前言¶

DeepSeek Harness（DSH）设置页内置的「获取可用模型」按钮对 catalog 里的 provider 不发网络请求，它直接返回打包在 pi-ai npm 包里的静态快照（OpenCode Go 通常是 19 个模型）。服务端的模型列表变动频繁（上新、下线、暂不可用），静态快照永远滞后。要获取真实的可用模型列表，需要走真实路径：GET /models 拉全集 → 逐个实测 → 写回 settings.yaml。

插件介绍¶

dsh-opencode-models 是 DeepSeek Harness（DSH）的一个插件。在设置页新增一栏「OpenCode Go 模型同步」，一键拉取 OpenCode Go 服务端的全部模型、逐个实测可用性与视觉能力，并把可用模型写回 llm-pi-ai 的模型列表。

• 维护者：Retr67
• 许可证：MIT
• 技术特点：零构建、零运行时依赖

安装与启用¶

使用 npx 安装：

npx -y @deepseek-ai/dsh plugin --profile web add https://github.com/Retr67/dsh-opencode-models

安装后重启 dsh web 并刷新页面。

使用步骤¶

1. 打开 dsh 设置，找到 OpenCode Go 模型同步；
2. 点击 「更新最新 OpenCode Go 模型列表」；
3. 等待进度完成（约 1 分钟：拉列表 + 全部模型两轮探测）。页面会显示新增、保留、移除以及服务端拒绝的模型。

核心功能与策略¶

插件对每个模型发两类微型真实请求（max_tokens: 1，并发 6）来判定状态：

• 文本 ping：200 → 可用；400/401 → 明确拒绝（不进列表）；403 → 需数据政策 opt-in；5xx → 暂时故障（保留）；网络错误 → 无法判定（保留）。
• 图像 ping：发送 1x1 PNG，200 → 标注 input: [text, image]；否则纯文本。

写回 settings.yaml 时有以下保护策略：

1. 无变化不写：列表与当前配置一致时不触碰文件。
2. 大量失败中止：超过一半模型”无法判定”（网络层异常）时放弃本次写回，绝不清空列表。
3. 保留手工元数据：已有条目的 name / contextWindow / maxTokens 原样保留。
4. 新条目不写死规格：新模型只写 id / name（+ 实测的视觉、思考档位），contextWindow 与 maxTokens 交给 dsh 自己从内置的 pi-ai catalog 解析真实规格。

上下文窗口与最大输出来源¶

模型条目没有声明 contextWindow / maxTokens 时，插件按以下顺序解析：

1. 内置 pi-ai catalog 里该模型的真实条目（例如 kimi-k3 → 上下文 1048576、输出 131072）。
2. catalog 不认识时，回落到路由的 defaultContextWindow / defaultMaxTokens（dsh 默认 262144 / 32768）。

由此推论：不要手填猜的值，一旦条目里写了 contextWindow，它就永久覆盖 catalog 的真实规格。

配置与兼容性¶

默认目标 provider 是 opencode-go。如需调整，在 profile 的 cordis.patch.yml 里按 entry id 覆盖：

# ~/.dsh/profiles/web/cordis.patch.yml
- id: opencode-models
  config:
    provider: opencode-go
    concurrency: 6
    timeoutMs: 25000

• 兼容性：dsh ≥ 0.1.0-rc.7（在 0.1.2-alpha.x 上开发验证）。
• 思考强度：同步的模型带 reasoningEfforts 声明，WebUI 出现思考强度选择器（关闭 / Minimal / Low / Medium / High / Max）。手动设为 false 可禁用。

结尾¶

本插件通过真实探测填补了静态快照的缺口，能自动补齐上新模型、移除下线模型，并标注视觉能力。所有探测请求会携带该 provider 路由配置里的 headers，部分聚合网关（如 OpenCode Go）要求 x-opencode-session 请求头，请确保配置正确。