前言¶

DeepSeek Harness (DSH) 的核心设计理念是「一切皆插件」。在构建长上下文智能体或需要深度推理的任务时，通常需要对接支持 1M 上下文和结构化思考能力的模型。dsh-llm-longcat 是一款为此设计的适配器插件，它将 LongCat-2.0 接入 DSH 的 LLM seam，提供长上下文处理、思考模式回溯以及原生工具调用能力。

是什么¶

dsh-llm-longcat 是由维护者 ffyuuu 开发的 DeepSeek Harness 插件。它作为一个模型提供商，连接了 LongCat-2.0 模型。该插件解决了在 Harness 生态中直接使用 1M 上下文模型、解析模型思考链以及处理工具调用参数的需求。

核心功能¶

插件实现了以下核心能力：

• 思考模式：识别 LongCat 的 reasoning_content 字段，并将其转换为 Harness 的 ReasoningBlock 结构，以便在界面或日志中展示模型的思考过程。
• 工具调用：提供完整的函数调用支持，且在端到端的传输中保持 arguments 为原始 JSON 字符串。
• 多轮对话：在包含工具调用的轮次中回放 reasoning_content，确保思考链在复杂交互中不丢失。
• 流式传输：使用 SSE 协议传输，并严格遵循 Harness 要求的 usage 优先于 finish 的顺序。
• 凭据 seam：密钥不写入配置文件，而是通过 ctx.credentials 或环境变量按请求解析。

安装与启用¶

安装插件需要使用 DSH 的插件管理命令。安装脚本会在本地机器上运行，而非在 DSH 进程的沙箱环境中。

dsh plugin --profile default add github:ffyuuu/dsh-llm-longcat

安装完成后，需要配置 API 密钥。建议通过环境变量设置，避免密钥泄露：

export LONGCAT_API_KEY=...

如果需要锁定特定版本以防止未来的代码变更影响执行，可以使用 commit hash：

dsh plugin --profile default add github:ffyuuu/dsh-llm-longcat#3dcb3b1b5870ba52baab053453bdbb28826e5f13

典型用法¶

在 DSH 的配置文件（如 $DSH_HOME/settings.yaml）中添加插件定义。默认的 apiKeyEnv 为 LONGCAT_API_KEY，baseURL 可选。

- id: llm-longcat
  name: dsh-llm-longcat
  config:
    apiKeyEnv: LONGCAT_API_KEY
    baseURL: https://api.longcat.chat/openai/v1
    thinking: enabled
    reasoningEffort: high
    maxTokens: 131072
    defaultContextWindow: 1048576
    streamIdleTimeoutMs: 300000
    retryPolicy:
      mode: normal
      maxRetries: 3
    models:
      - id: LongCat-2.0
        contextWindow: 1048576

配置中的 thinking 字段控制推理模式的启用状态，reasoningEffort 目前仅支持 high 和 off 两个二进制级别。

适用场景与注意¶

• 适用场景：需要处理百万级 Token 上下文的任务，或者需要 Harness 能够展示模型内部推理链（Chain of Thought）的场景，以及涉及复杂工具调用的对话。
• 限制说明：
  • 无图像输入：LongCat-2.0 仅支持 text->text 模态，插件会拒绝图片内容。
  • 无停止序列：stop 参数不在 supported_parameters 中，传入该参数会报错。
  • 推理二进制：不支持低/中/高推理强度的梯度，仅支持开启或关闭。
• 安装注意事项：
  • 插件安装脚本在沙箱外运行，需确保对源码和许可证（MIT）的信任。
  • 在某些环境下，安装 Harness 本身可能遇到上游依赖问题，例如 dsh-typert-protocol 版本不匹配或 npm 堆内存耗尽。这通常是因为 @deepseek-ai/dsh 发布了 0.1.0-rc.8 而依赖包停留在 0.1.0-rc.7。可以通过 npm overrides 锁定版本解决，但这不影响插件本身的兼容性。

总结¶

dsh-llm-longcat 为 DeepSeek Harness 提供了长上下文模型（1M 上下文）和思考模式的对接能力。它通过处理 reasoning_content 和原生工具调用支持，完善了 Harness 在复杂推理任务中的生态链。更多细节可参考 GitHub 仓库 或 社区目录。