前言¶
在 DeepSeek Harness（DSH）里跑智能体，常见做法是自建 OpenAI 兼容网关或接第三方 API。若你已经在用 Tabbit 浏览器（国内版或国际版）的会员模型额度，再单独维护 Python 版的 tabbit2api、固定端口和 Docker，会多一层部署和常驻进程。DSH Connect Tabbit 是社区维护的 DSH 插件，把 Tabbit 官方会话能力收进 DSH 进程内的 OpenAI 兼容网关，并带上账号池、额度展示、每日签到与工具调用适配。
下面按「是什么 → 能做什么 → 怎么装 → 怎么用 → 注意点」说明，事实均来自插件仓库 README 与 package 元数据。
这是什么¶
DSH Connect Tabbit（npm 包名 dsh-connect-tabbit，GitHub：maoyaoweii/dsh-connect-tabbit）由维护者 maoyaoweii 发布，在 SkillHub 目录中归类为模型推理。一句话定位：把 Tabbit 浏览器的模型额度变成 DSH 可用的本机网关——国内版与国际版分开账号池，模型选择器里对应 tabbit-cn（README 记为 23 个模型）与 tabbit-global（34 个模型）区域，无需再单独起 8800 / 8801 一类常驻服务。
插件随 DSH 启停内置网关，只监听 127.0.0.1 随机端口；账号持久化在 ~/.dsh/plugins/dsh-connect-tabbit/accounts.json（POSIX 权限 0600，Windows 为当前用户 ACL）。协议实现参考 tabbit2api，内置服务在 lib/embedded/，不依赖该 Python 项目运行时。
核心功能¶
登录与多账号¶
- 在 DSH 设置 → 插件配置 → dsh-connect-tabbit 中，通过隔离的官方登录窗口登录 Tabbit，并选择国内版或国际版。
- 支持从本机 Tabbit 浏览器导入已登录 Cookie（Windows 下若文件被占用，可退出浏览器后导入，或使用登录按钮）。
- 支持批量导入 JWT、
jwt|nextauth|device_id、Cookie、浏览器 Cookie 数组及账号 JSON；先校验再原子写入，同一账号重复导入会更新登录态并保留启用与签到状态。
国内版与国际版账号不能混用，各自独立账号池、本机端口与进程内密钥。
对话、附件与工具调用¶
网关保留 DSH 的消息角色、用户标签、工具定义、调用 ID 与执行结果。模型发起的工具请求经白名单校验后转为 OpenAI tool_calls，由 DSH 执行；网关不会把模型文字当作已执行成功。
Tabbit 网页输入框单次约 20,000 字符。内置网关对超过 18,000 字符的请求走官方文档附件流程：完整上下文作为文本附件，正文保留当前用户请求、最近工具结果与协议说明，不删历史消息或工具定义。0.4.0 起支持代码类多行参数 CDATA 协议，减少 JSON 嵌套转义；普通 JSON 工具调用仍兼容。
官方 thinking.reasoning_content 会转发到 DSH 推理过程；无返回的推理不会由网关编造。
长任务与上下文¶
0.4.2 起不再把所有模型上下文写死为 100K：优先读官方字段与模型说明，未声明时保守 100K；国内版目录中声明 1M 的模型包括 Kimi-K3、DeepSeek-V4.1-Flash、MiMo-V2.6-Pro / Flash、LongCat-2.0 等（以设置里展示为准）。
流式侧：45 秒建连、90 秒无数据后续接、单次生成最多 20 分钟；SSE 每 10 秒保活，v3 断流可按 event_id 续接（有次数与退避上限）。工具格式修正、未完成续接均有界，达到上限明确报错，不标为成功。
额度、倍率与签到¶
设置卡片展示官方会员等级、周期已用 / 剩余、重置周期，以及各模型 display_multiplier（相对额度消耗，不是人民币单价）。Token 统计区分官方 usage 与本地 estimated 估算；计数写入 ~/.dsh/plugins/dsh-connect-tabbit/token-usage-tabbit-cn.json（国际版另存），不保存消息正文或凭据。每日签到走官方 desktop_pet 活动并确认服务端结果。
