前言¶

在 DeepSeek Harness（DSH）里接火山方舟 Coding Plan 订阅时，常见做法是走官方 ark-plan-api 一类路由。那条路能用的模型数量有限，也没有按模型调节「思考强度」的开关；模型清单往往靠手写维护，和线上端点是否一致也难长期核对。

STLI69/coding-plan（npm 包名 @dsh-ark-agent/coding-plan）是社区维护的 Ark Coding Plan provider 路由：面向已开通 Coding Plan 的 DSH 用户，把当前 README 所列 15 个 Coding Plan 模型接进 DSH，并为每个模型提供思考档位控制；模型元数据来自对线上端点的实测，并由单一数据源生成配置，每周做漂移检测。

这是什么¶

维护者 STLI69。插件分类为「模型推理」。GitHub 仓库：https://github.com/STLI69/coding-plan；社区目录页：https://www.skillhub.cn/plugins/STLI69/coding-plan。

本包通过 DSH 的 bundle patch（cordis.patch.yml）注册 Volcengine Ark Coding Plan 这一条 LLM provider，不包含任何 API Key；凭据需在 DSH 设置里自行填写。

与官方 ark-plan-api 的差异¶

README 用表格对比了官方 ark-plan-api 与本包（事实以仓库 README 为准）：

相对官方清单，README 写明本包额外覆盖的 7 个模型包括：deepseek-v4.1-flash、kimi-k3、ark-code-latest、glm-5.3-flash、doubao-seed-2.1-lite、doubao-seed-2.0-mini、kimi-k2.8-preview。

核心功能¶

1. 15 个 Coding Plan 模型：在 DSH 模型列表中可选，具体 ID 与能力见下文「模型与实测数据」。
2. 按模型调节思考强度：多数模型支持 off / low / high / max；glm-5.3 与 glm-5.3-flash 因端点关闭思考会 HTTP 400，不提供 off。
3. 元数据实测：maxTokens 上限、是否接受图片输入等，由 node scripts/probe.mjs 对线上端点打真实请求得到；README 标注实测日期为 2026-10-16。
4. 单一数据源维护：改模型只改 models.yml，再 npm run generate 生成 cordis.patch.yml；GitHub Action 每周探测下架与新品（候选在 watchlist.yml）。
5. 诚实性边界：README 明确不发布未实测项（如 contextWindow 仅作 models.yml 声明值）；不包含 Agent Plan、后付费、BytePlus 等未验证路由。

前置条件¶

1. 已安装 DSH 0.2.0-rc 或更新。
2. 已开通火山方舟 Coding Plan 订阅并取得 API Key。

安装前必读：patch 会整体替换 llm-pi-ai¶

本包会整体替换 DSH 里 llm-pi-ai 这一行的 config（patch 语义为整体替换、不深合并）。

• 在设置页或 settings.yaml 里配置的其它 provider 不受影响（深合并）。
• 若在 profile 的 cordis.patch.yml 里手写过 pi-ai provider，安装前应先合并。仓库提供合并脚本，默认只打印结果，确认后加 --write 落盘（会先备份）：

node scripts/merge.mjs ~/.dsh/profiles/<你的 profile>/cordis.patch.yml

确认无误后：

node scripts/merge.mjs ~/.dsh/profiles/<你的 profile>/cordis.patch.yml --write

README 还说明：因 @deepseek-ai/dsh-llm-pi-ai 对 configurable provider 的单例限制，本包不能靠「再 insert 一行」与默认 llm-pi-ai 并存，只能覆盖同一行。

安装与启用¶

方式 1：命令行（从 GitHub）¶

dsh plugin --profile <你的 profile> add github:STLI69/coding-plan

方式 2：插件市场¶

在市场里搜索 coding-plan 并安装。

方式 3：本地目录¶

在 设置 → 插件 → 安装 bundle 中指向本包目录。

安装完成后重启 DSH。

填入 API Key¶

打开 设置 → 模型（Models），找到 Ark Coding Plan，编辑并填入 Key。本包声明的凭据引用名为 ARK_CODING_PLAN_CN_API_KEY。

模型与实测数据（2026-10-16）¶

下表摘自 README；maxTokens 为端点接受的最高档（粒度为 65536 / 131072 / 262144 / 393216）。思考 token 计入输出用量，调高思考档位会明显增加 output 消耗。

典型用法：在 DSH 里把默认或会话模型选为上表中的某一 ID，并按任务需要设置思考档位；需要视觉输入时优先选表中标注支持图片的模型（glm-5.3 不支持图片输入）。

适用场景与注意¶

适合谁：已订阅火山方舟 Coding Plan、希望在 DSH 里用全量 Coding Plan 模型并调节思考强度的开发者。

权限与安全：插件以当前 DSH 进程权限运行；安装前建议阅读仓库源码与 MIT 许可证，确认 patch 内容与凭据处理方式符合你的环境策略。本包不含密钥，Key 只应通过 DSH 设置注入。

版本信息：package.json 当前版本为 1.1.0；开发维护需 Node >= 22（仅维护者本地跑脚本时使用，普通用户按上文安装即可）。

结尾¶

coding-plan 把火山方舟 Ark Coding Plan 以 provider 路由形式接进 DSH：15 个模型、按模型思考档位、实测元数据与每周漂移检测，并明确与官方 ark-plan-api 的能力差异。目录页：https://www.skillhub.cn/plugins/STLI69/coding-plan；源码与完整说明：https://github.com/STLI69/coding-plan。