DTSFO/dsh-model-modes

dsh-model-modes

为 DeepSeek Harness Web Composer 增加通用的推理档位补全，以及与推理档位完全独立的 Provider 原生 Fast 模式。

功能

- 继续使用 DSH 官方模型选择器显示和提交思考程度，不创建第二套模型菜单。
- reasoningProfiles.provider: '' 会应用到所有由 llm-pi-ai 管理、并且实际包含指定 model id 的 Provider，不硬编码 myself。
- 对 gpt-5.6 默认公开独立的 Max 和 Ultra。两者是两个选择、两个请求值。
- Composer 中提供明显区分开/关状态的 Fast 开关。
- Fast 只增加当前 Provider 的原生快速/优先处理参数，不降低思考程度、不切模型、不切 DSH Provider。
- Fast 能力跟随当前官方 ModelDirectory 中的 provider/model 选择；不支持的路由显示不可用，Host 也会拒绝开启。
- Fast 状态按 Session 和精确 provider/model 绑定；addressed subagent 会话不显示开关。

因此以下组合都成立：

Max + Fast
Ultra + Fast
任意其他已支持思考档位 + Fast

Fast 的准确含义

Fast 与思考程度是同一请求中的两个正交参数。开启 Fast 后，插件不会：

- 把 Ultra 改成 Max、High 或更低档位；
- 把当前模型换成 flash、turbo 等其他模型；
- 把当前 DSH Provider 换成另一个 Provider；
- 用 OpenAI 参数猜测所有 OpenAI-compatible 网关都支持 Fast。

插件在 llm-pi-ai 最终调用 Models.streamSimple() 的边界，根据实际 Provider 和 API 注入参数。Provider 配置 snapshot 在流第一次消费时冻结；并发 Session 使用 AsyncLocalStorage 隔离。

内置 Provider 矩阵

| DSH Provider | pi-ai API | Fast 请求参数 | 默认策略 |
|---|---|---|---|
| openai | OpenAI Responses / Chat Completions | service_tier: "fast" | 官方精确模型白名单 |
| openai-codex | openai-codex-responses | service_tier: "fast" | Codex 精确白名单：GPT-5.6 Luna/Sol/Terra、GPT-5.5、GPT-5.4 |
| xai | OpenAI Responses / Chat Completions | service_tier: "priority" | 该精确 Provider 下的文本模型 |
| google | google-generative-ai | config.serviceTier: "priority" | Gemini Developer API 精确白名单 |
| openrouter | OpenAI-compatible 文本 API | service_tier: "fast" | 该精确 Provider 下的模型；上游可能回退 Standard |
| minimax / minimax-cn | anthropic-messages | service_tier: "priority" | MiniMax 精确模型白名单 |
| vercel-ai-gateway | anthropic-messages | providerOptions.gateway.speed: "fast"，并设置 allowFallbackFromFast: false | 当前 Fast 模型精确交集；fast-or-fail，不静默回退 Standard |
| fireworks | anthropic-messages / openai-completions | service_tier: "priority" | 九个模型精确白名单；请求级 Priority，不切 Fireworks -fast router/model |
| azure-openai-responses | azure-openai-responses | service_tier: "priority" | 仅显式启用：matcher 无法看到 deployment、API version、SKU 和区域 |
| google-vertex | google-vertex | Header X-Vertex-AI-LLM-Shared-Request-Type: priority | 仅显式启用：需支持的模型和 global endpoint |
| amazon-bedrock | bedrock-converse-stream | serviceTier: { type: "priority" } | 仅显式启用：能力取决于 model card、inference profile 和区域 |

嵌套请求字段使用不可变递归合并。例如 Google 的 config.thinkingConfig、Bedrock 的其他 serviceTier 字段、OpenRouter 已有的路由配置，以及 Vercel Gateway 已有的 only、order、models 都会保留。

OpenAI 默认白名单跟随当前 Fast 表，包含 GPT-5.6 系列、表中支持的 GPT-5.x/GPT-4.x、o3、o4-mini 和 gpt-5.3-codex。独立的 openai-codex 路由使用自己的精确 Codex 白名单与 API 合同。Google 默认只包含 Gemini Developer API 与当前 pi-ai 文本目录的交集，明确不包含 gemini-3.7-flash；Vertex 单独支持 3.7，但仍需显式配置。MiniMax 默认仅包含官方列出的 M2/M3 Priority 模型。

