前言¶

DeepSeek Harness (DSH) 的核心設計理念是「一切皆插件」。在構建長上下文智能體或需要深度推理的任務時，通常需要對接支持 1M 上下文和結構化思考能力的模型。dsh-llm-longcat 是一款爲此設計的適配器插件，它將 LongCat-2.0 接入 DSH 的 LLM seam，提供長上下文處理、思考模式回溯以及原生工具調用能力。

是什麼¶

dsh-llm-longcat 是由維護者 ffyuuu 開發的 DeepSeek Harness 插件。它作爲一個模型提供商，連接了 LongCat-2.0 模型。該插件解決了在 Harness 生態中直接使用 1M 上下文模型、解析模型思考鏈以及處理工具調用參數的需求。

核心功能¶

插件實現了以下核心能力：

• 思考模式：識別 LongCat 的 reasoning_content 字段，並將其轉換爲 Harness 的 ReasoningBlock 結構，以便在界面或日誌中展示模型的思考過程。
• 工具調用：提供完整的函數調用支持，且在端到端的傳輸中保持 arguments 爲原始 JSON 字符串。
• 多輪對話：在包含工具調用的輪次中回放 reasoning_content，確保思考鏈在複雜交互中不丟失。
• 流式傳輸：使用 SSE 協議傳輸，並嚴格遵循 Harness 要求的 usage 優先於 finish 的順序。
• 憑據 seam：密鑰不寫入配置文件，而是通過 ctx.credentials 或環境變量按請求解析。

安裝與啓用¶

安裝插件需要使用 DSH 的插件管理命令。安裝腳本會在本地機器上運行，而非在 DSH 進程的沙箱環境中。

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

安裝完成後，需要配置 API 密鑰。建議通過環境變量設置，避免密鑰泄露：

export LONGCAT_API_KEY=...

如果需要鎖定特定版本以防止未來的代碼變更影響執行，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）中添加插件定義。默認的 apiKeyEnv 爲 LONGCAT_API_KEY，baseURL 可選。

- 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啓用狀態，reasoningEffort 目前僅支持 high 和 off 兩個二進制級別。

適用場景與注意¶

• 適用場景：需要處理百萬級 Token 上下文的任務，或者需要 Harness 能夠展示模型內部推理鏈（Chain of Thought）的場景，以及涉及複雜工具調用的對話。
• 限制說明：
  • 無圖像輸入：LongCat-2.0 僅支持 text->text 模態，插件會拒絕圖片內容。
  • 無停止序列：stop 參數不在 supported_parameters 中，傳入該參數會報錯。
  • 推理二進制：不支持低/中/高推理強度的梯度，僅支持開啓或關閉。
• 安裝注意事項：
  • 插件安裝腳本在沙箱外運行，需確保對源碼和許可證（MIT）的信任。
  • 在某些環境下，安裝 Harness 本身可能遇到上游依賴問題，例如 dsh-typert-protocol 版本不匹配或 npm 堆內存耗盡。這通常是因爲 @deepseek-ai/dsh 發佈了 0.1.0-rc.8 而依賴包停留在 0.1.0-rc.7。可以通過 npm overrides 鎖定版本解決，但這不影響插件本身的兼容性。

總結¶

dsh-llm-longcat 爲 DeepSeek Harness 提供了長上下文模型（1M 上下文）和思考模式的對接能力。它通過處理 reasoning_content 和原生工具調用支持，完善了 Harness 在複雜推理任務中的生態鏈。更多細節可參考 GitHub 倉庫 或 社區目錄。