前言¶
在 DeepSeek Harness（DSH）里接阿里云百炼（Model Studio）时，常见做法是沿用面向官方 DeepSeek API 的 standard preset。那条路线在官方端点上有 systemPromptUpdate: in-history 兜底：系统提示变更时追加在历史之后，而不是重写对话开头。百炼上的 OpenAI 兼容壳与 Anthropic 端点，中间层（pi-ai）并未对自定义 route 放开同等能力，standard 容易放任系统提示重写，导致隐式前缀缓存整体失效。长会话里，输入 token 反复按全价计费，而百炼对缓存命中的输入有显著折扣（隐式约 20%、显式约 10%），差距可达数倍。
下面介绍社区插件 百炼成金模式（dsh-bailian-gold），维护者为 SZYTree0312。它是挂在 DSH 上的 agent preset，不是独立运行时、也不是 fork；目标是在 harness 侧保证前缀稳定，把 prefix cache hit rate 当作一等指标，而不是单纯压 token 数。
这是什么¶
一句话：为阿里云百炼路线做前缀缓存优化的 DSH agent preset，Qwen / DeepSeek / Kimi / GLM / MiniMax 等共用同一份 preset；模型差异通过 Host 层 route 的 models 与 modelPolicies 覆盖即可。
名字化用「百炼成钢」：百炼是平台，成金是结果——反复锤炼会话前缀，省的是按命中价计费的输入成本。上游 harness 基线需 pin 在 0.2.0-rc.2（上游明示会有破坏性变更）。
插件在 SkillHub 目录页：dsh-bailian-gold。源码与文档：GitHub — SZYTree0312/dsh-bailian-gold。分类为模型推理；许可证 MIT（见仓库 package.json）。
核心原理与策略¶
百炼对缓存命中的输入按输入单价折扣计费：隐式命中约 20%，显式命中约 10%。因此 preset 的设计与其他 harness 常见做法相反，概括为三条：
- 工具目录全程固定，不按阶段裁剪或扩展（与上游 plan-mode 中「工具目录跨 mode 不变以利于 request-cache」一致，并推广到整个会话）。
- 历史只追加；压缩只做定点区间替换，系统提示永不进压缩区。
- 动态状态一律推到尾部，不注入系统提示开头。
README 记载 2026-09-30 实测：同一实例连续三次发送约 10391 token 的前缀，OpenAI 壳隐式缓存第二次起 cached 10240，Anthropic 端点显式第二次起 read 10377；两种缓存均通。完整数据见仓库 docs/verify-prefix-cache.md。
与 梁神模式 形态相同（均为 @deepseek-ai/dsh-agent-preset 经 bundle patch 装入 profile），机制相反：梁神靠切换工具目录做首轮锚定，在百炼长会话中会多次破坏前缀；本 preset 用「工具目录常驻 + 首轮输出预算 bootstrapMaxTokens + 尾部锚定指令」达成类似目的且不牺牲缓存。
preset 自带内容与 route 要点¶
装完插件后，preset 自带两部分，一般不必再手动叠加 examples/ 里的 route（除非你自行改 profile）：
| 段 | 层级 | 作用 |
|---|---|---|
insert · preset-bailian-gold |
Agent（preset） | 工具面、提示词、压缩策略 |
override · llm-pi-ai |
Host（profile patch） | 模型路由：固定走 Anthropic 端点 |
第二段按 id 覆盖 base 里的 llm-pi-ai，改为 api: anthropic-messages、路径 /apps/anthropic，并写入 contextWindow: 991808。
route 名必须对齐：provider 标识取 profile 里 llm-pi-ai 的 route 名，文档示例为 aliyun（不是 dashscope）。写错不会报错，但 modelPolicies 会静默失效。preset 内 modelPolicies.provider 与 summarizationProvider 须与此一致。
contextWindow 是关键数。不填则回落 defaultContextWindow 262144，压缩触发点约 163840，正常编码会话可能触发 compaction，前缀缓存会因 replace 整体失效。开到 Qwen3.8-Flash 官方标准模式最大输入 991808 时，触发点约 893504，常规会话不易压到压缩。README 明确：不填 contextWindow 约等于放弃本 preset 的主要收益。同时不要给 model 设 maxTokens，否则会压低 messageBudget、让压缩更早触发。
