dsh-model-endpoint

English | 中文

把 DeepSeek Harness profile 当前正在使用的模型发布成一个 OpenAI 兼容的 HTTP 端点。

任意 OpenAI 客户端 —— openai SDK、LangChain、Cline、一个 shell 脚本、另一个 Harness 实例 —— 指向本插件打印出的 base URL，它就会用你在聊天里、或在「模型」设置页里选中的那个 模型作答。不需要第二份凭据，客户端侧除了一个 base URL 之外也没有任何额外配置。

因为监听器是插件自己创建的（不是 Harness 的 Web 服务器），绑定地址由你决定：127.0.0.1 只留在本机，0.0.0.0 发布到局域网，同一个端口放在路由器或 NAT 转发之后即可从公网访问。 请求路径完全不取决于你用的是这三种拓扑里的哪一种。

---

它做什么

GET /v1/models	列出本 profile 能路由的每个模型，既有 provider/model 形式，也有无歧义时的裸 id。
GET /v1/models/<id>	单个模型对象，否则 404 model_not_found。
POST /v1/chat/completions	OpenAI 对话补全，支持流式（SSE）与非流式。
GET /health	实时绑定状态、各拓扑下的可达性、鉴权模式、当前模型。
GET /	与 /health 同一份文档。

另外还有几条挂在 Harness Web 服务器上（不是本端点）的路由：

GET /plugins/model-endpoint	同一份状态文档，同源，供设置页使用。
GET /plugins/model-endpoint/models	状态文档加上可路由模型目录。
GET /plugins/model-endpoint/efforts?provider=&model=	该路由声明的推理强度，供设置页下拉框使用。
GET /plugins/model-endpoint/tools	每个已注册工具及其开关状态，供设置页使用。

模型解析

端点按以下优先级作答：

1. 请求里的 model 字段，前提是它指向一个可路由的模型。provider/model 与裸模型 id 都接受。
2. profile 当前的选择 —— 与聊天选择器和「模型」设置页写入的是同一个值。在聊天里换 模型，端点就跟着换。
3. 本插件设置页上的备用提供方与模型。
4. 无论选中的是什么，即使 followSelection 关着，也作为最后手段使用。一个用你正看着 的模型作答的端点，好过一个回 503 的端点。

如果没有任何可路由的东西，响应是 503 model_unavailable，报文里会列出每一个失败候选及 其原因。

推理强度

只有当被服务的模型确实声明了该强度时，reasoning_effort 才会生效；否则按模型自己的默认 值。这就是未知强度会安静降级而不是让请求失败的原因。插件页面上的设置项为省略该字段的请求 提供默认值。

备用模型与推理强度都是下拉框，不是自由文本。它们取自「模型」设置页读取的同一份目录，所以 你能选的就是这个 profile 真正能路由到的，而强度列表属于你实际选中的那个模型。已经存下来 但不再被提供的值 —— 提供方下线了、它的模型不再声明某个强度了 —— 仍然可选并带标注，而不 会被悄悄改写。

流式

POST /v1/chat/completions 带 "stream": true 时以 SSE 作答。文本作为 delta.content 到达，推理作为 delta.reasoning_content（DeepSeek 客户端已经理解的扩展），工具调用则是 惯常的带索引 delta.tool_calls。模型思考期间会发送保活注释，使代理不会因超时切断连接。 用量报告在最后一个 chunk 里，随终结性的 finish_reason 一起发出。

工具调用

这里有两件不同的事都叫「工具调用」，它们可以叠加。

调用方自带的工具。 tools 会被转发给模型，工具调用在流式与非流式两条路径上都会回来， 入站的 role: "tool" 消息也照收。端点从不执行请求塞给它的工具 —— 那些属于调用方，调用 会在 finish_reason: "tool_calls" 下原样返回给调用方去跑。因此依赖 function calling 的 客户端可以正常工作。

借出的工具。 端点还可以把这个 Harness 已注册的工具借给模型，自己执行，再把结果回填 —— 一次请求内完成完整的模型/工具往返。那是对本机的真实能力，所以它默认关闭，开启后 也只发送被逐个打开的工具。见借出的工具。

自带 tools 的请求永远不会收到借出的工具。把它们混在一起，等于把调用方跑不了的调用交还 给它。

---

借出的工具

设置 → Model endpoint → 把这个 profile 的工具借给模型。

开启后，Harness 已注册的每个工具都会按名字列出并各带一个开关。只有打开的工具会被发送给 模型。当模型调用其中一个时，端点经 Harness 工具运行时执行它、附加结果、再问模型一次 —— 最多 Max tool rounds（默认 8）轮。达到上限的一轮会以 409 tool_round_limit 被切断， 而不是无限重试。