网关模式¶
默认 gatewayMode: auto 使用内置网关。若需继续独立 tabbit2api，可在配置中显式指定外部模式，例如：
cn:
enabled: true
gatewayMode: external
gatewayUrl: http://127.0.0.1:8800
adminPassword: admin
修改连接模式后需重新加载插件或重启 DSH。两种模式均可覆盖 tabbitUrl，通常保持默认即可。
安装与启用¶
README 给出的快速开始分三步，安装方式如下（勿自行拼接未在文档出现的 dsh plugin add github:... 命令）：
- 安装：在 DSH 桌面版插件市场安装，或使用：
dsh plugin --profile desktop add
（按市场或文档指向的本插件条目完成添加；亦可从仓库 clone 后做本地链接，需自行承担源码审查。）
-
登录 / 导入：DSH → 设置 → 插件配置 → dsh-connect-tabbit → 登录 Tabbit 或导入本机登录态。国际版步骤见仓库 docs/global-edition-setup.md。
-
选模型：在模型选择器中选择
tabbit-cn或tabbit-global下任意模型，直接对话与工具调用。
环境要求：Node 22.19+ 或 24+；插件当前版本 0.4.11，许可证 MIT。仓库 README 记录 2026-10-24 实测：76/76 单元测试通过，国内版与国际版全链路及真实工具调用往返均有验证说明（详见 README 与 docs/tabbit-api-evidence.md）。
安装后重启 DSH，在账号卡片完成登录再使用。
典型用法¶
经过上面的安装与登录，日常流程可以固定为：
- 打开 DSH，确认插件已加载（内置网关随插件自动启动）。
- 在模型列表选国内或国际 Tabbit 区域下的具体模型（如 README 验证过的 GLM-5.3-FlashX 等，以当前目录为准）。
- 正常发起对话；需要 Agent 工具时，由 DSH 执行工具，插件负责协议转换与超长上下文附件。
- 在插件设置卡片查看周期额度、Token 统计，按需执行每日签到。
国际版若从浏览器导入登录态，按 global-edition-setup.md 完成浏览器安装与验证即可，与国内版路径分离。
适用场景与注意¶
适合谁：已在 Tabbit 国内版或国际版有可用额度、希望在 DSH 里统一选模型并跑工具链的智能体开发者；不想维护独立 Python 网关和 Docker 的用户。
务必知晓：
- 插件与 DSH 同进程、同用户权限运行；安装前请阅读仓库源码与 MIT 许可证，自行判断信任边界。账号文件与网关密钥仅应在本机使用。
- 工具调用依赖 Tabbit 网页模型文本协议与服务端限制；492、无正文、无效工具调用会报错，但 README 说明不会因普通格式问题把有效账号误判失效。
- 账号过期、额度耗尽、Tabbit 停服无法由插件保证不间断；估算 Token 不能代表真实扣费。
- SkillHub 目录（maoyaoweii/dsh-connect-tabbit）是社区插件索引，与 DeepSeek / 幻方无官方从属关系；DSH 生态理念是「一切皆插件」，本插件是第三方模型推理类扩展之一。
结尾¶
DSH Connect Tabbit 把 Tabbit 会员额度收敛为 DSH 进程内网关，覆盖双版本账号池、20+ 模型选型、额度与签到、长任务续接和工具调用适配，省去单独常驻 tabbit2api 的部署步骤。若要查看简介与安装入口，可打开 SkillHub 目录页；实现细节、国际版指南与接口验证记录以 GitHub 仓库为准：
- 目录页：https://www.skillhub.cn/plugins/maoyaoweii/dsh-connect-tabbit
- 仓库：https://github.com/maoyaoweii/dsh-connect-tabbit
