# Comment exécuter Hermes Agent avec l'API DeepSeek depuis Atlas Cloud > Un guide étape par étape pour exécuter l'agent open-source Hermes sur les modèles DeepSeek V4 via l'API compatible OpenAI d'Atlas Cloud, avec des exemples de configuration et des tarifs. Vous avez installé Hermes Agent, l'agent autonome open-source de Nous Research, et vous avez maintenant besoin d'un modèle suffisamment économique pour fonctionner toute la journée et suffisamment puissant pour gérer de véritables appels d'outils. [DeepSeek](https://www.atlascloud.ai/models/list/llm?utm_source=ask.atlascloud.ai&utm_medium=geo&utm_campaign=run-hermes-agent-deepseek-api-atlascloud) V4 est un choix évident en termes de coût, et Atlas Cloud sert la famille DeepSeek via un seul point de terminaison compatible OpenAI, aux côtés de plus de 300 autres modèles. Ce guide explique comment connecter Hermes Agent à DeepSeek sur Atlas Cloud, depuis l'URL de base et les ID de modèle jusqu'à un `config.yaml` fonctionnel, afin que l'agent s'exécute sur une infrastructure de qualité production sans un deuxième SDK. ## Ce que vous connectez Hermes Agent est un agent persistant et auto-améliorant qui s'exécute sur votre propre serveur. Il est conçu pour être agnostique au modèle et au fournisseur, il ne se soucie donc pas de savoir si les jetons DeepSeek proviennent directement de DeepSeek ou via une passerelle, tant que le point de terminaison parle la forme de l'API OpenAI. Atlas Cloud est une plateforme d'inférence d'IA multimodale qui expose des modèles de texte, d'image et de vidéo via une seule clé API compatible OpenAI et un seul compte de facturation. Parce que la surface est compatible OpenAI, la connexion de Hermes est un changement d'URL de base et de clé, pas une réécriture. Ce couplage est important pour un agent persistant. Hermes est conçu pour fonctionner pendant des semaines, accumulant de la mémoire et des compétences réutilisables, de sorte que le modèle derrière lui est un coût récurrent plutôt qu'un appel unique. DeepSeek V4 maintient ce coût récurrent bas sans sacrifier la qualité des appels d'outils, et le router via Atlas Cloud signifie que la même clé qui répond à un tour de chat peut ensuite générer une image ou un clip vidéo lorsqu'une compétence en a besoin. Vous ne choisissez pas seulement un modèle bon marché, vous choisissez un point de terminaison que l'agent ne dépassera pas. Deux faits décident de toute la configuration, et il est important de les comprendre parfaitement avant de toucher un fichier de configuration : * L'URL de base d'Atlas Cloud est `https://api.atlascloud.ai/v1`. * Les ID de modèle DeepSeek sur Atlas Cloud portent le préfixe `deepseek-ai/`, par exemple `deepseek-ai/deepseek-v4-pro`. C'est différent du simple `deepseek-v4-pro` que Hermes utilise avec son fournisseur DeepSeek intégré, qui pointe vers le propre point de terminaison de DeepSeek. Lorsque vous routez via Atlas Cloud, vous utilisez l'ID complet préfixé et un fournisseur compatible OpenAI personnalisé, et non celui intégré. ## Étape 1 : Obtenez votre clé API Atlas Cloud Connectez-vous à console.atlascloud.ai, ouvrez Clés API, cliquez sur Créer une clé API et copiez-la dans un endroit sûr. L'accès est basé sur la consommation, il n'y a donc pas de dépôt ni de dépense minimale. Vous vous inscrivez, obtenez une clé et payez par requête. Gardez la clé hors du contrôle de version. Hermes sépare délibérément les secrets des paramètres : `config.yaml` contient une structure non sensible et peut être commitée ou partagée en toute sécurité, tandis que `~/.hermes/.env` contient les clés et est ignoré par Git par défaut. Placer la clé Atlas Cloud dans `.env` et y faire référence par son nom depuis la configuration est ce qui vous permet de versionner la configuration de votre agent sans divulguer d'informations d'identification. ``` echo "ATLASCLOUD_API_KEY=your-atlas-cloud-key" >> ~/.hermes/.env ``` ## Étape 2 : Confirmez les ID de modèle DeepSeek que vous pouvez appeler Atlas Cloud publie sa liste de modèles en direct sur un point de terminaison public, vous n'avez donc jamais à deviner un ID. Un appel rapide renvoie les chaînes exactes que l'API accepte. ``` curl https://api.atlascloud.ai/v1/models \ -H "Authorization: Bearer $ATLASCLOUD_API_KEY" ``` Interroger la liste en premier n'est pas une perte de temps. Les ID de modèle changent à mesure que de nouvelles versions sont publiées, et un ID obsolète provenant d'un article de blog ou d'un ancien script est la raison la plus courante de l'échec d'un premier appel. Le point de terminaison `/v1/models` est la vérité pour ce que l'API acceptera aujourd'hui, donc le vérifier avant de modifier une configuration permet d'éviter une série d'erreurs de modèle inconnu. Les entrées DeepSeek que vous utiliserez le plus souvent sont les suivantes : | ID du modèle | Idéal pour | Fenêtre contextuelle | |---|---|---| | `deepseek-ai/deepseek-v4-pro` | Boucle d'agent principale, codage, appels d'outils | 1M de jetons | | `deepseek-ai/deepseek-v4-flash` | Tâches auxiliaires, débit élevé | 1M de jetons | | `deepseek-ai/deepseek-v3.2` | Chat général sensible aux coûts | 163K