协议上，本 preset 只走 Anthropic 端点（/apps/anthropic），支持隐式缓存与 cache_control 显式断点；OpenAI 兼容壳仅隐式缓存，作为备选见 examples/aliyun-route.patch.yml。长会话（约 N ≥ 4 轮重复同一稳定前缀）时，显式缓存相对隐式更省，配套示例为 examples/aliyun-anthropic-route.patch.yml。显式缓存有效期固定 5 分钟（命中后重置）。
版本兼容¶
分界点在 dsh 0.1.7-rc.1：
| dsh 版本 | 机制 | 使用路径 |
|---|---|---|
| 0.1.7-rc.1 及以后（含 0.2.0-rc.x） | @deepseek-ai/dsh-agent-preset 插件行 |
presets/bailian-gold.patch.yml |
| 0.1.5-rc.1 ~ rc.3 | @deepseek-ai/dsh-agent-presets 扫描 ~/.dsh/.agent-presets/ |
compat/0.1.5/（见 compat/README.md） |
安装与启用¶
前提：profile 里已有 llm-pi-ai 的 aliyun route，并建议使用 Anthropic 端点那份配置（与 preset 自带 override 一致；公共端点即可，不必专属实例）。
- 安装插件（命令来自仓库 README）：
dsh plugin --profile web add github:SZYTree0312/dsh-bailian-gold
-
在 DSH 会话预设选择器里选择 百炼成金模式。
-
若需改回 OpenAI 壳、换实例域名或增删模型，可在自己的 profile
cordis.patch.yml或--patchoverlay 里再次覆盖（该层在 preset 之后应用）。
卸载：
dsh plugin --profile web remove dsh-bailian-gold
典型用法与成本杠杆¶
一等指标：观察 prefix cache hit rate，而不是只看总 token。
三条成本杠杆（README 按影响排序）：
- 隐式改显式：稳定前缀重复轮数越多，显式越划算（转折点约 N ≥ 4）；渐近可省约 50% 输入侧缓存相关费用。
- 别让压缩触发：依赖正确的
contextWindow与压缩策略，避免主动打断前缀。 - 思考输出：部分百炼模型默认开思考，思维链计入输出 token；输出价相对缓存命中输入价高很多。控制方式见
docs/verify-prefix-cache.md第 4 节（部分配置写法 README 标注为未验证）。
若你自行维护 profile，可将 examples/aliyun-anthropic-route.patch.yml 中的 route 片段合并进 cordis.patch.yml，并核对 aliyun route 名与 contextWindow: 991808。
适用场景与注意¶
适合：长期通过 DSH 接百炼、会话轮次多、希望利用前缀缓存折扣的开发者；同 preset 可覆盖百炼上多厂商模型，只需在 Host 层调整 models 与 modelPolicies。
不适合或需知：
- 依赖官方 DeepSeek API 的
standard行为、且不在百炼上跑的场景，不必换本 preset。 - README 注明：部分实机验证——前缀命中已用真实请求测通；preset 作者自述 尚未跑过一次完整真实会话，工具目录是否全程不变、真实命中率等待实测。
- DSH 插件以当前 dsh 进程权限运行；安装前请自行阅读 仓库源码 与 MIT 许可证，确认 patch 内容与本地 profile 路由、密钥配置匹配。
- 社区目录 SkillHub 为独立站点，与 DeepSeek / 幻方无官方从属关系；DSH 生态理念是「一切皆插件」，本 preset 为社区贡献，非官方应用商店内置项。
结尾¶
百炼成金模式把 harness 策略对准百炼的计费结构：固定工具面、追加式历史、尽量推迟压缩，并默认走 Anthropic 端点以兼顾显式缓存。若你已在 DSH 上用百炼做模型推理，可按上文命令安装并在预设里切换 百炼成金模式，同时核对 aliyun route 与 contextWindow。
- 目录页：https://www.skillhub.cn/plugins/SZYTree0312/dsh-bailian-gold
- GitHub：https://github.com/SZYTree0312/dsh-bailian-gold
