# วิธีเรียกใช้ Hermes Agent ด้วย DeepSeek API จาก Atlas Cloud > คู่มือทีละขั้นตอนสำหรับการรัน Hermes Agent โอเพนซอร์สบนโมเดล DeepSeek V4 ผ่าน API ที่รองรับ OpenAI ของ Atlas Cloud พร้อมตัวอย่างการกำหนดค่าและราคา คุณติดตั้ง Hermes Agent ซึ่งเป็น autonomous agent แบบโอเพนซอร์สจาก Nous Research แล้ว และตอนนี้คุณต้องการโมเดลที่อยู่เบื้องหลังซึ่งมีราคาถูกพอที่จะปล่อยให้ทำงานตลอดทั้งวัน และแข็งแกร่งพอที่จะจัดการกับการเรียกใช้เครื่องมือจริง ๆ [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 เป็นตัวเลือกที่ชัดเจนในเรื่องต้นทุน และ Atlas Cloud ให้บริการตระกูล DeepSeek ผ่าน endpoint ที่เข้ากันได้กับ OpenAI เพียงจุดเดียว พร้อมกับโมเดลอื่น ๆ อีกกว่า 300+ ตัว คู่มือนี้จะแนะนำการเชื่อมต่อ Hermes Agent กับ DeepSeek บน Atlas Cloud ตั้งแต่ base URL และ model IDs ไปจนถึง `config.yaml` ที่ใช้งานได้ เพื่อให้ agent ทำงานบนโครงสร้างพื้นฐานระดับโปรดักชันโดยไม่ต้องใช้ SDK เพิ่มเติม ## สิ่งที่คุณกำลังเชื่อมต่อ Hermes Agent เป็น agent แบบถาวรที่ปรับปรุงตัวเองได้ ซึ่งทำงานบนเซิร์ฟเวอร์ของคุณเอง มันถูกออกแบบให้ไม่ขึ้นกับโมเดลและผู้ให้บริการ ดังนั้นมันจึงไม่สนใจว่าโทเค็นของ DeepSeek จะมาจาก DeepSeek โดยตรงหรือผ่านเกตเวย์ ตราบใดที่ endpoint ใช้รูปแบบเดียวกับ OpenAI API Atlas Cloud เป็นแพลตฟอร์ม AI inference แบบเต็มรูปแบบที่เปิดเผยโมเดลข้อความ รูปภาพ และวิดีโอผ่าน API key และบัญชีการเรียกเก็บเงินเดียวที่เข้ากันได้กับ OpenAI เนื่องจากพื้นผิวเข้ากันได้กับ OpenAI การเชื่อมต่อ Hermes จึงเป็นเพียงการเปลี่ยน base URL และ key ไม่ใช่การเขียนใหม่ การจับคู่นั้นสำคัญสำหรับ agent แบบถาวร Hermes ถูกสร้างมาให้ทำงานเป็นเวลาหลายสัปดาห์ สะสมความทรงจำและทักษะที่นำกลับมาใช้ใหม่ได้ ดังนั้นโมเดลที่อยู่เบื้องหลังจึงเป็นต้นทุนที่เกิดซ้ำ ไม่ใช่การเรียกใช้ครั้งเดียว DeepSeek V4 ทำให้ต้นทุนที่เกิดซ้ำนั้นต่ำโดยไม่ลดคุณภาพการเรียกใช้เครื่องมือ และการกำหนดเส้นทางผ่าน Atlas Cloud หมายความว่า key เดียวกันที่ตอบกลับการแชทสามารถสร้างรูปภาพหรือคลิปวิดีโอได้ในภายหลังเมื่อทักษะต้องการ คุณไม่ได้แค่เลือกโมเดลราคาถูก แต่คุณกำลังเลือก endpoint ที่ agent จะไม่เติบโตเกิน สองข้อเท็จจริงเป็นตัวกำหนดการตั้งค่าทั้งหมด และทั้งสองข้อควรทำให้ถูกต้องก่อนที่คุณจะแตะไฟล์กำหนดค่า: * Atlas Cloud base URL คือ `https://api.atlascloud.ai/v1` * DeepSeek model IDs บน Atlas Cloud มีคำนำหน้า `deepseek-ai/` เช่น `deepseek-ai/deepseek-v4-pro` ซึ่งแตกต่างจาก `deepseek-v4-pro` เปล่า ๆ ที่ Hermes ใช้กับผู้ให้บริการ DeepSeek ในตัว ซึ่งชี้ไปที่ endpoint ของ DeepSeek เอง เมื่อคุณกำหนดเส้นทางผ่าน Atlas Cloud คุณจะใช้ ID ที่มีคำนำหน้าเต็มและผู้ให้บริการที่เข้ากันได้กับ OpenAI แบบกำหนดเอง ไม่ใช่แบบในตัว ## ขั้นตอนที่ 1: รับ Atlas Cloud API key ของคุณ ลงชื่อเข้าใช้ที่ console.atlascloud.ai เปิด API Keys คลิก Create API Key และคัดลอกไปไว้ในที่ปลอดภัย การเข้าถึงเป็นแบบจ่ายตามการใช้งาน ดังนั้นจึงไม่มีเงินฝากและไม่มีขั้นต่ำในการใช้จ่าย