dsh-tri-model:在 DSH 裏配一條「規劃 → 執行 → 審查 → 返工」的多模型流水線

前言

在 DeepSeek Harness(DSH)裏做複雜任務時,常見做法是手動換模型、分段提示,或在外部腳本里串多個 API。模型能力不同,規劃、寫代碼、審查往往適合分開;一旦某一步質量不夠,還要自己決定是否重跑。社區插件 dsh-tri-model(維護者 starry-sky-blip)把「規劃 → 執行 → 審查 → 自動返工」做成一條可配置的流水線,端點、協議、模型與層級都在 DSH 設置面板裏改,改完下一次調用即生效。它是 DSH 原生 bundle 插件,不是 MCP 連接器:Host 側註冊四個工具,Client 側提供完整設置頁。

這是什麼

dsh-tri-model 把多個廠商的模型接進同一條協同流程。密鑰寫入 DSH 憑據庫(引用名形如 tri-model.<端點 id>),設置文件不留明文;也可爲端點配置 envKey 從環境變量讀密鑰。

當前 npm 包版本爲 1.0.5(MIT),要求 Node >=20,DSH >=0.2.0-rc.1 且 <0.3.0-0。

核心功能

流水線

默認語義是:規劃 → 執行 → 審查 → 自動返工。層級在設置裏按順序配置,類型包括 plan、execute、review、judge、route、custom 等;可爲層級設置返工門禁。全局還可設返工輪數上限與單次超時(settings.timeoutMs)。

層級目前嚴格順序執行,沒有扇出或並行;請求爲一次性返回(stream: false),運行過程中主要靠工具卡計時,沒有逐字流式輸出。

設置面板:設置 → 多模型協同

該節排在「插件」之後,分四塊:

段 作用
端點 地址、協議(openai / anthropic / gemini)、密鑰、可選路徑覆蓋
模型 顯示名、真實模型名、掛載端點、能力上限(caps)
層級 順序、類型、選用模型、返工門禁
全局 返工輪數上限、單次超時

添加端點時可從 17 個供應商預設 選(含火山方舟兩套入口、DeepSeek 官方、智譜 GLM、Moonshot、阿里百鍊、硅基流動、百度千帆、OpenAI、Anthropic、Gemini、xAI、Mistral、Groq、OpenRouter、本地 Ollama、自建/其他),地址與協議會預填。刪端點或模型時若仍被引用,會先提示「N 個模型在用」,確認後才刪除。

協議與 baseUrl、apiKey 同級指定,優先級爲模型級 > 端點級 > openai:

protocol 接口 鑑權
openai(默認) /chat/completions Authorization: Bearer
anthropic /v1/messages x-api-key + anthropic-version
gemini /models/{model}:generateContent x-goog-api-key

引擎側統一看到 {content, reasoning, finish, usage};差異封裝在 lib/protocols.js。已知邊界:協議目前只覆蓋上述三家;Bedrock、Vertex 等需單獨分支。

四個 Host 工具

工具 用途
tri_run 按配置的層級跑一次協同,返回成品與逐層過程
tri_review 只審不改:PASS/FAIL、分數、問題清單
tri_config 讀寫配置(show / validate / set-endpoint / add-model / add-layer / move-layer 等)
tri_doctor 對每個模型發最小請求,報告延遲、協議與降級情況

斜槓命令

在輸入框可直接用:

/tri 給 tri-model 寫一段 200 字的項目簡介,面向不熟悉 DSH 的讀者

任務作爲用戶消息進入當前會話,主 agent 調用 tri_run;結果含工具卡(可取消)、成品與「### 過程」逐層展開。

改完密鑰後驗證連通性(設置頁無「測試連接」按鈕,因瀏覽器 CORS 與宿主 RPC 限制):

/tri-doctor

可跟模型 id 只測單個。等價於調用 tri_doctor。

向服務商拉模型 ID 列表(上限 200 條):

/tri-models
/tri-models ark-plan

端點無 /models 時會報 404;401/403 表示密鑰與端點不匹配。

安裝與啓用

下面命令來自插件 README,請將 --profile 換成你的 profile 名(桌面版一般爲 desktop)。安裝後會標記 restart-required,需重啓 DSH 後生效。

# 從 npm
dsh plugin --profile desktop add dsh-tri-model

# 或者指向本地目錄(改代碼時用,node_modules 裏會是軟鏈)
dsh plugin --profile desktop add "file:D:\path\to\tri-model"

插件以當前 DSH 進程的權限運行;安裝前建議自行查看 GitHub 源碼 與 MIT 許可證,確認端點與密鑰配置符合你的安全策略。

典型用法

  1. 安裝並重啓 DSH 後,打開 設置 → 多模型協同,按端點 → 模型 → 層級順序配置;不確定模型 ID 時在會話裏執行 /tri-models 或針對某端點 /tri-models <端點 id>。
  2. 保存後發 /tri-doctor 確認各模型可達。
  3. 在輸入框用 /tri 加任務描述跑一整輪協同;需要只審查、不改內容時,由 agent 調用 tri_review;批量改配置可用 tri_config。

審查層期望 JSON;若模型未按格式輸出,會按文本中 PASS/FAIL 兜底解析。

適用場景與注意

適合:希望在 DSH 內固定「規劃—執行—審查—返工」分工、又不想維護外部編排腳本的用戶;需要同一任務裏混用 OpenAI 兼容、Anthropic、Gemini 三類協議端點的場景。

注意:

  • 社區目錄 SkillHub 插件頁 與 GitHub 倉庫由社區維護,與 DeepSeek / 幻方無官方從屬關係;DSH 生態理念是「一切皆插件」。
  • 返工與超時由全局與層級配置約束;一層慢會拖慢整條流水線。
  • 內置「真實模型名」下拉候選目前主要覆蓋已調通的火山方舟 plan 入口一套;其他供應商以 /tri-models 或文檔爲準。

結尾

dsh-tri-model 把多模型分層協同收進 DSH 設置與四個工具,用 /tri 即可在會話裏跑完整流水線。進一步瞭解可訪問 SkillHub 目錄頁 與 GitHub 倉庫。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