DSH 插件 dsh-better-reasoning-effort:第三方模型的推理强度与图像输入编辑

前言

在 DeepSeek Harness(DSH)中使用第三方模型时,常需要声明两件事:模型支持哪些 thinking levels,以及模型是否接受图像输入。dsh-better-reasoning-effort 为这两类声明提供界面内编辑入口,并在官方模型菜单中提供快速 reasoning-effort slider。

这是什么

HaoyueQin/dsh-better-reasoning-effort 是一个 DSH 插件,由 HaoyueQin 维护,许可证为 MIT。它把第三方模型的推理强度(thinking levels)与图像输入模态编辑放进官方 Models 页面卡片,并基于模型知识库和 wire-protocol 推理提供自动适配。

DSH 的理念是「一切皆插件」;社区目录是独立站点,与 DeepSeek / 幻方无官方从属关系。

下面介绍核心功能、安装状态、典型用法和注意事项。

核心功能

在 Models 页面卡片中编辑

插件在官方 Models 页面每个模型行的展开区内注入两个编辑块:

  • Reasoning effort
  • Input modalities

这两个块由同一对 Apply / Reset 按钮保存,使用官方 settings.mutate 保存流程。

一键 Auto-adapt

Auto-adapt 使用内置模型知识库和 wire-protocol 推理,一键填充推荐 thinking levels 和 wire spellings。

它也可以探测 provider RAW /models 列表,并融合信号;建议会标注为 highmediumlow 置信度。

未保存行暂存

对未保存行可以使用 Stage 暂存声明。资料列出两类场景:

  1. provider create card
  2. 已保存 provider 下新增模型行

当行或 provider 保存时,声明自动落地。

Image input 声明

通过 Image input 复选框,可以声明手建模型支持图像输入。该声明影响:

  • composer 附件
  • read-image 工具
  • proxy gating

取消勾选会把声明收窄为 text-only

官方模型菜单快速滑块

插件在官方模型菜单内提供一个快速 reasoning-effort slider。资料注明来源为 HanaAyane's dsh-reasoning-effort。官方 composer 右下角 model · effort 显示保持不变。

安装与启用

当前已核实资料未提供官方安装命令原文,因此不凭名称拼接安装命令。启用前建议检查源码与许可证;插件以当前 dsh 进程权限运行。

仓库:https://github.com/HaoyueQin/dsh-better-reasoning-effort
许可证:MIT
engines:node ^20.0.0 || ^22.0.0 || >=24

典型用法

下面按已核实资料中的示例,先做页面内编辑,再做自动适配或暂存落地。

  1. 在官方 Models 页面卡片内编辑每模型的 reasoning effort levelsimage input 支持。
  2. 使用 Auto-adapt,从模型知识库与 wire-protocol 推理一键填充建议 levels 和 wire spellings。
  3. 对未保存的 provider create card 或新增模型行使用 Stage,保存后声明自动落地。
  4. 使用 Image input 复选框,让手建模型支持图像附件、read-image 工具和 proxy gating。
  5. Zoned suggestion 中只读展示的 context window/max output hints 手动复制到官方容量输入框。

适用场景与注意

适合在 DSH 中维护第三方模型,并希望把 thinking levelswire spellings、图像输入支持放在官方 Models 页面内完成的场景。

需要注意:

  • Staging 不能表达 deliberate unset;要持久声明 nothing,需先保存行,再清除所有 level 并 Apply
  • Zoned suggestion 的 context window/max output 是 hints only,不会自动填充。
  • Endpoint probe 的 credential resolved server-side, never echoed。
  • 当前资料未找到星标数、明确分类标签、目录页 URL,以及官方安装命令原文。
  • README 被截断,后续部分未在资料中出现;安装和完整用法可能未覆盖。

结尾

经过上面的步骤,dsh-better-reasoning-effort 把第三方模型的推理强度与图像输入声明放回官方 Models 页面,并用 Auto-adaptStage 和菜单滑块覆盖主要编辑路径。

GitHub:

https://github.com/HaoyueQin/dsh-better-reasoning-effort

当前已核实资料未提供目录页 URL,因此不列出目录页链接。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