DeepSeek Harness Hub
← 返回列表

americanjeff/modelspoke

DeepSeek Harnessspec-screened在 GitHub 查看 ↗
未验证

一个 DeepSeek Harness 插件,管理到本地 OpenAI 兼容模型服务器的连接。

尚未跑自动兼容性验证,可查看页面内的依赖与入口分析。 · 最近上游提交 2026/9/12 · 已提供中文文档

DeepSeek Harness (dsh) 的本地 OpenAI 兼容模型服务器发现 + 分层推理元数据解析。

综合分
30.1
GitHub 分
30.1
用户评分
★ Stars
1
周下载量
安装插件(需先安装 dsh CLI 引擎:npm install -g @deepseek-ai/dsh)
dsh plugin --profile web add americanjeff/modelspoke
该插件未发布到 npm,走 GitHub 源安装(pnpm 若拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑)
数据截至 2026/9/18(元数据每日更新 · 实装验证按队列轮转,单条结论的验证时间见上方)
依赖的 DSH / Cordis 模块
@deepseek-ai/cordis@deepseek-ai/dsh-api-remotes@deepseek-ai/dsh-client-connection@deepseek-ai/dsh-client-ui-renderer@deepseek-ai/dsh-client-ui-settings@deepseek-ai/dsh-client-ui-settings-plugins@deepseek-ai/dsh-client-ui-slots@deepseek-ai/dsh-llm@deepseek-ai/dsh-settings@deepseek-ai/schemastery
用户评分
还没有人投票,来当第一个
订阅周报,不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动

README

npm version
License: MIT

modelspoke logo (dark mode) modelspoke logo

modelspoke

一个 DeepSeek Harness 插件,管理到本地 OpenAI 兼容模型服务器的连接。
它是 dsh 内置自定义 provider 配置的改进型替代:自动发现服务器和模型,
无需手写的 provider 块与逐模型字段,并提供内置机制缺失的能力。

功能

llama-swap 与 Ollama 一等支持

llama-swap 这个路由器强烈推荐本地模型收藏家使用 — 它可以作为模型能力跨
harness 的事实来源。modelspoke 理解 llama-swap 在其扩展的 OpenAI 兼容
端点上附加的能力数据。能力发现也支持 Ollama 的 API 扩展。

常见模型的预设

为了照顾没有完整能力发现的端点(例如 llama-server、vLLM、sglang),
modelspoke 内置了一张常见基础模型的能力表,供初始配置使用。

功能完整的设置界面

设置界面易于使用,覆盖所有日常字段(深层模板契约字段 — compat —
保留在文件里手工编辑)。可以覆盖预设和发现到的能力,并为同一个底层模型
维护多份设置配置。

推理强度级别

dsh 的自定义提供方功能没有任何设置推理强度的途径。Modelspoke 可以发现
支持的强度级别,并允许自定义从 UI 强度设置到模型支持取值的映射。

图像输入

具备多模态能力的模型很棒,但如果你通过 dsh 自定义提供方设置添加它们,
这个功能就不可用。Modelspoke 可以发现图像输入能力,也可以让你手动指定。
dsh 0.1.5 原生的在会话聊天中渲染 read_image 工具的内联结果 ——
modelspoke 的角色是标出哪些模型能够接收图像。

安装与设置

前提:带有 dsh plugin 命令的 dsh 0.1.5(已针对 0.1.5-rc.2 验证)。

1. 安装: dsh 使用一个叫 pnpm 的工具来安装插件。如果你还没有安装它,
先安装:

npm install --global pnpm

然后在你要使用本地模型的每个 profile 中运行一条命令:

dsh plugin --profile web add modelspoke
dsh plugin --profile headless add modelspoke

2. 如果 dsh 正在运行,重启它,让它加载新插件。

3. 打开 Modelspoke 设置卡片。 在 dsh web UI 中,左侧栏底部的齿轮
打开设置;在侧边栏选择 Plugins,在 Plugin configuration 标签页
展开 Modelspoke 卡片,然后 + Add provider:

Settings → Plugins → Modelspoke 卡片 — 提供方行与提供方卡片

4. 把它指向你的服务器。 设置提供方的名称、基础 URL、
存放 API 密钥的环境变量名(无密钥的本地服务器可省略 —
此时不发送认证头)、以及可选的默认推理强度(minimal … max)
— 然后用卡片的 Apply 按钮提交。模型拉取成功后,
该行状态点变绿。

5. 在你想配置的地方做每模型配置。 展开一个提供方会拉取它的模型
列表;每个模型行有一个箭头,展开可编辑的详情(上下文窗口、最大
输出 tokens、思考级别映射、nothink、图像输入、推理强度):

提供方卡片内某模型的可编辑详情

模型列表就是策展 — 只有列在列表里的模型才会被 agent 寻址;
清空一个详情字段会把它释放回解析链条。

附录

- docs/usage.zh.md — 安装之后使用 modelspoke:解析
链条、每模型详情、nothink 模型、图像、settings.yaml 形状
- docs/preset-authoring.zh.md — 从工件中
的模板编写模型预设(preset-draft / drift-check 工作流)
- docs/llama-swap-setup.zh.md — 最小
llama-swap 设置,以及 modelspoke 如何读取 llama-swap 的扩展端点
- docs/design.md — 架构与决策(仅英文)
- docs/provider-details.md — 提供方参考:五个
后端的选型理由、各能力值的来源、每提供方的差异(仅英文)
- docs/dsh-plugin-guidance.md — 与 dsh
集成:适配器注册契约、Web UI 半边、settings 写入、read_image 工具视图变通
(仅英文)

上游仓库有新提交时邮件通知你(每天最多一封,无更新不打扰),随时一键退订。

同作者(americanjeff)的其他插件

💬 加入 DPharness 群聊

插件用法、部署报错、新插件第一时间同步——群里问,比一个人翻文档快。

点击加入 QQ 群
DPharness 群聊二维码,手机 QQ 扫码进群
扫码进群