คุณลงทะเบียน รับ key และจ่ายต่อคำขอ เก็บ key ไว้ให้พ้นจาก version control Hermes แยก secrets ออกจาก settings โดยเจตนา: `config.yaml` เก็บโครงสร้างที่ไม่ละเอียดอ่อนและปลอดภัยที่จะ commit หรือแชร์ ในขณะที่ `~/.hermes/.env` เก็บ keys และถูก git-ignored โดยค่าเริ่มต้น การใส่ Atlas Cloud key ลงใน `.env` และอ้างอิงตามชื่อจาก config คือสิ่งที่ช่วยให้คุณกำหนดเวอร์ชันการตั้งค่า agent ของคุณได้โดยไม่รั่วไหลของข้อมูลประจำตัว ``` echo "ATLASCLOUD_API_KEY=your-atlas-cloud-key" >> ~/.hermes/.env ``` ## ขั้นตอนที่ 2: ยืนยัน DeepSeek model IDs ที่คุณสามารถเรียกใช้ได้ Atlas Cloud เผยแพร่รายการโมเดลสดที่ endpoint สาธารณะ ดังนั้นคุณจึงไม่ต้องเดา ID อีกต่อไป การเรียกใช้แบบรวดเร็วจะส่งคืนสตริงที่แน่นอนที่ API ยอมรับ ``` curl https://api.atlascloud.ai/v1/models \ -H "Authorization: Bearer $ATLASCLOUD_API_KEY" ``` การสอบถามรายการก่อนไม่ใช่เรื่องเล็กน้อย Model IDs เปลี่ยนแปลงเมื่อเวอร์ชันใหม่ถูกเผยแพร่ และ ID ที่ล้าสมัยจากโพสต์บล็อกหรือสคริปต์เก่าเป็นสาเหตุที่พบบ่อยที่สุดที่ทำให้การเรียกครั้งแรกล้มเหลว endpoint `/v1/models` คือความจริงสูงสุดสำหรับสิ่งที่ API จะยอมรับในวันนี้ ดังนั้นการตรวจสอบก่อนแก้ไข config จะช่วยประหยัดรอบของข้อผิดพลาด unknown-model รายการ DeepSeek ที่คุณจะใช้บ่อยที่สุดมีดังนี้: | Model ID | เหมาะที่สุดสำหรับ | หน้าต่างบริบท | |---|---|---| | `deepseek-ai/deepseek-v4-pro` | วนลูปหลักของ agent, การเขียนโค้ด, การเรียกใช้เครื่องมือ | 1M tokens | | `deepseek-ai/deepseek-v4-flash` | งานเสริม, ปริมาณงานสูง | 1M tokens | | `deepseek-ai/deepseek-v3.2` | การแชททั่วไปที่คำนึงถึงต้นทุน | 163K tokens | DeepSeek V4 Pro ราคาอยู่ที่ $1.68 ต่อล้าน token ขาเข้า และ $3.38 ต่อล้าน token ขาออกบน Atlas Cloud ในขณะที่ V4 Flash ราคา $0.14 ขาเข้า และ $0.28 ขาออก ช่องว่างนั้นคือเหตุผลทั้งหมดในการแบ่งงานหลักและงานเสริมระหว่างทั้งสอง ซึ่ง config ด้านล่างนี้ทำ ## ขั้นตอนที่ 3: ชี้ Hermes ไปที่ Atlas Cloud เนื่องจาก Atlas Cloud เป็น endpoint ที่เข้ากันได้กับ OpenAI แบบกำหนดเอง ไม่ใช่ผู้ให้บริการ DeepSeek ในตัวของ Hermes คุณจึงกำหนดมันอย่างชัดเจนใน `~/.hermes/config.yaml` บล็อก provider ระบุ base URL และตัวแปรสภาพแวดล้อมที่เก็บ key ของคุณ และบล็อก model เลือก DeepSeek ID ที่มีคำนำหน้า ``` inference: provider: atlascloud base_url: https://api.atlascloud.ai/v1 api_key_env: ATLASCLOUD_API_KEY model: default: deepseek-ai/deepseek-v4-pro ``` บันทึกไฟล์ จากนั้นเริ่ม agent ``` hermes ``` หากข้อความแรกตอบกลับตามปกติ แสดงว่าการเชื่อมต่อถูกต้อง หากคุณได้รับข้อผิดพลาดการรับรองความถูกต้อง แสดงว่า key ใน `.env` ผิดหรือไม่ได้โหลด หากคุณได้รับข้อผิดพลาด unknown-model ให้ตรวจสอบคำนำหน้า `deepseek-ai/` อีกครั้งกับผลลัพธ์ `/v1/models` จากขั้นตอนที่ 2 ข้อผิดพลาดที่พบบ่อยที่สุดคือการเอื้อมไปใช้ผู้ให้บริการ `deepseek` ในตัวของ Hermes ในขณะที่คาดหวังให้ Atlas Cloud ตอบกลับ ผู้ให้บริการในตัวถูกเชื่อมต่อแบบตายตัวกับ endpoint ของ DeepSeek เองและชื่อโมเดลเปล่า ๆ ดังนั้นมันจะเรียกเก็บเงินจากบัญชี DeepSeek ของคุณอย่างมีความสุขและไม่สนใจ Atlas Cloud เลย การกำหนดเส้นทางผ่าน Atlas Cloud เป็นการเลือกผู้ให้บริการแบบกำหนดเองโดยเจตนา: `base_url` ของคุณเอง, Atlas Cloud key ของคุณ, และ model IDs ที่มีคำนำหน้า `deepseek-ai/` เก็บสามสิ่งนี้ไว้ด้วยกันและสองเส้นทางจะไม่สับสนกัน ## ขั้นตอนที่ 4: ส่งงานราคาถูกไปยัง Flash Hermes เรียกใช้การเรียกที่มีมูลค่าต่ำจำนวนมากเบื้องหลัง: การสรุปเว็บ, การวิเคราะห์ภาพ, การบีบอัดบริบท, การอนุมัติคำสั่ง การจ่ายอัตรา V4 Pro สำหรับสิ่งเหล่านั้นคือการสิ้นเปลือง ชี้ช่องเสริมไปที่ V4 Flash เพื่อให้ลูปหลักใช้โมเดลที่แข็งแกร่งกว่าในขณะที่งานพื้นหลังทำงานด้วยต้นทุนเพียงเศษเสี้ยว ``` 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 ``` แต่ละช่องเสริมยอมรับ provider, model, base URL, key และ fallback chain ของตัวเอง ดังนั้นคุณจึงสามารถปรับแต่งงานพื้นหลังทุกงานได้อย่างอิสระ ## ขั้นตอนที่ 5: เพิ่มการสำรองเพื่อความยืดหยุ่น agent ที่ทำงานเป็นเวลานานจะต้องเจอ rate limit หรือการเชื่อมต่อที่หมดเวลาในที่สุด fallback chain จะช่วยให้มันทำงานต่อไปได้แทนที่จะเกิดข้อผิดพลาด ในที่นี้ งานบีบอัดจะลอง V4 Flash ก่อน จากนั้นจึงสำรองไปยังโมเดล Atlas Cloud ที่สองก่อนที่จะยอมแพ้ ``` 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 พยายามแต่ละรายการตามลำดับจนกว่าจะสำเร็จ ดังนั้นการสะดุดของผู้ให้บริการเพียงครั้งเดียวจะไม่ทำให้ agent หยุดชะงัก สำหรับ agent ที่ทำงานโดยไม่มีผู้ดูแลตามกำหนดเวลา นี่คือความแตกต่างระหว่าง cron job ที่กู้คืนอย่างเงียบ ๆ กับ cron job ที่พังตอนตี 3 และทิ้ง stack trace ไว้ให้คุณในตอนเช้า ## เมื่อการตั้งค่านี้เหมาะสม การรัน Hermes บน DeepSeek ผ่าน Atlas Cloud เหมาะสมที่สุดเมื่อคุณต้องการ key เดียวและบิลเดียวสำหรับทุกสิ่งที่ agent สัมผัส เนื่องจาก endpoint เดียวกันยังให้บริการโมเดลรูปภาพและวิดีโอ agent ที่เริ่มต้นด้วยข้อความเท่านั้นจึงสามารถสร้างรูปภาพหรือคลิปได้ในภายหลังโดยไม่ต้องผสานรวมใหม่หรือบัญชีผู้ขายรายที่สอง หาก agent ของคุณจะเรียกใช้เฉพาะ DeepSeek และไม่มีอะไรอื่น ผู้ให้บริการ DeepSeek ในตัวที่ชี้ไปที่ API ของ DeepSeek เองเป็นเส้นทางที่ง่ายกว่า เส้นทาง Atlas Cloud จะมีค่าก็ต่อเมื่อคุณต้องการพื้นที่ในการเพิ่มโมเดลข้ามรูปแบบต่าง ๆ เบื้องหลังพื้นผิวที่เข้ากันได้กับ OpenAI เพียงจุดเดียว คุณสามารถยืนยัน model ID และราคาสดทุกตัวได้ด้วยตัวเองที่ atlascloud.ai/models ก่อนที่จะ commit สิ่งใด ๆ ลงในไฟล์ config ซึ่งเป็นนิสัยที่ควรค่าแก่การรักษาไว้เมื่อรายการ DeepSeek มีการพัฒนา สำหรับคำแนะนำในการนำไปปฏิบัติที่เกี่ยวข้อง โปรดดู [การสลับแอปพลิเคชันที่เข้ากันได้กับ OpenAI ไปยัง LLM อื่น ๆ](https://ask.atlascloud.ai/what-api-provider-lets-me-switch-from-openai-to-other-llms) และ [การประเมิน AI inference API สำหรับการผลิต](https://ask.atlascloud.ai/what-to-evaluate-before-choosing-ai-inference-api)