前言¶
在 DeepSeek Harness（DSH）里接本地渠道网关时，模型列表往往很长：倍率、上下文、是否支持图片各不相同，单个模型还可能限流或宕机。若全靠手挑，很难同时回答「现在哪些还能用」「挂了之后换谁」「整体谁更快」这三件事。维护者 fortran2005 的插件 dsh-baipiao-shigege（分类：模型推理）把「能用什么」和「该先用谁」做成自动化：从网关拉全量模型，按倍率切成三条只收 1M 上下文的降级链，再加一条自定义链；四条链统一按实测吞吐排序，并带 fallback，在模型选择器里每条链表现为一个可选「模型」。下面介绍它的定位、能力与安装方式。
这是什么¶
dsh-baipiao-shigege 是 DSH 社区插件（MIT 许可证，当前 package 版本 0.2.7）。它面向兼容 OpenAI 协议的本地网关（默认 http://127.0.0.1:8326，可改），依赖 GET /v1/models 与流式 POST /v1/chat/completions。插件会从网关读取模型清单（含展示名中的倍率等信息），自动分层、测速、排序，并在设置页「白嫖-石哥哥」中可调参数；改完立即生效，倍率变化还可定时重新分层而无需重启。
社区目录页：skillhub.cn 插件页。源码与完整说明：GitHub 仓库。
它解决什么问题¶
白嫖渠道常见三类麻烦：
- 不知道当前哪些模型还有额度、倍率如何；
- 单模型挂掉后整段会话卡住；
- 首字快不代表整段回答快，手工排序容易偏。
插件的做法概括如下：
- 拉取全部模型，按倍率归入 免费 / 低积分 / 高积分 三条链，且只纳入上下文 ≥ 1M 的模型；
- 每条链是 fallback 链，链首失败自动换下一个，在选择器里以一条链的名字出现；
- 另有一条 Custom 链，用于你自行勾选的模型；
- 四条链按 实测吞吐（tokens/s） 降序；启动后可自动重测，低于「吞吐淘汰线」的慢模型不进链（默认淘汰线 70 tok/s，与请求期的「最低速度」默认 85 tok/s 分工不同：进池宽、换人严）；
- 在吞吐最高的前 N 个（「快速档」，默认 3）里轮流当链首，兼顾速度与分散用量；
- 账号侧可读积分到期时间，优先快作废且有余额的账号，其余轮流，通过渠道包的
account.reorder写回选号顺序（失败只记日志，不阻断分层）。
四条链在选择器里的名字¶
| 链 | 选择器名称 | 含义 |
|---|---|---|
| 免费 | shigege-Free points |
倍率 ≤ 免费判定线 |
| 低积分 | shigege-Low points |
倍率 ≤「低积分倍率上界」（默认 0.3） |
| 高积分 | shigege-Premium points |
其余；超过「排除倍率高于」（默认 2）的不参与 |
| 自定义 | shigege-Custom |
用户勾选；可「严格按勾选」或跟随候选池 |
三条价格链都要求上下文 ≥「1M 链上下文门槛」（默认 1000000）。
排序与淘汰（核实要点）¶
排序分两层：先按「吞吐分档」（档宽默认 25 tok/s）跨档优先快的；同档内再按到期优先、倍率，最后用模型 id 保证顺序稳定。未测过速度的模型不会被直接当作最慢，而是排在「实测够快」与「实测偏慢」之间。
吞吐淘汰线（分层期）：实测低于该值的模型不出现在任何链里，但不改你的勾选清单；未测过的不受影响；0 表示关闭。完整「重测全部」结束后（0.2.3 起），跟随自动分层的链会把勾选收敛到通过门槛的模型；你手动改过勾选的链不会被覆盖。
错误率淘汰（与速度独立）：可读渠道包 token-ledger.json 的真实请求统计，默认错误率阈值 50%、最少 20 次请求、回看 7 天；读不到账本则跳过。
请求期：「最低速度」「首字等待上限」等用于这一轮是否换下一个模型，与分层期淘汰线分开配置。
安装与启用¶
官方 README 给出两种方式，均需把包加入 profile 的 dsh.profile.bundles 并重启 DSH。以下命令与路径来自仓库说明。
方式一：本地 link（改代码即时生效）¶
# 1) 把仓库放到任意位置，例如 ~/.dsh/local-plugins/
git clone https://github.com/fortran2005/dsh-baipiao-shigege.git ~/.dsh/local-plugins/dsh-baipiao-shigege
# 2) 编辑 ~/.dsh/profiles/desktop/package.json
# "dependencies": { "dsh-baipiao-shigege": "link:../../local-plugins/dsh-baipiao-shigege" }
# "dsh": { "profile": { "bundles": [ ..., "dsh-baipiao-shigege" ] } }
# 3) 安装依赖并重启 DeepSeek Harness
cd ~/.dsh/profiles/desktop && pnpm install
方式二：放进 node_modules¶
git clone https://github.com/fortran2005/dsh-baipiao-shigege.git ~/.dsh/profiles/desktop/node_modules/dsh-baipiao-shigege
同样在 package.json 的 bundles 中加入 dsh-baipiao-shigege，重启 DSH。README 提醒：不要写成 "dsh-baipiao-shigege": "file:./node_modules/dsh-baipiao-shigege" 这类自引用，以免清空 node_modules 后无法重装。
运行环境要求 Node.js ≥ 20。
前置条件与网关 Key¶
网关需能提供模型列表与流式对话。网关 Key 读取顺序为：插件设置里的「网关 Key」；或 ~/.dsh/openai-gateway/api-key。
典型用法¶
- 安装并重启 DSH，确认网关地址（默认
http://127.0.0.1:8326，设置项「渠道网关地址」不含/v1）。 - 打开 设置 → 白嫖-石哥哥，按需调整分层倍率、1M 门槛、吞吐淘汰线、快速档大小等；勾选 Custom 链模型会立即保存。
- 在模型选择器中选
shigege-Free points、shigege-Low points、shigege-Premium points或shigege-Custom之一作为当前模型；对话走链内 fallback 与测速排序逻辑。 - 需要刷新速度画像时，使用设置页的「测速」或「重测全部」；若开启「启动时自动重测全部」（默认开），分层成功后约 5 秒会自动跑一轮，且有「启动重测的跳过窗口」（默认 10 分钟）避免反复全量探测。
「重新分层间隔」默认 30 分钟（0 表示仅启动时拉一次），倍率变化后可自动重新分层。
适用场景与注意¶
适合谁：已通过 DSH 接本地渠道网关、模型多、希望按免费/积分档位自动组 1M fallback 链，并愿意用后台测速与账本错误率来排序和筛模型的开发者。
注意：
- 插件在 当前 DSH 进程权限 下运行，安装前请自行审阅 源码 与 MIT 许可证。
- 全量测速会产生密集后台请求；README 说明探测按渠道分组、单账号串行并带抖动，且「重新分层时自动测速」默认关闭，以降低风控风险。
- 账号重排依赖渠道包能力，失败时仅降级，不影响链的分层与调用。
- SkillHub 目录 为社区收录，与 DeepSeek / 幻方无官方从属关系；DSH 生态本身是「一切皆插件」的扩展方式。
结尾¶
dsh-baipiao-shigege 把白嫖渠道里上百个模型的倍率分层、1M 降级链、实测吞吐排序和账号轮换收成四条可选链，减少手挑与单点挂死。细节配置与默认值以仓库 README 为准。
- 目录页：https://www.skillhub.cn/plugins/fortran2005/dsh-baipiao-shigege
- GitHub：https://github.com/fortran2005/dsh-baipiao-shigege
