Ollama 本地模型 1035041186/dsh-llm-ollama

dsh-llm-ollama

DeepSeek Harness（dsh）的 Ollama 提供方插件：通过 Ollama 原生 /api/chat 协议接入本地或远程部署的 Ollama 服务，提供整页「Ollama」设置界面与一键模型发现。

功能特性

- 整页设置界面：设置 → Ollama 管理提供方（通过 settings.section 扩展点实现）。
- 原生协议对话：走 Ollama 原生 POST /api/chat（NDJSON 流式），支持工具调用（tool calls）、图片附件（多模态模型）与推理过程展示（把 Ollama 的 message.thinking 轨迹渲染为推理块）。
- 模型发现：真实请求 GET /api/tags 拉取服务器上的模型，弹窗勾选加入模型目录；也可手动添加。
- 参数直通 Ollama：
- 模型级：上下文窗口 → options.num_ctx，最大输出 token → options.num_predict（填多少传多少；未填上下文窗口时默认发送 32K / 32768）。
- 模型级：推理控制（thinkingCapable）→ 默认自动识别：按服务器 /api/tags 返回的每个模型 capabilities（含 thinking）判断，只有推理型模型才会在右下角模型选择器显示「推理等级」控制，非推理型不显示。自动识别在后台进行（绝不影响模型选择器加载）、结果带缓存；当服务器 /api/tags 响应慢/离线时按“非推理”安全处理，此时可用模型级 thinkingCapable: true/false 手动覆盖兜底；仅当自动判断不准时才需要手动覆盖为「始终显示 / 始终隐藏」。菜单默认只有开关两项（off → think: false、on → think: true）——这与大多数开源推理模型（Qwen3、DeepSeek-R1 / v3.1）只支持布尔 think 一致；仅当模型支持多档等级（如 GPT-OSS）时，把「推理等级类型」切到 levels，菜单才会多出 low / medium / high / max。可选默认推理等级作为该模型的默认值；不设置时菜单显示“Default”，请求不发送 think，跟随 Ollama 默认（支持推理的模型默认开启）。
- 提供方级：保持时间 → keep_alive（如 5m，-1 表示常驻），温度 → options.temperature（范围 0–2），可选 API 密钥。
- 会话级上下文覆盖：输入 /ollama-context 调出当前会话的上下文设置面板（预设 4K/8K/16K/32K/64K/128K、自定义值、跟随系统配置），覆盖值优先于模型配置作为 num_ctx；只作用于当前会话，新会话自动回到系统配置。右下角的上下文占用指示会同步反映覆盖值（仅对本插件管理的 Ollama 提供方会话生效，其他提供方的会话不受影响）。

接入 Ollama：本地或远程部署

Ollama 是本地/自托管的大模型运行平台。本插件通过其原生协议（/api/chat）接入，无论 Ollama 部署在哪里，配置方式完全一致——只需在设置页把提供方的 API 地址填成对应地址。

本地部署

- ollama pull llama3.2:3b 拉取模型，ollama serve 启动服务，默认监听 http://localhost:11434。

远程部署

- 把 Ollama 部署到另一台机器或 Docker 容器，确保 11434 端口对 dsh 可达；
- API 地址填 http://:11434 即可，本地与远程用法相同；
- Ollama 自身不带鉴权，公网暴露时建议在前面加反向代理（nginx / caddy）做 TLS 与访问控制。

为什么走原生协议（而非 OpenAI 兼容端点）

- 参数直通：上下文窗口 / 最大输出 / 保持时间 / 温度以原生 options 字段精确生效；OpenAI 兼容端点只暴露 OpenAI 参数子集，num_ctx、keep_alive 等 Ollama 专有参数无法直接控制。
- 模型发现：GET /api/tags 直接列出服务器上已拉取的模型，设置页一键导入。
- 无中间转换层：NDJSON 流式与工具调用都走 Ollama 原生实现，不受兼容层参数映射差异的影响。

环境要求

- DeepSeek Harness web profile（已测试版本 0.1.0-rc.6；v0.1.9 起兼容 0.1.1-rc.2 及以上——该版本要求适配器实现 prepareCall）
- Ollama 服务（本地默认 http://localhost:11434，远程填对应地址）
- curl（Linux/macOS 自带；Windows 10+ 自带）

安装

通过 git 仓库安装到 web profile。插件自带的 bundle 补丁（cordis.patch.yml + package.json 的 dsh.bundle.patch）会在安装成功后自动把 llm-ollama 插件行挂进组合树，无需手动编辑 ~/.dsh/profiles/web/cordis.patch.yml：

dsh plugin --profile web add git+https://github.com/1035041186/dsh-llm-ollama.git
dsh --profile web --dump-config # 可选：确认 llm-ollama 行已存在
dsh web # 重启生效