Vercel AI Gateway 使用 fast-or-fail：allowFallbackFromFast: false 会阻止不可用的 Fast 路由静默变成 Standard。默认白名单是 pi-ai 模型目录与 Vercel 当前 Fast 元数据的精确交集；已经是快速型号的 -fast model slug 会被排除，因为选择它本身就是换模型。

Fireworks 的请求级性能层使用 service_tier: "priority"。Fireworks 另有必须选择不同 router/model 的 Fast serving path，但本插件绝不改变当前模型或路由。因此 Composer 的 Fast 开关在 Fireworks 上表示文档所列九个模型的 Provider 原生 Priority，不会暗中切换到 -fast 模型。

Host 会读取当前 llm-pi-ai 路由及所选模型真实的 pi-ai API id。名称相同但属于其他 adapter、API 不匹配、bridge 安装失败或缺少精确 profile 时，UI 都显示 N/A，Host 也拒绝开启。

内置矩阵只表示请求协议已知；账户资格、区域容量、部署支持、回退和计费仍由上游 Provider 决定。

本版明确 fail-closed 的 Provider

pi-ai 0.82.1 的内置 Provider 集合共有 38 个 id（37 个静态目录 Provider，加上动态 radius 网关），本版已经全部分类：9 个默认提供 profile，3 个依赖部署信息的 Provider 仅允许显式启用，其余 26 个由配置校验直接拒绝。被拒绝的内置 id 为：ant-ling、anthropic、cerebras、cloudflare-ai-gateway、cloudflare-workers-ai、deepseek、github-copilot、groq、huggingface、kimi-coding、mistral、moonshotai、moonshotai-cn、nvidia、opencode、opencode-go、qwen-token-plan、qwen-token-plan-cn、radius、together、xiaomi、xiaomi-token-plan-ams、xiaomi-token-plan-cn、xiaomi-token-plan-sgp、zai、zai-coding-cn。

- anthropic：官方 Fast 需要 speed: "fast" 与 Fast beta header；当前 pi-ai 0.82.1 会在插件 Header 之后动态组装其他 Anthropic beta，无法安全合并全部 token，因此本版不默认启用。
- mistral：其延迟等级使用 service_tier: "auto"，并不是 OpenAI fast 或通用 priority；当前 serializer 边界尚未证明可以安全注入。
- groq：Performance Tier 使用 service_tier: "performance"，并有企业资格和模型限制，不能套用 OpenAI Fast。
- cerebras：仅符合资格的 dedicated endpoint 可使用 service_tier: "priority"，目前还是 private preview。
- deepseek：官方说明会忽略 service_tier。
- 未知或自建兼容网关：协议相似不等于支持付费 Fast，只有核验上游合同后才能配置精确 Provider/API profile。

这些被拒绝的内置 Provider 不能通过套用通用 OpenAI 风格策略或 custom 策略绕过。未知或自建 Provider 默认仍不启用，只有核验合同后才能添加精确 provider/model/API profile。

这些路由不会静默发送错误参数；UI 显示不可用，Host 开启请求也会失败关闭。

配置

内置 Provider 矩阵默认启用。fastProfiles 是附加/覆盖层，精确的 provider/model/api matcher 后写优先：

- id: dsh-model-modes
config:
includeDefaultFastProfiles: true
fastProfiles:
已核验的自建网关。Provider 与 API 必须精确；只有确认该路由
所有模型都使用同一 Fast 合同时，才应把 model 写成 ''。
- provider: your-gateway
model: gpt-5.6
api: openai-responses
strategy: openai-fast

Vertex 必须显式配置，因为 matcher 无法检查 endpoint location。
- provider: google-vertex
model: gemini-3.7-flash
api: google-vertex
strategy: vertex-priority

可用策略：

- openai-fast
- openai-codex-fast
- service-tier-priority
- fireworks-priority
- google-priority
- vertex-priority
- bedrock-priority
- openrouter-fast
- vercel-gateway-fast
- custom

