DeepSeek Harness 插件：dsh-llama-responses

DeepSeek Harness (DSH) 採用插件化架構。在構建多代理系統時，主代理通常調用昂貴的官方 API，而子代理如果未配置，會繼續走官方接口，增加成本並帶來隱私泄露風險。dsh-llama-responses 作爲一個適配器插件，解決了這個問題，它通過 OpenAI Responses 協議，將子代理的請求路由到本地運行的 llama.cpp 服務。

插件概覽¶

名稱: dsh-llama-responses
所有者: SnowRikka
類別: 模型推理
許可證: MIT
核心功能:
- 多輪記憶
- function_call 流式
- function_call_output 回傳
- 子代理委派 (spawn/可繼續後臺, fork/one-shot 前臺)
- 追問排隊 (send_message)
- 狀態查詢 (list_agents)
- 中斷控制 (interrupt_agent)
- 結算通知 (report)
- Skill 發現與加載

安裝¶

使用官方插件命令安裝：

dsh plugin --profile web add git+https://github.com/SnowRikka/dsh-llama-responses.git

在 npm 發佈前，也可以通過軟鏈方式安裝（便於修改源碼）：

git clone https://github.com/SnowRikka/dsh-llama-responses.git ~/dsh-llama-responses
ln -sfn ~/dsh-llama-responses ~/.dsh/profiles/web/node_modules/dsh-llama-responses

使用前置條件¶

本地模型服務已運行: 確保 llama.cpp 的 llama-server 正在運行，監聽本地端口（如 8080）。
關鍵配置步驟: 每次啓動 DeepSeek Harness 後，必須先手動選擇一次本地的 qwen3.8-27b 並提問一次，然後將主代理切回 DeepSeek V4 模型。不做這一步，子代理不會正常路由到本地模型。

啓用子代理功能¶

本插件掛載在 DSH 的子代理體系上。默認情況下，web profile 的子代理工具是禁用的，需要手動啓用。

在 ~/.dsh/profiles/web/cordis.patch.yml 中加入以下配置：

- id: tool-subagent-control        # send_message / interrupt_agent
  disabled: false

- id: tool-subagent-list-agents    # list_agents
  disabled: false

- id: tool-subagent                # 委派工具(可繼續後臺子代理)
  disabled: false

- id: tool-subagent-fork           # 委派工具(one-shot,已重定向 spawn=無父對話)
  disabled: false

啓用後，模型將獲得 subagent、subagent_fork、send_message、interrupt_agent、list_agents 五個工具。

啓用本地模型路由¶

1. 配置適配器¶

在 ~/.dsh/profiles/<profile>/cordis.patch.yml 中註冊適配器：

- insert:
    - id: llm-responses-local
      name: dsh-llama-responses
      config:
        baseURL: http://127.0.0.1:8080/v1
        providerName: llama-responses
        apiKeyEnv: DSH_LOCAL_LLM_KEY
        models:
          - id: qwen3.8-27b
            name: Qwen3.8-27B IQ4_XS (local)
            contextWindow: 163840
        defaultContextWindow: 163840
        defaultMaxTokens: 8192

2. 配置子代理使用本地模型¶

在 patch 中指定子代理的 provider 爲 llama-responses：

- id: tool-subagent
  config:
    provider: spawn
    toolName: subagent
    backgroundMode: continuable
    agentOptions:
      provider: llama-responses
      model: qwen3.8-27b
      maxTokens: 8192

3. 環境變量¶

設置本地模型鑑權佔位符：

export DSH_LOCAL_LLM_KEY=local-no-auth

子代理隔離設計¶

這是本插件的重要設計特性。所有子代理不繼承父對話，包括父會話已完成的歷史內容。subagent_fork 工具已通過 patch 重定向，確保完全隔離。父代理若需傳遞背景，必須顯式寫在委派指令中。

協議細節¶

插件實現了 OpenAI Responses 協議的適配。在對接 llama.cpp 時，需注意以下細節：

歷史消息格式: 歷史消息條目必須帶頂層 type: 'message'，assistant 內容使用 output_text。
工具調用: 工具定義使用扁平格式 {type: 'function', name, description, parameters}。
結果回傳: 工具結果回傳使用 {type: 'function_call_output', call_id, output}。
SSE 事件: 監聽 response.output_text.delta、response.function_call_arguments.delta、response.output_item.done、response.completed。