按官方 V4 minimal 配置接入 DeepSeek Harness 数据代理

[HaochengLu]

做了什么

• 接入官方 deepseek-harness-sdk==0.1.0rc6，新增 DATA_AGENT_HARNESS=deepseek-harness 数据代理路径。
• DeepSeek 只负责 RSIBench-Data 的数据代理编排；Tinker 训练、直接 rollout、Harbor/E2B 评测和 TARGET_MODEL=Qwen/Qwen3.5-35B-A3B-Base 保持不变。
• 支持完整的 DEEPSEEK_BASE_URL/DEEPSEEK_API_KEY，也支持 OPENAI_BASE_URL/OPENAI_API_KEY 兼容网关；两组同时存在时优先使用 DEEPSEEK_*。

Harness 配置

• Pro 和 Flash 共用同一份官方 minimal 两工具组合，只切换 DATA_AGENT_MODEL：持久 foreground bash 和 str_replace_editor。
• thinking=enabled、reasoningEffort=max、1M context、384K output cap；同一 runtime、同一 session id、JSONL 持久化。
• 为 16 小时 session 启用官方 token-meter + compaction-basic：80% context pressure 触发，保留最近 16%，compact 摘要上限 8192，压力仍超限时重试 1 次。
• 没有挂载 tool-result-pruner、workspace context、skills、subagent、todo 或额外模型工具。sessions.compression: none 只影响 JSONL 存储，不会关闭 context compaction。
• Bash 超时沿用现有 RSIBench wall-time budget，并保留前台执行 run_attempt.sh 的实验约束。

保持不变

• 既有 Claude Code、Codex、Kimi Code、rollout、Tinker、Harbor、E2B、Docker、final submit、tamper audit 和 usage 汇总路径未改写。
• 生成脚本继续使用独立的 DATA_AGENT_ROLL_BASE_URL、DATA_AGENT_ROLL_API_KEY、DATA_AGENT_ROLL_MODEL，不会把 DSH key 当成 rollout key。

验证

• 全量 Python 单元测试：72 个通过。
• Shell 语法、Python 编译、完整运行环境检查和 git diff --check 通过。
• 使用 OpenAI-compatible 网关完成真实 Pro 短请求：HTTP 200、finish_reason=completed，模型为 deepseek-v4-pro；真实 driver smoke 返回 rc=0，未启动训练、rollout 或正式评测。
• 本地受控 mock（临时 12K context）实际完成 4 次普通请求和 1 次 compact 请求，JSONL 出现 compaction/start、compaction/summary、compaction/end，随后同一 session 以 completed 返回 DONE。
• 官方仓库 HEAD 与当前 PyPI SDK/runtime 均核对为 47f9438 / 0.1.0rc6。