前言¶
在 DeepSeek Harness（DSH）里接本地推理，常见做法是单独开终端执行 strata launch、手改 strata-<model>.json，再用浏览器或 curl 看 /health、/metrics。路径一多，CLI 版本、运行配置目录、组件目录容易对不齐；改完 JSON 不知道当前进程是否仍用旧参数。社区维护的 AI管理中心（dsh-strata-ai-center）把启停、参数编辑、组件升级和监控收进 DSH 左侧栏，Host 端直接调用本机 strata CLI 与引擎 HTTP 端点，面板数字来自真实响应而非占位 UI。
下面介绍插件定位、能力、安装方式与典型用法。
这是什么¶
dsh-strata-ai-center 是 maintainer newgacker 发布的 DSH 插件（分类：模型推理；许可证 MIT；当前 package 版本 2.5.12）。它面向已安装 Strata（Niko1221/Strata） 的用户：在 DSH 左侧 「记忆系统」 下方增加 「AI管理中心」，内含 监控 (Monitor)、模型与参数 (Models)、升级 (Update) 三个页面。v2.0 起路径、命令与字段与本机 Strata 安装对应；v2.1 起支持基于 strata update 的组件升级与回滚。
插件清单见 GitHub：newgacker/dsh-strata-ai-center。社区目录页：skillhub.cn 插件页（独立站点，与 DeepSeek / 幻方无官方从属关系）。
与本机 Strata 如何对齐¶
插件会按优先级自动探测 Strata 安装位置：STRATA_* 环境变量、Windows 常见路径、~/.local/share/strata/terminal/current（Linux/macOS）等；v2.5.5 起还识别根级 bin/strata 与「python + serve」型终端目录。strata-<model>.json 的发现规则与 Strata 自带 strata_control/discovery.py 一致，保存时写回文件实际所在目录。
首次使用应在 模型与参数 → 安装路径 核对 CLI、组件目录、数据目录与运行配置目录；每个字段会标注来源（已保存 / 环境变量 / 自动探测 / 设置文件 / 未找到），不对时可手动修正并保存固化。面板自身状态写在 ~/.dsh/strata-ai-center/settings.json。
核心功能¶
监控页¶
数据来自引擎真实端点，而非模拟曲线。
- 吞吐：解码与预填充 tokens/s（
/v1/status的last_timings或/metrics的live/rates），以及 MTP 接受率。 - 硬件：
/v1/telemetry的 GPU 与 RAM；显存余量可看/metrics的vram_free_mib；必要时后备nvidia-smi。 - MoE 与分层：
/metrics中的专家槽位、KV 格式、四级分层（显存 / 系统内存 / CPU+PCIe / SSD N-gram）等。 - 基准与日志：向
/v1/chat/completions发真实短请求读timings；尾部读取%LOCALAPPDATA%\Strata\launch\*.engine.log（Windows 路径以本机为准）。
模型与参数页¶
- 模型目录：内嵌 terminal
setup.py模型表，含体积、内存需求，并通过扫描strata-<id>.json标记是否已安装。 - 容量评估：按实时 RAM/显存与
fitOn规则估算 vram/ram/spill 与 KV 占用。 - 引擎旗标：表单映射到
strata launch的--context、--kv、--vision、--mtp、--access、--port、--api-key及多项--set（如kv-resident、vram-reserve-mib、pcie-frac、spec等）。初始值 v2.1.1 起从磁盘上的strata-<model>.json回读；引擎在线时对照/config，不一致项会黄色提示，多数改动需重启后生效。 - 环境变量与服务默认：
STRATA_*写入配置env块；采样、推理预算、idle_unload_s等对应serve/runconfig.py可编辑键。在线保存时可POST /config由服务端校验。
启停与升级¶
启停侧，插件调用 strata launch ... --yes --no-tui（在线时自动加 --restart），停止用 strata launch --stop；还可 POST /unload 释放显存，或打开 http://127.0.0.1:8080/ 内置控制台（端口以配置为准）。
升级页 v2.1 起对接 strata update --check / strata update 与 strata components rollback：检查更新、停服后后台升级（进度日志在 %TEMP%\dsh-strata-ai-center-update.log）、在保留 previous 组件时可回滚。运行中引擎版本与 components/.updates/state.json 不一致时，页面会提示升级只改组件目录、需重启才加载新引擎。
安装与启用¶
前置条件：本机 strata launch 可用，且已安装 DeepSeek Harness。
README 给出三种方式，任选其一。
方式一：从 GitHub 安装（推荐）
维护仓库地址为 https://github.com/newgacker/dsh-strata-ai-center.git。官方示例命令形式如下（README 中以占位符表示 fork 场景）：
dsh plugin --profile desktop add https://github.com/<你的用户名>/dsh-strata-ai-center.git
安装本仓库时，将 URL 换为上述 newgacker 地址；也可在 DSH「插件 → 添加插件」中粘贴该仓库地址。
更新插件：
dsh plugin --profile desktop update dsh-strata-ai-center
方式二：从 npm 安装（发布后可在 DSH 插件市场搜索）
dsh plugin --profile desktop add dsh-strata-ai-center
方式三：本地目录
dsh plugin --profile desktop add <本插件目录>
powershell -ExecutionPolicy Bypass -File .\install-plugin.ps1
安装后重启 DSH 桌面进程（README 写为重启 DeepSeek Harness.exe），确认侧栏出现「AI管理中心」。需要代理拉模型或组件时，可在「安装路径」卡片勾选代理与 HF 镜像。
典型用法¶
- 打开 模型与参数，确认安装路径与当前
strata-<model>.json目录；调整 context、KV、access、port 等并保存。 - 在面板启动模型（底层等价于
strata launch，例如 README 开发机示例）：
strata launch --model iq3_s --context 128k --kv int8 --vision cpu --mtp on --access local --port 8080 --yes --no-tui --set kv-resident=65536 --set vram-reserve-mib=1280
- 切到 监控，观察
/v1/status、/v1/telemetry、/metrics聚合结果；需要时可跑面板内基准请求。 - 改参数后若黄色差异仍在，先 停止 再 启动；若实例由 Strata 自带启动器用另一份 launch 档案拉起，面板会红条警告，此时面板保存不会写入实例实际档案。
- 在 升级 页检查官方源更新，停服后执行升级；失败或异常时可查看
%TEMP%\dsh-strata-ai-center-update.log，必要时在保留 previous 时回滚。
适用场景与注意¶
适合：已在 DSH 日常开发、同时用 Strata 跑本地大模型，希望少切窗口、少手改 JSON、又能看到真实 telemetry 的用户。
注意：
- 插件 Host 端以 当前 DSH 进程权限 执行
strata、读写配置与日志；安装前请阅读源码与 MIT 许可证，确认可接受其对本机路径与网络的访问范围。 --access lan等选项涉及监听地址与防火墙；改 access 只影响下次 launch，运行中实例需停服重启。局域网且 API Key 为空意味着无鉴权，README v2.5.11 起在面板有说明。- 升级/回滚操作的是组件目录；运行实例版本与
state.json不一致时，务必按页面横幅提示停服重启后再验证。
结尾¶
dsh-strata-ai-center 把 Strata 的 launch、运行配置与组件生命周期放进 DSH 侧栏，监控与参数表单对齐本机 CLI 与 HTTP 端点，减少「配置写了但进程没用上」的排查成本。
