DeepSeek Harness acaba de ganhar um agente web

Autoria: Prompt Engineering · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: DeepSeek Harness Just Got a Web Agent · Canal: Prompt Engineering · 12:31 · Assistir no YouTube

Tópicos: Agentes de IA, Automação de tarefas e workflows, Engenharia de software com IA, Ferramentas de desenvolvimento com IA

Resumo

A versão desktop do DeepSeek Harness mantém a interface web do harness em uma janela nativa e permite ampliar suas capacidades por meio de plugins. O vídeo mostra como integrar o Tiny Fish via MCP para adicionar busca, captura de páginas e interação com sites, inclusive com login. Demonstra ainda tarefas como filtrar modelos no Hugging Face, monitorar páginas e reutilizar sessões autenticadas sem expor senhas ao agent. O apresentador destaca a extensibilidade do harness e a possibilidade de conectar diferentes modelos.

Pontos-chave

A versão desktop inicia um processo local do DeepSeek Harness e carrega sua interface em uma janela.
O sistema usa plugins para recursos como roteamento de modelos, busca na web e ferramentas de terminal.
A interface exibe as etapas do agent, chamadas de ferramentas, uso de tokens, duração e taxa de cache hit.
As ferramentas web nativas do DeepSeek Harness permitem buscar e ler páginas, mas não interagir com sites que exigem login.
A integração do Tiny Fish pelo MCP adiciona busca, captura de páginas, web agent e navegador na nuvem.
O web agent pode navegar por sites, clicar, preencher formulários, lidar com logins e retornar JSON estruturado.
Instruções mais explícitas ajudam o agent a seguir critérios detalhados ao selecionar modelos no Hugging Face.
O Tiny Fish pode monitorar páginas e reutilizar sessões salvas sem que o agent veja a senha.

Capítulos

Início	Capítulo	Resumo
00:00	A versão desktop e o sistema de plugins	O vídeo apresenta a versão desktop do DeepSeek Harness e explica como sua arquitetura permite personalizar recursos por meio de plugins.
03:10	Limites do acesso web nativo e apresentação do Tiny Fish	O apresentador compara as ferramentas web nativas com os recursos do Tiny Fish para navegar e interagir com páginas.
06:47	Integração do Tiny Fish via MCP	O vídeo mostra como configurar o cliente MCP no perfil do DeepSeek Harness e testar busca, captura de páginas e login.
09:22	Tarefas avançadas, monitoramento e custos	O agent filtra modelos no Hugging Face, monitora uma página de lançamentos e reutiliza um login salvo, com comentários sobre custos e execução em segundo plano.

Citações

O aplicativo é apenas o host; os plugins são o produto. — 00:31

O Tiny Fish é uma infraestrutura web para agents. — 04:44

Quanto mais explícito for o prompt ou as regras, mais confiáveis serão os resultados. — 09:53

Você faz login uma vez e salva a sessão como um perfil; depois, o agent reutiliza essa sessão. — 10:57

Conceitos e entidades

DeepSeek Harness (ferramenta): Harness de programação com agents, extensível por plugins e apresentado em uma versão para desktop.
Tiny Fish (empresa): Plataforma de infraestrutura web para agents que oferece busca, captura de páginas, web agent e navegador na nuvem.
MCP (conceito): Protocolo usado no vídeo para conectar o servidor do Tiny Fish ao cliente de plugins do DeepSeek Harness.
Marco (modelo): Modelo próprio do Tiny Fish usado pelo web agent da plataforma.
Hugging Face (empresa): Plataforma consultada na demonstração para filtrar e ordenar modelos de geração de texto.
Playwright (ferramenta): Ferramenta que pode ser usada para controlar o navegador na nuvem do Tiny Fish.
Claude Code (ferramenta): Sistema citado como exemplo de ferramenta de programação com agents que também pode ser integrado ao Tiny Fish.
Codex (ferramenta): Sistema citado como exemplo de ferramenta de programação com agents que também pode ser integrado ao Tiny Fish.