从旧版（≤0.1.2）升级：若此前按旧说明手动在 cordis.patch.yml 中添加过 llm-ollama 行，请先删除该行再重启，否则会触发 duplicate loader entry id: llm-ollama 启动错误。删除后若 dsh.profile.bundles 尚未包含本包，重跑一次 add 命令即可。

使用

1. 刷新页面 → 设置 → Ollama。
2. 配置提供方：API 地址填 http://localhost:11434（或你的服务器地址），可选保持时间 / 温度 / 密钥。
3. 点击「获取可用模型」从服务器拉取模型，弹窗勾选加入；也可手动添加。
4. 展开某个模型，填上下文窗口（如 32K）与最大输出 token（原样作为 num_ctx / num_predict 发送）。推理控制默认自动识别（按服务器能力判断，推理型模型自动显示「推理等级」菜单，非推理型不显示）；仅当判断不准时手动改为「始终显示 / 始终隐藏」。菜单默认为开关（On/Off）两项；仅当模型支持多档等级（如 gpt-oss）时，把「推理等级类型」切到 levels，并可选默认推理等级作为默认（映射为 Ollama 的 think）。
5. 保存后该提供方即出现在会话的模型选择器中；右下角选择模型后，对自动判定为推理型的模型显示「推理等级」菜单，可进一步调整（页面的默认值优先作为默认，未设置时为“Default”）。也可在 settings.yaml 的 agent-default-model 中设为默认模型。

按会话调整上下文

在会话输入框输入 /ollama-context 调出上下文设置面板：

- 预设：4K / 8K / 16K / 32K / 64K / 128K 一键选择；
- 自定义值：支持 4096、32K、1M 等写法；
- 跟随系统配置：回到设置页中该模型配置的 Context window（未配置则用默认 32K）。

会话级覆盖的优先级高于设置页中每个模型的 Context window，且只对当前会话生效；覆盖值持久化在 llm-ollama 命名空间的 sessions..contextWindow 字段中。

settings.yaml 等效配置

llm-ollama:
providers:
ollama:
displayName: Ollama (local)
api: ollama-chat
baseURL: http://localhost:11434
keepAlive: 5m
temperature: 0.7
models:
- id: qwen3.5:9b # auto-detected as thinking (capabilities contain "thinking"); default mode = on/off switch
reasoningEffort: on
contextWindow: 32768
maxTokens: 4096
- id: gpt-oss:20b # auto-detected thinking; granular levels (thinkingMode: levels)
thinkingMode: levels
reasoningEffort: high
- id: llama3.2:3b # auto-detected as non-thinking -> no thinking menu

架构

- Bundle 层（cordis.patch.yml + package.json 的 dsh.bundle.patch）：安装后自动成为 profile 的一个 bundle 层，把 llm-ollama 插件行挂进组合树，免去手动补丁。
- Host（lib/index.js）：注册 llm-ollama 设置命名空间（其 schema 即「API 协议」下拉的数据来源）；实现 LlmAdapter（/api/chat 流式）与 GET /api/tags 模型发现；维护可配置提供方目录——其中始终存在一个休眠的 ollama 条目，保证命名空间对 Web 客户端保持暴露。
- Client（client.js）：settings.section 整页「Ollama」设置页与 /ollama-context 命令，读写 llm-ollama 命名空间。

开发调试

无真实 Ollama 时可用内置 mock 服务器联调：它实现了 /api/tags 与流式 /api/chat（含工具调用示例与 images=N 图片回显），并把最近一次 /api/chat 请求体写入 /tmp/ollama-mock-last.json，便于断言 num_ctx / num_predict / keep_alive 的透传是否正确。

node scripts/mock-ollama.mjs # 监听 127.0.0.1:11434

让已安装的插件实时跟随源码：dsh plugin add 通过 pnpm 的 file: / git 协议会把插件拷贝进 profile 的 node_modules——之后修改本仓库源码不会反映到已安装插件（file: 是安装时快照，不是链接）。本地联调时把 profile 的依赖声明改为 link: 指向本目录，安装后 node_modules 里就是软链，改代码只需重启 dsh web：

编辑 ~/.dsh/profiles//package.json： "@zhangyi/dsh-llm-ollama": "link:/root/projects/src/dsh-llm-ollama"
cd ~/.dsh/profiles/ && pnpm install

已知限制

- 社区插件（非官方出品）。
- 图片需配合支持视觉的多模态模型（如 llava、llama3.2-vision、qwen2.5vl 等）使用；纯文本模型收到图片会由 Ollama 报错。
- API 密钥字段当前仅保存凭据引用，尚未随请求发送；远程部署的鉴权请在 Ollama 前的反向代理层处理。