DeepSeek Harness 插件：dsh-opencode-go

前言¶

DeepSeek Harness（DSH）采用插件化架构，允许开发者针对不同的后端模型服务注册自定义路由。在集成 OpenCode Go 等第三方模型时，往往需要处理会话一致性、客户端标识规范以及凭证管理等问题。dsh-opencode-go 是一款适配 DeepSeek Harness 的 LLM provider 插件，它注册了 zen-go 路由，并确保每次出站推理请求都携带每会话稳定的 x-opencode-session 头部。

核心功能¶

该插件主要解决以下技术需求：

• 路由注册：在 DSH 中注册 zen-go 路由，避免与用户自建 profile 的常用名冲突。
• 多端面支持：支持三种 API 端面：
  • chat/completions：兼容 OpenAI 格式，支持 mimo、deepseek-v4、glm、kimi、longcat、hy。
  • responses：支持 grok、gpt-5.6-luna、muse-spark，包含独立的 response.incomplete 终态。
  • messages：兼容 Anthropic 格式，支持 minimax、qwen，使用 x-api-key 鉴权。
• 会话管理：自动为请求携带 x-opencode-session 头部（取自会话 ID，缺失时生成 UUID），保证会话追踪。
• 客户端标识：使用自定义的 User-Agent（deepseek-harness/<版本> (+url) dsh-opencode-go/<版本>），便于运营方识别与放行，而非通用的 Go-http-client/1.1。
• 凭证解析：支持分层凭证解析顺序（进程环境变量 -> 托管 store -> 项目/家目录 .env），存换 Key 无需重启。
• 设置面板：提供 Web 界面设置，支持在 Models 页行和侧边栏录入 Key、勾选模型、配置上下文/输出上限、设置端面与思考档位。
• 推理档位：支持 Low/Medium/High/Xhigh 等档位，不同端面（chat/responses/messages）对应不同的参数字段。
• 多模态与图片处理：
  • 支持 vision 模型。
  • 当请求内联图片总量超过 maxRequestImageBytes（默认 64 MiB）时，抛出 IMAGE_OFFLOAD_REQUIRED 信号，由 DSH 的卸载机制处理，本插件不直接丢弃图片。
  • 单图大小由 attachment 服务的准入归一化决定，本插件不负责图片大小限制。
• 用量记录：统一记录三端面的 usage（prompt_tokens / input_tokens），并生成 usage.l 用量账本，记录模型、会话、实际 Session 头、输入输出及推理消耗。

安装与启用¶

使用以下命令安装插件：

dsh plugin --profile web add github xia-sc/dsh-opencode-go

安装完成后，需要重启 DSH Web 服务。在会话的模型选择器中，选择 zen-go/<模型> 即可使用。

配置凭证：
在 $DSH_HOME/.credentials.yaml 中添加 Key，或在设置卡中直接粘贴保存。也可以设置环境变量 OPENCODE_GO_API_KEY。

配置¶

在 DSH 的配置中，需设置 llm-opencode-go section 或 layer config。关键配置项如下：

注意：官方 /v1/models 不返回上下文窗口，modelCaps 需手动填写。如果设置卡中的配置被拒绝（例如在 responses 端面配置了 chat 才有的 max 档），整段设置会被丢弃并沿用默认值。

典型用法与注意事项¶

1. 本地源码安装：如果从本地源码安装，必须先运行脚本以建立依赖桥接：

    cd <插件源码目录>
    node scripts/setup-local-deps.cjs
    dsh plugin --profile web add <插件源码目录>

2. Token 预算管理：在 responses 系端面中，高推理 effort 容易消耗大量 token，建议在设置中配合较大的 maxTokens 起步。

3. 价格说明：价格由计费插件决定，本插件只负责用量上报。

4. 图片限制：本插件不负责图片大小限制，该限制由 attachment 服务的准入归一化决定。

结语¶

dsh-opencode-go 提供了从路由注册到会话管理、凭证解析及用量记录的一站式解决方案，适合需要集成 OpenCode Go 生态并在 DSH 中统一管理的场景。更多细节可查阅项目目录或 GitHub 仓库。