dsh-opencode-zen：零配置接入 OpenCode Zen 免费模型

前言¶

DeepSeek Harness (DSH) 采用插件化架构，开发者可以通过添加外部 LLM 提供商来扩展模型能力。dsh-opencode-zen 插件旨在解决在无预算或不想配置复杂 API 密钥的情况下，获取具备工具调用和推理能力的免费模型的需求。它直接将 OpenCode Zen 的免费模型集成到 DSH 的模型选择器中。

插件信息¶

名称：dsh-opencode-zen
所有者：keman-ai
分类：模型推理
协议：MIT
核心价值：零配置、无需 API Key、实时从上游获取模型目录

核心功能¶

工具调用与推理支持：集成的 7 个模型均支持工具调用和推理内容，可运行完整的智能体循环，而非仅支持聊天。
零配置运行：默认匿名调用即可使用，无需注册账号或充值余额。
动态目录：模型列表并非硬编码，而是在运行时从上游动态获取，确保模型可用性。

安装与启用¶

插件未发布至 npm，需从 GitHub 安装。

执行以下命令安装插件（请确保使用 -w 标志，否则会报错）：

    dsh plugin --profile web add -w github:keman-ai/dsh-opencode-zen

*   `--profile` 参数需根据当前 DSH 的使用场景选择（`web` 或 `headless`）。
*   安装完成后，重启 DSH。

重启后，opencode-zen 模型组会出现在模型选择器中。

模型列表¶

插件默认提供以下 7 个免费模型（具体列表可能随上游更新而变化）：

nemotron-3-ultra-free：1M 上下文
nemotron-3.5-lightning-free：256K 上下文，256K 输出
laguna-s-2.1-free：256K 上下文
deepseek-v4-flash-free：200K 上下文，128K 输出
big-pickle：Zen 自身的匿名评估模型
mimo-v2.5-free：200K 上下文
hy3-free：190K 上下文

配置说明¶

插件配置完全可选，留空即可使用默认行为。

若需使用私有配额或自定义参数，可编辑配置文件：

plugins:
  dsh-opencode-zen:
    apiKeyEnv: OPENCODE_API_KEY        # 凭证引用（环境变量名）
    baseURL: https://opencode.ai/zen/v1
    catalogUrl: https://models.dev/api.json
    catalogTtlMs: 3600000              # 目录缓存时间，默认 1 小时
    catalogTimeoutMs: 8000             # 目录请求超时
    maxTokens: 32000                   # 输出长度上限，模型自身上限会生效
    defaultContextWindow: 128000       # 目录无记录时的默认上下文窗口

若使用私有配额，需设置环境变量或通过 DSH 的凭证服务管理 Key：

export OPENCODE_API_KEY=<your key>

适用场景与限制¶

适用场景¶

需要测试工具调用和复杂推理能力的开发者。
想要低成本运行智能体，且希望配置最简化的用户。

注意事项¶

共享配额限制：免费配额为共享资源，匿名调用极易触发速率限制。建议在配额用尽前切换至 Key 模式。
推理内容不回传：推理过程仅在对话中显示，不会作为历史记录回传给模型（受限于 OpenAI 兼容接口）。
仅支持文本：所有模型仅支持文本输入，图片输入会被替换为单行占位符。
排除付费模型：插件仅包含免费模型，OpenCode Zen 的付费模型（如 Claude、GPT 等）未包含在内。

开发与维护¶

插件未发布至 npm，源码位于 GitHub。
仓库已提交构建产物（lib/），无需本地构建工具链即可直接从源码安装。
开发环境准备：

    git clone https://github.com/keman-ai/dsh-opencode-zen
    cd dsh-opencode-zen && pnpm install && pnpm build
    dsh plugin --profile web add <绝对路径>

总结¶

dsh-opencode-zen 为 DeepSeek Harness 用户提供了直接访问 OpenCode Zen 免费模型的途径。通过动态获取模型列表和零配置启动，它降低了使用先进 LLM 能力的门槛，适合用于快速原型开发或成本敏感的智能体任务。