Saltar al contenido
Cursos/DeepSeek Harness (DSH)/DeepSeek Harness · Fase 10
Revisión pendiente desde 21 ago 20262 fuentes primarias

Troubleshooting y operación en producción

Un agente listo para producción sabe parar, pedir ayuda y dejar rastro. Empieza con tareas reversibles y aumenta autonomía solo con evidencia.

Qué vas a conseguir ahora

Una decisión o prueba aplicada a «Troubleshooting y operación en producción».

  1. 1Entiende el criterio
  2. 2Haz una práctica pequeña
  3. 3Guarda una evidencia
Evidencia

Una nota breve con qué hiciste, qué salió bien, qué falló y qué revisarías después.

Objetivos de aprendizaje
  • Resolver fallos comunes sin ampliar permisos.
  • Diseñar logs útiles y minimizados.
  • Definir criterios de parada y rollback.

Diagnóstico ordenado

Cuando una sesión falla, no aumentes el modelo, el contexto y los permisos a la vez. Aísla una variable: configuración, proveedor, herramienta, permisos, prompt o datos de entrada.

  • El agente no encuentra archivos: revisa la ruta y el workspace.
  • Da respuestas pobres: reduce la tarea, aporta contexto verificable y compara modelo.
  • Falla una herramienta: ejecuta su versión manual antes de delegarla.
  • Se bloquea o repite: define límite de turnos y condición de salida.

SDK Python para uso programático

La guía oficial presenta el SDK como alternativa programática a la Web UI. Instala `deepseek-harness-sdk`, ejecuta un ejemplo versionado y guarda la sesión en JSONL.

El SDK inicia el runtime empaquetado de forma perezosa y lo reutiliza hasta salir del context manager. Reusar el mismo `session_id` conserva conversación y estado de shell; usa uno nuevo para tareas independientes.

Terminal
git clone https://github.com/deepseek-ai/deepseek-harness.git
cd deepseek-harness
python -m venv .venv
. .venv/bin/activate
python -m pip install deepseek-harness-sdk

export DEEPSEEK_API_KEY=sk-your-key-here

python examples/jsonrpc-agent/minimal.py \
  --workspace /absolute/path/to/workspace \
  --session-root /absolute/path/to/sessions \
  --session-id example-001 \
  "Inspect the repository and fix the failing tests."

Composición mínima del SDK

El ejemplo JSON-RPC usa `DeepSeekHarness` con provider, modelo, cwd, session_root y un archivo Cordis. La composición mínima documentada expone bash persistente y `str_replace_editor`, desactiva compaction y guarda logs sin comprimir.

Ojo: el ejemplo oficial usa `danger-full-access` dentro de su composición. Ejecútalo solo en un checkout desechable o contenedor, especialmente si la tarea puede escribir archivos.

Terminal
from pathlib import Path
from deepseek_harness import DeepSeekHarness

config = Path('examples/jsonrpc-agent/minimal.cordis.yml').resolve()
workspace = Path('/absolute/path/to/workspace').resolve()
sessions = Path('/absolute/path/to/sessions').resolve()

with DeepSeekHarness(
    provider='deepseek-official',
    model='deepseek-v4-flash',
    cwd=str(workspace),
    session_root=str(sessions),
    cordis=str(config),
) as harness:
    result = harness.run('Inspect the repository.', session_id='example-001')

print(result.final_response)

Operación mínima

Registra lo necesario para reproducir una decisión sin copiar información sensible. Programa revisiones y conserva un interruptor para desactivar automatizaciones.

Terminal
Registro mínimo:
- versión de perfil y modelo
- objetivo y resultado
- herramientas invocadas
- aprobaciones humanas
- error y recuperación
- referencia al diff o artefacto
- fecha de revisión
Comprueba que funciona. Escribe un runbook de una página con: cómo iniciar, qué revisar, cómo detener, cómo revertir y a quién escalar.
Guardar y reabrir el proyecto.
Producción no es acceso total: es repetición controlada, observabilidad y capacidad de volver atrás.
Mapa completo de AulafyConsulta cómo encaja esta lección sin salir de tu ruta.

Mapa completo de Aulafy

Cómo se relacionan todos los cursos

No es una lista que debas completar. Empieza por la base, elige un resultado y profundiza solo cuando tu proyecto necesite más control.

  1. 1Comprender
  2. 2Aplicar o construir
  3. 3Operar con confianza
01

Empieza aquí

Crea una base común: qué puede hacer la IA, cómo pedir resultados y cómo comprobarlos antes de especializarte.

Desde esta base puedes aplicar la IA a una tarea o aprender a construir con código.

02

Elige una aplicación

Convierte la base en un resultado visible: una web, una mejora de negocio, contenido o una experiencia interactiva.

Si necesitas mantener código, datos o infraestructura, continúa por la rama técnica.

03

Construye con código

Prepara el entorno, trabaja con agentes de programación y aprende a ejecutar modelos con control sobre tus proyectos.

Esta rama prepara los conocimientos necesarios para diseñar y operar sistemas de IA fiables.

04

Lleva sistemas a producción

Combina recuperación, agentes, evaluación, seguridad, despliegue y adaptación de modelos cuando el problema lo exija.

No es obligatorio completarlo todo: elige solo la pieza que tu sistema necesita y vuelve al mapa cuando crezca.

Ver catálogo completo