Tradução completa (pt-BR)

00:00 A Deep acaba de lançar a versão para desktop do Deep Seek harness, que é um dos harness de programação agentic de crescimento mais rápido no espaço open source. Na verdade, eu diria que é uma das melhores implementações, especialmente por causa do sistema de plugins e do cache de prompt. É um harness de programação agentic minimalista, mas extremamente poderoso. Agora, se você já usou o Deep Seek harness, sabe que ele é um aplicativo de terminal com uma interface web. A versão para desktop não reinventa nada disso. É um shell nativo em torno do

00:31 aplicativo web completo do harness. Então, quando você o abre, ele inicia um processo local do harness em segundo plano, escolhe uma porta e carrega a interface em uma janela. Mas a parte mais interessante é como tudo isso foi montado. Um bom modelo mental é pensar que o aplicativo é apenas um host e os plugins são o produto. Até o roteamento de modelos, a busca na web, o terminal, todo o loop agentic é, essencialmente, um pacote de plugins. A beleza disso é que vocês podem personalizá-lo. Cada perfil tem um

01:03 arquivo de patch no qual você ativa, desativa ou configura plugins, e o aplicativo tem um gerenciador de plugins por cima disso. Esse design é importante para o que vamos fazer, porque significa que adicionar uma nova capacidade não exige uma alteração no código. É só um novo arquivo que você adiciona ao sistema de plugins. Agora, antes de mostrar um exemplo prático de como você pode ampliar os recursos do próprio harness, vamos dar uma olhada na interface, porque eles fazem algumas coisas muito interessantes que não vi em outros harnesses.

01:35 Primeiro, a interface de chat é muito parecida com o que vocês já viram. No entanto, a cada turno do agent, ela também mostra todas as trajetórias. Isso inclui o contexto que você está fornecendo, a mensagem do usuário e todas as etapas que o assistente está executando, incluindo chamadas específicas de ferramentas, quantos tokens são usados e a duração de cada chamada de ferramenta, o que é incrível. Isso dá visibilidade ao funcionamento interno do próprio agent. Isso também mostra quantos

02:07 tokens você consumiu até agora e, em especial, mostra a taxa de acerto do cache, algo que nenhum dos outros harnesses mostra. Isso dá uma ótima ideia da eficiência do lado da inference. Além disso, no DeepSeek C Harness, esse é um dos melhores harnesses que testei em relação à taxa de acerto do cache. Então, ele realmente preserva o cache e, em troca, você paga muito menos. Ele vem com quatro modos diferentes. Um é o modo padrão, que trabalha com

02:38 arquivos de código e informações. Depois, há o modo PTC, que inclui todos os recursos do modo padrão, mas é mais adequado para tarefas que exigem chamadas de ferramentas em lotes e, em seguida, filtragem, organização e deduplicação. Depois, há um modo minimalista, muito parecido com o Pi, com apenas algumas ferramentas de terminal diferentes, mas que você pode expandir. E então há um modo de criação, que realmente permite personalizar toda a experiência do harness agentic de acordo com suas necessidades específicas.

03:10 Vai sair um novo vídeo sobre o modo de criação, porque acho que ele é muito parecido com o que o Claude está tentando fazer com o recurso de mods. Agora, neste vídeo, quero mostrar como ampliar os recursos do próprio harness. Para isso, vamos analisar especificamente o acesso à web, porque ele se tornou parte integrante de qualquer agent de longa duração. De fábrica, o DeepSeek C Harness vem com duas ferramentas diferentes para a web. A primeira é a busca na web, que executa a busca do DeepSeek C dentro de

03:42 um turno do modelo. A segunda é a busca de conteúdo da web, que baixa uma página pública e fornece o texto dela ao modelo. Basicamente, pode raspar qualquer página da web que você indicar. Agora, as duas são ferramentas de leitura. A ferramenta de busca de conteúdo é deliberadamente anônima: ela pode enviar uma solicitação, mas não envia cookies nem credenciais. E não executa a página como um navegador faria. Então, é ótima para buscar informações, mas, se você quiser que seu agent execute ações em um navegador, como tarefas

04:14 que exigem login ou clicar em botões, ele não vai conseguir fazer isso. Há plugins experimentais de uso do navegador e de uso do computador em desenvolvimento, mas são experimentais e não vêm instalados. E você precisará conectar seu próprio navegador local para usá-los. Agora, para que um agent seja realmente útil hoje, ele precisa fazer muito mais do que simplesmente realizar buscas na web. Porque muitas coisas úteis em geral estão por trás de