开关上方，全选一次写入打开所有已列出的工具，全不选则全部关闭，这样一长串工具不必 一行一行点。两者写入的是与单个开关相同的 toolSwitches 字典。

如实说明粒度。 开关是按工具，而不是按插件。Harness 注册表记录工具的名字、描述与 参数；它不记录是哪个插件注册的，而工具注册所在的 scope 属于调用它的 agent，不属于插件。 因此按插件的开关将不得不猜测本插件无从观测的归属。按工具比按插件更细，而且是失败关闭的， 所以提供的就是按工具。

有些工具会执行代码、读写文件或访问网络。请只为那些你愿意替一个未鉴权调用方亲自运行的工具 打开开关 —— 如果监听器在 127.0.0.1 之外可达，还要设一个 API 密钥。

curl http://127.0.0.1:8787/v1/chat/completions \
  -H 'content-type: application/json' \
  -d '{"model":"auto","messages":[{"role":"user","content":"列出工作区里的文件。"}]}'

是否调用借出的工具由模型决定；没有任何东西强制它。

---

安装

从一份检出，或从一个打包好的 tarball：

dsh plugin --profile desktop add /absolute/path/to/dsh-model-endpoint
# 或者
pnpm pack --pack-destination dist
dsh plugin --profile desktop add /absolute/path/to/dist/dsh-model-endpoint-1.0.0.tgz

插件会自行挂载、启动监听器，并在「设置」下添加一个 Model endpoint 页面。除此之外无需 任何东西 —— Harness 自身不暴露任何入站 HTTP API，所以本插件从头到尾拥有自己的监听器。

验证：

curl http://127.0.0.1:8787/health
curl http://127.0.0.1:8787/v1/models

卸载：

dsh plugin --profile desktop remove dsh-model-endpoint

两点值得知道的事

用 dsh plugin add 安装，不要手工改。 自己编辑 profile 清单会让正在运行的进程留下一张 过期的模块解析表：插件会作为一个死行加载 —— 出现在组合里、从未激活、任何地方都不报错 —— 直到进程重启。这不是本插件特有的问题。

绝不要先用 link: 安装、之后又换成 tarball。 pnpm 会移除旧的 node_modules 条目，而在 Windows 上它会跟随重解析点，从而清空链接指向的源码目录。用一种方式安装，就一直用那种方式。

---

设置

设置 → Model endpoint。

字段	默认值	含义
Run the endpoint	开	在不卸载的情况下关掉监听器。
Bind address	127.0.0.1	0.0.0.0 接受每个接口上的连接。
Port	8787	客户端连接的端口。
API key	空	设置后，客户端需发送 Authorization: Bearer <key>。
Follow the selected model	开	服务聊天或「模型」页里选中的任何模型。开启期间备用模型下拉框会隐藏，因为它不是实际被服务的东西。
Fallback provider / model	空	不跟随当前选择、或什么都没选时使用。从本 profile 真正能到的模型下拉框里选。
Reasoning effort	模型默认	只在被服务的模型声明它时生效。下拉框列的正是所选备用模型声明的强度，加上该模型自己的默认值。
Extra system prompt	空	只为自身不带 system 消息的请求前置。
Default max output tokens	8192	请求省略 max_tokens 时使用。0 表示本端点不加任何上限 —— 请求不带 maxTokens 字段发出，由提供方按它自己模型的限制处理。
Request timeout (ms)	600000	一次补全（含流式）的上界。
Allowed browser origin	*	作为 Access-Control-Allow-Origin 发送。
Lend this profile's tools	关	把下面打开开关的 Harness 工具交给模型，并在此执行。
（逐个工具）	关	每个已注册工具一个开关。只有打开的工具会被发送。
Max tool rounds	8	一次请求在被切断前可进行的模型/工具往返次数。

API key 那一行有一个 Generate 按钮，会用 62 个字符的字母表加拒绝采样填上一个全新的 48 字符密钥（约 286 位，没有需要转义的 +///=，也没有易混的字符对）。它只是填入字段 —— 按 Save 才生效，并且请先把它复制出去，因为本字段是它唯一的存放处。

每个字段都是实时的：改一个，监听器就自行重新绑定。字段上方的状态块显示实际绑定的端口 和本机可达的地址，读自正在运行的监听器，而不是把表单里的值回显出来。

安全

只有在绑定 127.0.0.1 时才可以留空 API 密钥。当端点在无密钥的情况下绑定到本机之外时， 设置页会给出警告，因为那种配置下任何能连到这个端口的人都能花掉本 profile 的模型额度。 API 密钥以常量时间比较。

没有 TLS。如果你要把它暴露到公网，请在反向代理处终结 TLS，或把连接保持在隧道内 —— 无论 哪种方式，端点本身说的都是明文 HTTP。

---

连接一个客户端

任意 OpenAI 兼容客户端：

from openai import OpenAI

client = OpenAI(base_url="http://127.0.0.1:8787/v1", api_key="unused")
client.chat.completions.create(
    model="auto",
    messages=[{"role": "user", "content": "hello"}],
)

model: "auto"（或 "default"，或省略该字段）表示「用这个 profile 当前选中的」。鉴权关闭 时，任意非空字符串都能当 API 密钥用。