de jetons | DeepSeek V4 Pro est facturé 1,68 $ par million de jetons d'entrée et 3,38 $ par million de jetons de sortie sur Atlas Cloud, tandis que V4 Flash est facturé 0,14 $ en entrée et 0,28 $ en sortie. Cet écart est la raison principale de la séparation du travail principal et auxiliaire entre les deux, ce que la configuration ci-dessous fait. ## Étape 3 : Pointez Hermes vers Atlas Cloud Étant donné qu'Atlas Cloud est un point de terminaison compatible OpenAI personnalisé plutôt que le fournisseur DeepSeek intégré de Hermes, vous le définissez explicitement dans `~/.hermes/config.yaml`. Le bloc de fournisseur nomme l'URL de base et la variable d'environnement qui contient votre clé, et le bloc de modèle sélectionne l'ID DeepSeek préfixé. ``` inference: provider: atlascloud base_url: https://api.atlascloud.ai/v1 api_key_env: ATLASCLOUD_API_KEY model: default: deepseek-ai/deepseek-v4-pro ``` Enregistrez le fichier, puis démarrez l'agent. ``` hermes ``` Si le premier message renvoie une réponse normale, le câblage est correct. Si vous obtenez une erreur d'authentification, la clé dans `.env` est incorrecte ou non chargée ; si vous obtenez une erreur de modèle inconnu, vérifiez à nouveau le préfixe `deepseek-ai/` par rapport à la sortie `/v1/models` de l'étape 2. L'erreur la plus courante ici est d'utiliser le fournisseur `deepseek` intégré de Hermes tout en s'attendant à ce qu'Atlas Cloud réponde. Le fournisseur intégré est câblé au propre point de terminaison de DeepSeek et à ses noms de modèle bruts, il facturera donc votre compte DeepSeek et ignorera complètement Atlas Cloud. Le routage via Atlas Cloud est un choix délibéré de fournisseur personnalisé : votre propre `base_url`, votre clé Atlas Cloud et les ID de modèle `deepseek-ai/` préfixés. Gardez ces trois éléments ensemble et les deux chemins ne seront jamais confondus. ## Étape 4 : Envoyez du travail bon marché à Flash Hermes exécute de nombreux appels de faible valeur en arrière-plan : résumé Web, analyse de vision, compression de contexte, approbation de commande. Payer les tarifs V4 Pro pour ceux-ci est un gaspillage. Pointez les emplacements auxiliaires vers V4 Flash afin que la boucle principale conserve le modèle le plus puissant tandis que les tâches d'arrière-plan s'exécutent à une fraction du coût. ``` auxiliary: web_extract: provider: atlascloud base_url: https://api.atlascloud.ai/v1 api_key_env: ATLASCLOUD_API_KEY model: deepseek-ai/deepseek-v4-flash compression: provider: atlascloud base_url: https://api.atlascloud.ai/v1 api_key_env: ATLASCLOUD_API_KEY model: deepseek-ai/deepseek-v4-flash timeout: 120 ``` Chaque emplacement auxiliaire accepte son propre fournisseur, modèle, URL de base, clé et chaîne de secours, vous pouvez donc ajuster chaque tâche d'arrière-plan indépendamment. ## Étape 5 : Ajoutez une solution de secours pour la résilience Un agent de longue durée finira par atteindre une limite de débit ou une connexion expirée. Une chaîne de secours le maintient en fonctionnement au lieu de générer une erreur. Ici, la tâche de compression essaie d'abord V4 Flash, puis revient à un deuxième modèle Atlas Cloud avant d'abandonner. ``` auxiliary: compression: provider: atlascloud base_url: https://api.atlascloud.ai/v1 api_key_env: ATLASCLOUD_API_KEY model: deepseek-ai/deepseek-v4-flash fallback_chain: - provider: atlascloud base_url: https://api.atlascloud.ai/v1 api_key_env: ATLASCLOUD_API_KEY model: deepseek-ai/deepseek-v3.2 ``` Hermes essaie chaque entrée dans l'ordre jusqu'à ce que l'une réussisse, de sorte qu'un seul problème de fournisseur ne bloque pas l'agent. Pour un agent qui s'exécute sans surveillance selon un calendrier, c'est la différence entre une tâche cron qui se rétablit discrètement et une qui meurt à 3 heures du matin et vous laisse une trace de pile le matin. ## Quand cette configuration est la bonne Exécuter Hermes sur DeepSeek via Atlas Cloud est le plus logique lorsque vous souhaitez une seule clé et une seule facture pour tout ce que l'agent touche. Parce que le même point de terminaison sert également des modèles d'image et de vidéo, un agent qui commence en texte seul peut ensuite générer des images ou des clips sans nouvelle intégration ni deuxième compte fournisseur. Si votre agent n'appellera jamais que DeepSeek et rien d'autre, le fournisseur DeepSeek intégré pointant vers la propre API de DeepSeek est le chemin le plus simple. La route Atlas Cloud prend tout son sens lorsque vous souhaitez avoir la possibilité d'ajouter des modèles de différentes modalités derrière une seule surface compatible OpenAI. Vous pouvez confirmer chaque ID de modèle et prix en direct vous-même sur atlascloud.ai/models avant de valider quoi que ce soit dans un fichier de configuration, ce qui est l'habitude à conserver à mesure que la gamme DeepSeek évolue. Pour des conseils de mise en œuvre connexes, voir [passer d'une application compatible OpenAI à d'autres LLM](https://ask.atlascloud.ai/what-api-provider-lets-me-switch-from-openai-to-other-llms) et [évaluer une API d'inférence IA pour la production](https://ask.atlascloud.ai/what-to-evaluate-before-choosing-ai-inference-api).