04:44 logins e painéis. Então, a pergunta é: como dar a esse agent a capacidade de interagir com a web sem construir tudo isso você mesmo? Especialmente em um harness de programação agentic muito poderoso como o Deep Seek Harness. É aí que entra a Tiny Fish. Fiz uma parceria com eles para este vídeo e vou mostrar como adicionar novos recursos ao Deep Seek Harness. A Tiny Fish é uma infraestrutura web para agents. Pense nela como uma camada entre seu agent e a web ao vivo. Neste

05:15 caso, seu agent decide do que precisa, delega a parte da web à Tiny Fish e recebe de volta um resultado processado e limpo, sem toda aquela bagunça de HTML. A Tiny Fish oferece acesso a quatro produtos diferentes em uma única API. Primeiro, há a busca na web, que dá acesso a resultados atualizados da web. Depois, você pode usar a busca de conteúdo, que recebe uma URL, renderiza a página em um navegador real e devolve o conteúdo em texto limpo.

05:46 O bom é que esses dois recursos são gratuitos em todos os planos, sem limite de volume. Então, se você só tem interesse nesses dois recursos, pode usar a API diretamente, sem configuração adicional. Depois, há um agent web. Basicamente, você fornece um objetivo em inglês simples, e ele navega, clica, preenche formulários, lida com logins e retorna JSON estruturado. Ele funciona com um modelo próprio da Tiny Fish chamado Marco, e você paga por etapa, com o modelo incluído. E, por fim, há o navegador, que oferece um

06:17 navegador na nuvem. Você pode controlá-lo por conta própria com Playwright, com proteção antibot integrada ao mecanismo do navegador e um cofre para credenciais. Assim, seu agent pode fazer login sem que suas senhas sejam expostas. Começar é rápido. Você se cadastra sem cartão e recebe alguns créditos na sua carteira para experimentar. Busca e busca de conteúdo são gratuitas. A carteira serve apenas para o agent e o navegador. Certo. Então, vamos ver como ampliar os recursos do próprio harness

06:47 com esses novos recursos. A Tiny Fish executa um servidor MCP, e o Deep Seek harness tem um plugin cliente MCP. Nesse caso, no arquivo de patch do perfil para desktop, você precisará adicionar o plugin cliente MCP. Será necessário dar um nome ao servidor, apontá-lo para o endpoint da Tiny Fish e passar a chave da API no cabeçalho. Você não precisa escrever a chave da API no arquivo. Basta lê-la de uma variável de ambiente, o que é muito mais seguro.

07:18 Assim, você pode compartilhar essa configuração sem vazar nada do seu sistema. Em seguida, precisamos reiniciar o aplicativo. Vamos abrir uma nova sessão, e as ferramentas da Tiny Fish vão aparecer junto com as demais. Agora, você pode usar todos esses quatro recursos dentro do Deep Seek harness. Você também pode usar a Tiny Fish com outros sistemas de programação agentic, como Claude Code, Codex, Cursor etc. Há instruções de instalação bem simples que você pode encontrar. Certo, então vou mostrar algumas dessas

07:49 capacidades. Primeiro, vamos começar pela busca. Vou pedir ao agent que pesquise o lançamento do DeepSeek-Coder soft e me mostre os resultados exatamente como foram retornados, sem um resumo. E você recebe resultados estruturados, que incluem itens como títulos, links e trechos. Eles são atualizados e gratuitos, como mencionei antes. Certo, agora vamos à busca de conteúdo. Vou pedir ao agent que acesse a página inicial do Hacker News por meio da TinyFish e me diga qual é a principal notícia. E ele consegue fazer isso quase

08:20 instantaneamente. Então, estamos recebendo o texto limpo de volta. Não há menus nem elementos desnecessários, certo? E o bom é que também é muito eficiente em termos de tokens. Agora, o que o acesso à web padrão no harness do DeepSeek-Coder não consegue fazer é interagir com os sites. Vamos ver o login. Aqui, estou usando um site público de testes que divulga o próprio nome de usuário e senha de demonstração, e estou pedindo ao agent que faça login, leia o que a página diz, saia da conta e

08:50 me dê o resultado em JSON. À direita, você pode acompanhar o navegador do agent enquanto ele trabalha. Ele abre a página, digita o nome de usuário, digita a senha, clica em fazer login, lê a mensagem e depois sai da conta. É basicamente exatamente a tarefa que queríamos realizar. E as ferramentas integradas simplesmente não conseguem fazer isso no momento. Especialmente em workflows repetitivos, você quer que o agent consiga interagir com componentes web reais.

