前言¶

在 DeepSeek Harness（DSH）里，若你通过 @deepseek-ai/dsh-llm-pi-ai 接入 OpenRouter、自建网关等 OpenAI / Anthropic 兼容端点，模型下拉列表通常来自 pi-ai 安装包内的静态快照，而不是向端点发起 GET /models。快照里带有 contextWindow、maxTokens 等 listing 接口往往不返回的字段，这是有意为之；代价是新发布的模型不会自动出现，手写 models 也会一直停在当初录入的版本。社区里关于「列表陈旧、与线上一致性差」的讨论已有多条（例如 deepseek-harness 仓库 discussions #3816、#5306、#5691、#4685）。dsh-llm-pi-ai-live 走另一条路：不改写适配器内部的 discover 逻辑，而是通过官方 settings、credentials、llm、tools 接缝，向各路由的 live 端点拉取模型 id，合并 pi-ai 目录元数据，并以追加方式写回配置。

这是什么¶

dsh-llm-pi-ai-live 由 WeatherWind 维护，归类为联网工具类 DSH 插件（当前 GitHub 星标为 0）。一句话定位：为使用 llm-pi-ai 的可配置 provider 路由，定期或按需查询端点上的模型列表，把新 id 追加进路由的 models 配置，并在失败时保留原配置不动。

它不 patch 核心包；也不替换 llm-pi-ai 自带的 model discovery（外部插件无法注册重复的 discovery）。它解决的是「配置里的模型表与 endpoint 实际对外公布的 id 长期脱节」这一问题。

核心功能¶

一次刷新（启动延迟后、定时周期内，或通过工具触发）大致分四步：

1. Plan — 通过 llm.listConfigurableProviders() 读取可配置 provider 目录，得到每条路由对应的 settings 命名空间与路径。命名空间来自 profile 里 loader 的 entry id（例如 include:llm-pi-ai），因此不会写死插件名；若 profile 未加载 pi-ai 相关条目，插件不会对错误命名空间生效。
2. Interrogate — OpenAI 方言：GET {baseURL}/models（Bearer）；Anthropic Messages 方言：GET {root}/v1/models?limit=1000（x-api-key 与 anthropic-version）。两种回复归一化为同一候选结构。
3. Merge — 以 live 返回的 id 决定「有哪些模型」；name、contextWindow、maxTokens、input 优先从已安装的 pi-ai catalog 补齐，端点上报的容量作后备。
4. Persist — 经 settings.mutate() 写入，写前读 revision，写后确认值已落地。

行为保证（README 原文要点）：

• 仅追加：已有条目按引用、顺序原样保留；新 id 追加在末尾；端点不再公布的 id 不会被删除。
• 无法完整理解则跳过：若存储的 models 不是可处理的列表（例如字符串、或缺少 id 的项），整条路由跳过并在报告中说明，而不是用猜测覆盖。
• 失败不改配置：5xx、超时、非 JSON、协议无法解析或写入被拒，路由保持原样，并在报告中体现。
• 不写推断性字段：只写 id、name、contextWindow、maxTokens、input；不推断 reasoningEfforts、compat。

可选能力 reasoning 规则（cordis.patch.yml 内 reasoning 块）：对 pi-ai catalog 未覆盖、且路由上未声明 reasoningEfforts 的第三方模型，按 provider / model 的 glob 规则补全思考档位映射；已声明或 catalog 已知条目不会被改动，规则写错档位会在日志中按索引拒绝。

工具 refresh_model_catalog：可选参数 provider 限定单条路由；供智能体在不发版、不重启的情况下拉一次新模型。

安装与启用¶

插件版本 0.1.0，许可证 MIT，Node 引擎要求 ^22.19.0 || >=24（见 package.json）。安装步骤以仓库 README 为准：

# 1) build
cd dsh-plugins/dsh-llm-pi-ai-live
npm install && npm run verify && npm run build

# 2) add to the target profile (local path uses link:)
dsh plugin --profile <profile> add link:$PWD

# 3) restart DSH

也可将仓库中 cordis.patch.yml 的 insert 块合并进 <DSH_PROFILE_DIR>/cordis.patch.yml。

首次建议开启 dry run。 dryRun: true 时只计算并打日志，不写 settings。README 给出的 OpenRouter 实机启动日志示例：

[live-catalog] mounted (first pass in 0ms, periodic refresh off, dry run)
[live-catalog] openrouter: dry run — would add 464 model(s): openai/gpt-6.1-sol-pro, ...
[live-catalog] scheduled: 1 updated, 464 added, 0 failed, 0 skipped in 932ms

确认报告合理后再将 dryRun 设为 false。

配置项均在 cordis.patch.yml 中有默认值说明，常用字段如下：

第三方网关若需为新型号声明 reasoningEfforts，可在 patch 中启用 reasoning.enabled 与 rules（provider / model glob + efforts 或 efforts: false），详见 README 「Declaring reasoning effort for third-party models」一节。

典型用法¶

1. 在目标 profile 按上文完成 build 与 dsh plugin add link:$PWD，重启 DSH。
2. 保持 dryRun: true，观察日志里各路由「would add」的 id 是否与你的 endpoint 一致。
3. 关闭 dry run，按需调整 startupDelayMs、intervalMs，或用 exclude: ['某路由'] 跳过本地或不可 listing 的 provider。
4. 发布新模型后，让 Agent 调用 refresh_model_catalog，必要时传入 provider 缩小范围，无需改 yaml 再重启。

适用场景与注意¶

适合谁： 已用 DSH llm-pi-ai 接 OpenAI / Anthropic 兼容 API，且希望配置中的模型表与线上一致、又不想手工维护几百个 id 的开发者与运维。

务必知晓：

• 插件以 当前 DSH 进程权限 运行，会向各路由配置的 base URL 发起联网请求并使用已有 credentials；安装前应阅读源码与 MIT 许可证，确认 endpoint 与密钥归属可信。
• 它 不能 替代 UI 里「从 provider fetch models」若与内置 discovery 冲突的那条路径；它改的是 持久化在 settings 里的 models 列表。
• 列表 只增不减；若要从配置里下线某 id，仍需人工编辑 settings。
• DSH 生态强调「一切皆插件」；社区目录 SkillHub 为独立站点，与 DeepSeek / 幻方无官方从属关系。

结尾¶

dsh-llm-pi-ai-live 在不动核心适配器的前提下，用官方 settings 接缝把 llm-pi-ai 路由的模型表与 live listing 对齐，并保留 catalog 元数据与保守的写入策略。目录页：https://www.skillhub.cn/plugins/WeatherWind/dsh-llm-pi-ai-live；源码与完整说明：https://github.com/WeatherWind/dsh-llm-pi-ai-live。