用 curl：

curl http://127.0.0.1:8787/v1/chat/completions \
  -H 'content-type: application/json' \
  -d '{"model":"auto","messages":[{"role":"user","content":"hello"}],"stream":true}'

从另一台机器访问

1. 把 Bind address 设为 0.0.0.0，并给端点设一个 API key。
2. 从状态块里读 Local network URL —— 那是本机在局域网里的地址，端口已经填好。
3. 要从公网访问，就在路由器上把该端口转发到本机，然后使用你的公网地址。端点不需要知道 转发这件事；到达的请求就是会被作答的请求。

如果 Host 日志说监听器无法绑定，那说明端口被占用，或者绑定地址在本机并不存在。设置页会把 这种情况呈现为「Unknown」状态，而不是默默假装在跑。

---

错误

错误使用 OpenAI 的信封：

{"error": {"message": "...", "type": "invalid_request_error", "code": "model_not_found"}}

状态	代码	原因
400	invalid_request_error	消息、角色、工具或请求体格式错误。
400	unsupported_content	非文本内容块。本端点服务的是纯文本模型。
401	invalid_api_key	缺少或错误的 bearer token。
404	not_found	没有这条路由。
404	model_not_found	请求的 model 不可路由。
405	method_not_allowed	对已知路由用了错误的方法。
409	tool_round_limit	模型在超过 Max tool rounds 之后仍在调用借出的工具。
413	request_too_large	请求体超过 8 MiB，或输入过大。
429	rate_limit_exceeded	上游提供方限流。
429	insufficient_quota	上游额度耗尽。
500	upstream_error	模型调用失败且没有更具体的代码。
503	model_unavailable	无法解析出任何可路由的目标。

上游失败保留 Harness 自己的分类，因此 AUTH、RATE_LIMIT、QUOTA、ACCOUNT_QUOTA 与 CONTEXT_WINDOW_EXCEEDED 会以上表中的代码到达，而不会被拍平成一个笼统的错误。

---

目录结构

cordis.patch.yml    profile 条目：id `model-endpoint` —— 同时也是它的设置命名空间
lib/index.js        Host 半侧：HTTP 监听器与 OpenAI 转译
lib/client.js       Client 半侧：设置页
locale/{en,zh}.json 插件列表用的显示元数据
icon.svg            插件图标

cordis.patch.yml 里的 profile 条目 id 是承重的：设置服务按条目 id 寻址插件，所以设置 命名空间与 id 必须一致。只改一个而不改另一个，设置页就会脱钩。

---

开发

语法检查两半：

ELECTRON_RUN_AS_NODE=1 "/path/to/DeepSeek Harness" --check lib/index.js
ELECTRON_RUN_AS_NODE=1 "/path/to/DeepSeek Harness" --check lib/client.js

打包：

pnpm pack --pack-destination dist

Host 半侧是 ESM，导入 @deepseek-ai/schemastery 与 @deepseek-ai/dsh-llm。两者都经 Harness 安装解析，所以本包把它们声明为 peer 依赖，node_modules/ 不进仓库。

---

免责声明

在你依赖它之前请先审阅。它是针对 Harness 0.2.0-rc.2 写的，没有任何东西保证它跟得上 之后的版本。

它是通过阅读那份安装自身的源码写成的，并对着一个正在运行的 profile 做过现场验证：监听器 能绑定、/v1/models 能枚举出 profile 的提供方、/v1/chat/completions 能流式返回真实 补全、设置页能通过设置服务读写。借出工具的往返循环是对着一个用假工具注册表驱动 Host 半侧 的测试台验证的，覆盖了能跑的工具、会失败的工具、只在后续 delta 上才出现名字的调用、畸形的 参数、撞到轮数上限的模型循环，以及一个绝不能被与借出工具混用的调用方自带工具。

它不是从任何现有插件抄来的。它仍可能含有错误，且不附带任何担保。在把它暴露到网络之前， 请先读一遍。

---

由 AI 生成

本仓库中的一切都由 AI 助手应仓库所有者的要求生成：

• Host 半侧（lib/index.js），包括每个请求处理器、OpenAI 转译层与监听器生命周期；
• Client 半侧（lib/client.js），包括设置页、其样式、胶囊开关、随机密钥生成器，以及中英文 文案；
• 设置页的额外 system 提示词字段及其空默认值 —— 端点刻意不注入任何自己的东西，因此调用方 自己的 system 消息原样通过；
• 本 README、插件清单、cordis.patch.yml 与 icon.svg；
• 每个文件里的每一条代码注释。

---

许可证

MIT —— 见 LICENSE。