09:22 Agora, eu queria tentar algo mais difícil, então estou pedindo para ele acessar o Hugging Face, filtrar os modelos de geração de texto, depois ordenar por tendência e me trazer os cinco modelos mais bem classificados com 30 bilhões de parâmetros ou menos. As instruções eram bem específicas, então não disse apenas “30 bilhões ou menos”. Eu disse para ele percorrer a lista na ordem, ler a contagem de parâmetros indicada para cada modelo e pular qualquer coisa acima de 30 bilhões. E o fato é que, quanto mais explícito for o prompt ou as regras, mais confiáveis serão os

09:53 resultados. Certo, então esta lista tem algumas armadilhas. Um modelo tem “29B” no nome, mas o Hugging Face o lista com 31 bilhões de parâmetros, então deveria ser ignorado. E, de fato, foi. Outro se chama “27B”, mas na verdade é um modelo de 7 bilhões de parâmetros. Ele deveria entrar na lista, e o agent percebeu isso, o que é muito bom. Também comparei os resultados com a própria API do Hugging Face, e a ordem corresponde exatamente. E eu recomendo muito

10:25 fazer isso com qualquer agent web. Agora, se você observar, basicamente está dando ao DeepSeek Harness recursos de uso do computador para interagir com interfaces web, algo que falta em harnesses open source ou modelos open source. Certo, mais duas coisas que vale a pena mostrar. A primeira são os monitores. Aqui, estou pedindo ao TinyFish para monitorar a página de lançamentos do DeepSeek Harness a cada 6 horas e me avisar quando houver um novo lançamento. Então, ele registra uma referência inicial imediatamente, para já saber a versão atual

10:57 e, a partir daí, só vai me avisar quando algo relevante mudar. Assim, você tem um agent que fica monitorando a web para você, não apenas, quer dizer, uma única vez em uma execução específica. A segunda coisa é o login salvo. Então, em vez de fornecer uma senha ao agent, você mesmo faz login uma vez na sessão do navegador do TinyFish e salva isso como um perfil. Depois disso, o agent reutiliza essa sessão e não vai pedir sua senha. Mas o melhor é que ele nunca verá sua senha.

11:29 Agora, em termos de custo, a busca e a extração foram gratuitas, e a execução de login e a execução no Hugging Face custaram, cada uma, bem menos de um dólar em etapas do agent. Agents como esses levam alguns minutos para concluir as tarefas. Então, gosto de executá-los em segundo plano, e o aplicativo para desktop já os mostra como um processo em segundo plano. Em alguns casos, o agent vai esperar as execuções terminarem, então talvez você precise dizer com que frequência deve verificar, porque, se o agent ficar verificando a cada poucos segundos, isso pode gerar um custo de

12:00 tokens só por esperar. Agora, se você usa o Filecrawl, o TinyFish está oferecendo atualmente uma promoção: se você enviar sua fatura mais recente do Filecrawl, receberá o mesmo valor em créditos do TinyFish. Acho isso muito bom, porque a busca e a extração já são gratuitas para você. Assim, pode usar esses créditos nas execuções do agent. Este foi um exemplo rápido de como você pode ampliar os recursos de um harness agêntico como o DeepSeek Harness com novos recursos poderosos usando esses

12:31 plugins externos que você pode adicionar. E essa extensibilidade é o que torna o próprio DeepSeek Harness extremamente poderoso. O melhor é que você pode conectar qualquer modelo que preferir. Então, recomendo muito que confira. Enfim, espero que tenha achado este vídeo útil. Obrigado por assistir e, como sempre, até o próximo.

Transcrição original

[00:00] Deep just released desktop version of the Deep Seek harness, which is one of the fastest growing agentic coding harness in the open source space. In fact, I would argue it’s one of the best implementation, especially with their plugin system and their prompt caching. It’s one of the minimal but extremely powerful agentic coding harness. Now, if you have used Deep Seek harness before, you know that it’s a terminal app with a web interface. The desktop version doesn’t reinvent any of that. It’s a native shell around the

[00:31] full harness web app. So, when you open it, it starts a local harness process in the background, picks a port, and loads the interface in a window. But, the most interesting part is how this is put together. A good mental model of this is that the app is just a host and the plugins are the product. Even the model routing, the web search, the terminal, the whole agentic loop is essentially a plugin package. Now, the beauty is that you guys can customize this. Each profile has one

[01:03] patch file where you turn plugins on, off, or configure them, and the app has a plugin manager on top of that. Now, that design matters for what we are about to do because it means adding a new capability is not code change. It’s just a new file that you add to the plugin system. Now, before showing you a practical example of how you can extend the capabilities of the harness itself, let’s look at the UI because they do some really interesting things that I haven’t seen in other harnesses.