关闭全部内置规则，只使用自己的显式规则：

includeDefaultFastProfiles: false

只有 Provider 使用其他明确的 Fast 协议时才使用 custom：

fastProfiles:
- provider: your-gateway
model: your-model
api: openai-responses
strategy: custom
body:
acceleration:
tier: turbo
headers:
X-Gateway-Fast: "1"

为保证 Fast 正交，custom 会拒绝修改 model、provider、reasoning、reasoning_effort、thinking、thinkingConfig、effort 等字段。

通用思考程度

默认配置：

reasoningProfiles:
- provider: ''
model: gpt-5.6
efforts:
minimal: minimal
low: low
medium: medium
high: high
xhigh: xhigh
max: max
ultra: ultra

provider: '*' 会扩展到所有由 llm-pi-ai 管理、且实际包含精确 gpt-5.6 model id 的 Provider，不区分官方、本机或用户自定义 Provider，也不对 myself 做特殊处理。精确 Provider 声明会覆盖同一路由的通配声明。未知模型、其他 adapter 管理的 Provider 和不包含该 model id 的 Provider 不会被修改。

DSH rc.6 的 pi-ai adapter 原生有七个 transport effort id。插件不会改写已有持久化原生档位，只会补充 profile 声明但尚未存在的原生 key，并在官方选择器中追加 Ultra。只有用户明确选择 Ultra 的那一次请求会获得 request-local model clone，并在该 clone 上临时使用内部载体发送配置的 Ultra wire 值。Max、Off、Provider Default 与其他普通请求始终使用原模型和原 settings。

对于默认 gpt-5.6 profile：

| 官方 UI 选择 | Provider 最终 wire 值 |
|---|---|
| Max | max |
| Ultra | ultra |

不存在持久化的 max -> ultra 映射：Max 与 Ultra 是两个独立选项，也是两个独立的最终 wire 值。v0.1.2 还会把旧版插件曾生成的 max: ultra 或 off: ultra 设置迁回原生映射，因此禁用或卸载插件后，普通请求也不会残留发送 Ultra。

如果精确路由已有手工 reasoningEfforts，插件会保留已有档位的 provider 专属 wire 值，只补充配置中声明但缺失的档位，因此可以在不改动 Max 的前提下增加独立的 Ultra。只有确认要完整替换已有映射时，才在精确 provider/model profile 中使用：

overrideExisting: true

Provider 通配 profile 禁止 overrideExisting，避免批量覆盖无关路由。adapter 原生已经提供的能力仍保持权威，除非精确模型 profile 明确需要补充配置。

安装

dsh plugin --profile web add \
https://github.com/DTSFO/dsh-model-modes/archive/refs/tags/v0.1.3.tar.gz

然后启动：

dsh web

卸载：

dsh plugin --profile web remove dsh-model-modes

开发

pnpm install
pnpm run check
dsh plugin --profile web add /absolute/path/to/dsh-model-modes

已知限制

- Fast 开关是进程内状态；Host 重启后默认关闭。Provider 最终 payload 不会写回 Session 历史。
- Fast 状态绑定开启时的精确 provider/model；切换模型后 UI 会重新查询能力，当前请求仍使用创建 iterable 时冻结的状态。
- Provider 的服务等级可能需要账户资格、区域容量或额外计费。
- 虚拟 Ultra 与 Fast request bridge 针对 DSH rc.6 / pi-ai 0.82.1 当前接口；无法安全装饰时会明确警告或拒绝，不会降档或切路由。

Provider 文档

- OpenAI Fast mode
- OpenAI Codex Fast mode
- xAI Priority Processing
- Gemini Priority Inference
- Vertex AI Priority PayGo
- Amazon Bedrock Service Tiers
- OpenRouter Service Tiers
- MiniMax Anthropic-compatible API
- Vercel AI Gateway Fast mode
- Fireworks serving paths
- Fireworks serverless pricing
- Anthropic Fast mode
- Mistral Priority Tier
- Groq Performance Tier
- Cerebras Service Tiers
- DeepSeek Responses API

MIT