前言¶
DeepSeek Harness（dsh）把智能体循环做成「一切皆插件」：模型、工具、界面槽位都可以挂上去。日常用网页界面写代码时，会话里往往混着两类请求：一类是「这个报错是什么意思」「继续」这种短问，一类是改架构、读大文件、跑多步工具的重活。如果全程走主模型，简单问答也会吃前缀缓存和推理预算；如果全程走便宜模型，复杂任务又容易掉质量。
社区插件 dsh-model-router 做的是中间这一层：先判断这一步是不是简单问题，简单的用 flash 直答，重活仍走主模型；主模型短暂故障时可以降级重试一次；输入框下方再挂一块 token / 缓存命中 / 估算成本面板。本文按插件目录页、GitHub 仓库 README / package.json / 源码交叉核对后整理。
社区插件目录（https://deepseek-harness-plugin.com）是独立站点，和 DeepSeek / 幻方没有官方从属关系，不要把它当成官方应用商店。GitHub 上还有另一个同名仓库 superboy911/dsh-model-router，做的是关键词路由和隔离生图，和本文介绍的不是同一个插件。
这是什么¶
dsh-model-router 是一款面向 DeepSeek Harness 网页界面的界面增强插件，由 tianji-qingtian 维护，许可证 MIT，主要语言 JavaScript。目录页收录于 2026-08-12，分类为「界面增强」。仓库 package.json 当前版本为 0.8.1，GitHub 最新 Release 也是 v0.8.1（2026-08-14）。插件声明的客户端平台是 web，需要挂到 web profile 才能看到面板。
它解决三件事：
- 简单问题不要进主模型：零前缀 flash 作答，不碰主会话的前缀缓存。
- 瞬时故障不要整轮失败：限流、服务端错误、超时、空响应时降到便宜模型再试一次。
- 用量要能看见：按会话折叠真实适配器 token，并按模型档位估一个带
≈的费用。
Harness 官方仓库写明当前仍是 developer preview，不兼容变更是预期内的。插件 README 也提醒：升级 harness 后，伪造 step 包络这一段值得复查。
核心功能¶
便宜模型裁判路由¶
请求先走 agent/pre-step 瀑布。明显的重活（强关键词或超长文本）直接进主模型，不加额外延迟。其余请求会做一次零前缀 flash 裁判：只输出 SIMPLE 或 AGENTIC 一个词，上限 64 token，并关掉思考。裁判会带上上一条 assistant 回复，用来识别「它 / 这个 / 继续」这类依赖上下文的追问，避免把追问误判成可以无上下文直答。
便宜 / 强模型对不是写死的，运行时从 llm.listModels 的目录里按 id 匹配：
- 便宜候选：
flash|chat|mini|turbo|haiku|lite|air|nano - 强候选：
pro|reasoner|opus|sonnet|max|ultra|premium|r1
原生 DeepSeek 适配器下，文档写的配对是 deepseek-v4-flash ↔ deepseek-v4-pro。
回答前先问，再直答¶
v0.8.0 起，auto 模式下命中 SIMPLE 不会立刻作答，而是弹出 harness 自带的问题 UI，让用户选：
- ⚡ 快速回答（flash）：更快、成本更低
- 主模型回答：走正常智能体流程
选主模型、关掉弹窗、子代理会话，或没有问题 UI 时，都会回退到正常流程。问题文案跟随提问语言（中 / 英）。
用户选快速回答后，插件拒绝当前步骤，用便宜模型做一次零前缀单次流式调用，再把问答写进会话日志（伪造 step/start … assistant/message … step/end 包络）。界面上看起来仍是普通一问一答，答案前缀带 ⚡ 快速回答 / Quick answer · 标记。主模型不参与这一轮，也不会产生子代理会话、relay 卡片或 toast，主会话的模型和前缀缓存保持不动。
Auto / 关闭 与故障降级¶
快速回答可以按会话开关，三处入口做同一件事：
- 输入框下方面板的 Auto / 关闭
- 斜杠命令
/router auto或/router off - 模型可见工具
route_model（参数tier：auto|off）
没有「按请求指定模型」的配置项。auto/off 状态由会话投影从 command/run 事件折叠，重启后仍保持；瞬时故障降级标记是进程本地的，harness 退出即丢。
降级只覆盖这些瞬时错误：RATE_LIMIT、SERVER、TIMEOUT、EMPTY_RESPONSE。命中后把该轮标成降级，返回 { kind: 'retry' }，重试进入 agent/request 时落到便宜模型，每轮最多一次。其余错误交给 provider 自己的重试策略。
另外，agent/request 在没有路由决策时会把模型拉回 agent 配置默认值，避免伪造 header 或重启后的陈旧持久化 header 粘住。
输入框下方的用量面板¶
面板挂在 conversation.composer.dock，中英文案走 harness 的 locale 服务。内容包括：
- Auto / 关闭开关
- 当前模型
miss/out/cache%/≈$一行QA×N快速回答计数（每次直答会短暂高亮）- 分模型用量明细
数字来自会话投影 modelRouter，折叠 request/header、command/run、assistant/message 事件。用的是适配器上报的真实 token（输入 / 输出 / 缓存读 / 缓存写 / 推理），不是前端自己估的调用次数。投影可重放，冷启动会话也能出数。安装前已经写进日志的历史也会被计入，这是文档写明的预期行为。
成本是档位估算，单位 USD / 百万 token，写在 src/index.js 顶部：
const PRICE_TABLE = [