[01:35] First, the chat interface is very similar to what you have seen before. However, with every agent turn, it also shows you all of the trajectories. This includes the context that you are providing, the user message, then all the steps the assistant is taking, including specific tool calls, how many tokens are used, what is the duration for every tool call, which is pretty amazing. This gives you visibility to the internal working of the agent itself. Uh this also shows you how many

[02:07] tokens you have you consumed so far, and especially they show you the cash hit rate, which none of the other harnesses actually shows you. This gives you a really good idea of how efficient the inference side is. Also, for DeepSeek C Harness, this is one of the best harness when it comes to cash hit rate that I have tested. So, it really preserves your cash, and in return, you pay a lot less. It comes with four different modes. One is a standard mode, uh which works with

[02:38] code files and information. Then there’s a PTC mode that includes all the standard mode capabilities, but it’s better suited for tasks that uh requires tool calls in batches, and then filter, organize, and deplicate. Then there’s a minimal mode, uh which is very similar to Pi with just a few different terminal tools, but you can build on top of it. And then there is a creator mode, which really gives you the capability to customize your whole agentic harness experience for your specific needs.

[03:10] There’s a new video coming up on the creator mode because I think this is very close to what Claude Claude is trying to do with their mods feature. Now, in this video, I want to show you how to extend the capabilities of the harness itself. And for this, we’re going to be specifically looking at web access because it has become an integral part of any long-running agent. Out of the box, DeepSeek C Harness actually ships with two different tools for web. The first one is web search, which runs DeepSeek C’s on search inside

[03:42] a model turn. The second is web fetch, which downloads a public page and gives the model its text. Basically, it can scrap any web page that you point it to. Now, both of these are reading tools. The fetch tool is deliberately anonymous, so it can send request, but it doesn’t send any cookies or credentials. And it doesn’t run the page like a browser would. So, it’s great for fetching information, but if you want your agent to take actions on a web browser, say things

[04:14] like the tasks that are behind a login or it needs to click buttons, it will not be able to do it. There are some experimental browser use and computer use plugins in the works, but they are experimental and they are not installed. And you will need to be wiring up your own local browser to use them. Now, for an agent to be actually useful today, it needs to do a lot more than simply doing web search. Because a lot of generally useful stuff sits behind

[04:44] logins and dashboards. So, the question becomes, how do you give this agent hands on the web without building that yourself? Especially for a very powerful agentic coding harness like Deep Seek Harness. This is where Tiny Fish comes in. I have partnered with them for this video to show you how to add new capabilities to the Deep Seek Harness. Tiny Fish is web infrastructure for agents. Think of it as a layer between your agent and the live web. In

[05:15] this case, your agent decides what it needs, hands the web part to Tiny Fish, and gets a clean processed result back without any the messy HTML part. Tiny Fish gives you access to four different products in one API. So, they have web search, which gives you access to live web results. Then, you can use the fetch, which takes a URL, renders it in real browser, and hand backs that page as a clean text.

[05:46] Now, the good part is that both of these are free on every plan at any volume. So, if you’re just interested in those two things, you can use this out of the box to the API. Then, there is a web agent. Essentially, you give it a goal in plain English, and it navigates, clicks, fill out forms, handles logins, and returns structured JSON. It runs on Tiny Fish’s own model called Marco, and you pay per step with the model included. And finally, browser, which gives you a

[06:17] cloud browser. You can drive yourself with Playwright with antibot protection built into the browser engine and a vault for credentials. So, your agent can log into it without your passwords being exposed. Now, getting started is quick. You sign up without a card, and you get some credits in your own wallet to play with. Search and fetch are free. The wallet is only for agent and browser. Okay. So, let’s look at how you would extend the capabilities of the harness

[06:47] itself with these new features. So, Tiny Fish runs an MCP server, and Deep Seek harness has an MCP client plugin. Now, in this case, in the desktop profile patch file, you will need to add the MCP client plugin. You will need to give it a server name, point it to Tiny Fish endpoint, and pass the API key as the header. Now, you don’t have to write the API key into the file. You can just read this off of an environment variable, which is a lot safer.

