Shorehand gør DeepSeeks træningsmiljø tilgængeligt som lokal agent på Mac
Shorehand bruger det samme miljø, som DeepSeek anvendte til post-træning, så komplekse opgaver kan løses lokalt via Open WebUI.

Shorehand er et nyt open source-projekt, der kører DeepSeeks træningsmiljø som en lokal agent. Løsningen kører i en Linux-container på en Mac, hvor agenten har fået tildelt root-adgang og adgang til internettet. Dette miljø er det samme, som DeepSeek anvendte til post-træning af deres modeller.
To API-nøgler er integreret i systemet for at give agenten ekstra funktionalitet. Der er tale om Brave web search og Tiny Fish CLI. Integrationen gør det muligt for agenten at løse opgaver, som brugeren ifølge projektets ophavsmand tidligere ikke kunne gennemføre. Ved at give agenten direkte adgang til værktøjer og nettet flyttes grænsen for, hvad den lokale AI kan præstere.
Brugerfladen er koblet til Open WebUI via en bridge. Denne forbindelse betyder, at man kan chatte med agenten i containeren, som om det var en almindelig sprogmodel. Det er denne specifikke arkitektur, der gør det muligt at bruge træningsmiljøet som en funktionel lokal assistent.
Projektet er udgivet på GitHub under navnet shorehand. Her kan man finde de tekniske detaljer om konfigurationen, der skal til for at få agenten til at fungere stabilt i container-miljøet.
Kilder
Produktionshistorie
- Radar Signal ? af 100 · spredning 1 kilder
- Vurdering Nyheds 4/5 — Konkret opsætning til lokale modeller.
- Skrevet Model: mimo-v2.5-free · temperatur 0.4
- Overskrift 5 kandidater, valgt af chat.dk
- Vedtagelse Godkendt af Lars Louvre