{ test: CHEAP_RE, input: 0.27, output: 1.10, cacheHit: 0.07 },
{ test: STRONG_RE, input: 0.55, output: 2.19, cacheHit: 0.14 },
]
面板数字始终带 ≈。缓存命中按缓存价计，不按输入价。harness 的 TokenUsage 字段是不相交的：inputTokens 已经去掉缓存读（DeepSeek 上报 prompt_tokens = hit + miss，适配器把命中扣掉了），所以面板显示 miss … · cache N%，命中率是 hit / (hit + miss)。文档说健康的长对话通常在 90% 以上。价格表可以改成自己账号的实际报价。
安装与启用¶
目录页给出的安装命令是：
dsh plugin add github:tianji-qingtian/dsh-model-router
dsh CLI 需要在 PATH 上。如果之前只用 npx 跑过 harness，会报 command not found: dsh。仓库 README 的前置步骤是先全局安装：
npm install -g @deepseek-ai/dsh
也可以用 pnpm add -g @deepseek-ai/dsh（全局 bin 目录要在 PATH 上），或把后面的命令都加上 npx @deepseek-ai/dsh 前缀。
这个插件的客户端声明是 web 平台。仓库 README 建议装进 web profile，并固定 Release tag。README 示例仍写 #v0.7.2，仓库当前最新 Release 是 v0.8.1（含「快速回答前先问用户」）。可复现安装建议钉最新 tag：
dsh plugin --profile web add "github:tianji-qingtian/dsh-model-router#v0.8.1"
dsh --profile web
add 只改 profile 文件，运行中的实例不会热加载。重启后，输入框下方应出现 ⚡Router 面板；宿主半场加载完成后会注册 /router 和 route_model。可在 Settings → Plugins 里确认列表中有 dsh-model-router。
目录页也提示：如需可复现安装，可写成 github:tianji-qingtian/dsh-model-router#commit。某个会话里可能还跑着一个同名的动态原型（只活在当前进程），和装进 profile 的 bundle 不是一回事，harness 退出即消失。
插件以当前 dsh 进程的权限运行，安装时可能执行代码。装之前应阅读仓库源码和 MIT 许可证。
典型用法¶
装好并重启 web profile 之后，可以按下面的顺序验证。
- 打开网页界面，看输入框下方是否出现 ⚡Router 面板。开关应能在 Auto 和关闭之间切换。
- 保持 Auto，发一条自包含的短问题，例如「Python 里
list和tuple有什么区别」。裁判判成SIMPLE时会弹出 ⚡ 快速回答（flash） / 主模型回答。选快速后，回复应带⚡ 快速回答标记，面板上的QA×N会加一。 - 再发「继续展开第二点」这类追问。按文档设计，裁判能看到上一条回复，这类依赖上下文的问题应走主模型，而不是无上下文直答。
- 用斜杠命令显式开关：
/router auto
/router off
参数只能是 auto 或 off，写错会返回 usage: /router auto|off。
- 也可以让模型调
route_model，参数tier同样是auto或off。工具返回里会带当前模式，以及目录里解析到的便宜模型 id。 - 看面板上的
miss/out/cache%/≈$和分模型明细。长会话里 cache 命中率如果长期很低，优先检查是不是每次都在换模型或清上下文，而不是先改价格表。
适用场景与注意事项¶
比较适合这些情况：
- 主要在 DeepSeek Harness 网页界面里干活，希望简单问答走 flash，重构 / 多工具任务仍走主模型。
- 想在输入框旁边看到本会话的 token、缓存命中和估算费用，而不是事后去账单页对账。
- 偶尔碰到限流、超时、空响应，希望该轮自动降到便宜模型再试一次，而不是整段对话停住。
使用前要注意：
- 客户端平台是
web。只跑终端 TUI、不启网页界面时，装了也看不到 dock 面板。 package.json要求 Node.js^22.19.0 || >=24.0.0，并声明对@deepseek-ai/cordis、dsh-commands、dsh-llm、dsh-session等包的 peer 依赖。harness 升级后如果这些包对不上，需要对照 Release 再装一次。- 直答会把伪造 step 包络写进会话日志，这是插件和 harness 耦合最深的部分。官方 harness 仍在 developer preview，升级后应复查快速回答是否还符合会话不变量。
- 面板费用是档位估算，不是账单。改
PRICE_TABLE才能贴近自己的报价。 - 插件以当前 dsh 进程权限运行。安装前检查 https://github.com/tianji-qingtian/dsh-model-router 的源码和许可证；不要把目录页当成官方背书。
小结¶
dsh-model-router 把「简单问题 flash 直答、瞬时故障降级、会话用量可视化」收进 DeepSeek Harness 的网页输入框下方。路由决策发生在 agent/pre-step，费用数字来自可重放的会话投影，开关只有 auto / off，没有额外的按请求模型配置。
目录页：https://deepseek-harness-plugin.com/zh-CN/plugins/dsh-model-router/
GitHub：https://github.com/tianji-qingtian/dsh-model-router