[07:18] So, this way, you can share this config without leaking anything from your system. Next, we need to restart the app. We’ll open a new session, and the Tiny Fish tools are going to show up with everything else. And now, you have the ability to use all of those four capabilities inside the Deep Seek harness. Now, you can use Tiny Fish with other agentic coding systems like Cloud Code, Codex, Cursor, etc. There are way simple installation instructions that you can find. All right, so let me show you some of

[07:49] these capabilities. So, first we’re going to start off with search. I’ll ask the agent to search for the DeepSeek-Coder soft release and show me the results exactly as they come back, not a summary. And you get structured results, which include things like titles, links, and snippets. These are live and for free, as I mentioned before. Okay, next is fetch. So, I’ll ask the agent to fetch the Hacker News front page through TinyFish and tell me the top story. And it’s actually able to do it almost

[08:20] instantly. So, we are getting the clean text back. There are no menus or clutter, all right? And the good thing is that it’s very token efficient as well. Now, the thing that the default web access in DeepSeek-Coder harness cannot do is interacting with the websites. Let’s look at login. So, here I’m using a public test site that publishes its own demo username and password, and I’m asking the agent to log in, read what the page says, and log out again, and

[08:50] give me the result as JSON. And on the right, you can actually watch the agent’s browser while it works. It opens the page, types the username, types the password, clicks login, read the message, and then logs out. That’s kind of exactly the task that we wanted to do. And the built-in tools simply cannot do it at the moment. Especially for repeated workflows, you want the agent to be able to interact with real web components.

[09:22] Now, I wanted to try something harder, so I’m asking it to go to Hugging Face, filter to text generation models, then sort by trending, and give me the top five models that are 30 billion parameters or smaller. Now, the instructions were way specific, so I didn’t just say 30 billion or fewer. I told it to go down the list in order, read each model’s listed parameter count, and skip anything about 30 billion. And the thing is that the more explicit the prompt is going to be or the rules are, the more reliable the

[09:53] results are going to come back. Okay, so this list has a couple of traps in it. One model has 29B in its name, but Hugging Face lists it at a 31 billion parameter, so it should be skipped. And in fact, it was. Another one is called 27B, but it’s really a 7 billion parameter model. It actually belongs in the list, and it found that, which is pretty great. Now, I also checked the results against Hugging Face’s own API, and the order matches exactly. And I’d highly

[10:25] recommend doing this with any web agent. Now, if you look at it, you’re basically giving DeepSeek Harness computer use capabilities to interact with web interfaces, which is missing for open-source harnesses or open-source models. Okay, so two more things worth showing. Uh the first one is monitors. So, here I’m asking TinyFish to watch the DeepSeek Harness release page every 6 hours and tell me when a new release comes out. So, it takes a baseline right away, so it already knows the current

[10:57] version, and from there on, it will only ping me when something meaningful changes. So, you get an agent that keeps watching the web for you, not just I mean, once for one specific run. The second one is saved login. So, instead of handing the agent a password, you log in once yourself in the TinyFish browser session, and save it as a profile. After that, the agent reuses that session, and uh it’s not going to ask you for password. Uh but the beauty is that it will never see your password.

[11:29] Now, in terms of cost, search and fetch were free, and the login run and the hugging face run each cost well under a dollar in agent steps. Now, agents like these run were going to take a few minutes to complete. Uh so, I like to run them in the background, and the desktop app already shows that them as a background process. In some cases, the agent will wait for the runs to complete, so you might have to tell it for how often to check because if the agent keeps checking it out a few seconds, that might result in some token

[12:00] cost just for waiting. Now, if you’re a Filecrawl user, Tiny Fish currently has an offer where if you send your latest Filecrawl invoice, you will get it matched in Tiny Fish credits. Which I think is pretty good because the search and fetch is already free for you. So, you can use those credits towards the agent runs. Now, this was a quick example of how you can extend the capabilities of an agentic harness like Deep Seek Harness with new powerful features using these

[12:31] external plugins that you can bring in. And this extensibility is what makes the Deep Seek Harness itself extremely powerful. The beauty is that you can connect any model of your choice. So, I’ll highly recommend to check it out. Anyways, I hope you found this video useful. Thanks for watching, and as always, see you in the next one.