OpenCode Go 接入 xia-sc/dsh-opencode-go

dsh-opencode-go

DeepSeek Harness 的 OpenCode Go LLM provider 插件：注册 zen-go 路由，每次出站推理请求都携带每会话稳定的 x-opencode-session。

运行环境：适配 DeepSeek Harness 0.1.6-alpha.1 及以上（peer 依赖 @deepseek-ai/dsh- 声明为 ^0.1.6-alpha.1）。0.1.6 起图片 offload 由 adapter 负责（见下文「图片超限」），本插件依赖该契约，所以下限是 0.1.6。

- 三端面全接：chat/completions（mimo / deepseek-v4 / glm / kimi / longcat / hy）、 responses（grok / gpt-5.6-luna / muse-spark，含独立 response.incomplete 终态）、 messages（Anthropic 兼容：minimax / qwen，用 x-api-key 鉴权，max_tokens 缺省 8192）。
- 会话头：x-opencode-session 取会话 id，缺失时按请求生成 UUID 兜底，保证请求一定带头。
- 客户端标识：user-agent: deepseek-harness/ (+url) dsh-opencode-go/，三端面一致，可被运营方识别放行（绝不是 Go-http-client/1.1 那种通用串）。
- 凭证只走 seam：credentials.resolve 按“进程 env → 托管 store （$DSH_HOME/.credentials.yaml，热加载）→ 项目/家目录 .env”分层，存换 key 不用重启。无明文字段。
- 设置卡：Models 页行 + 设置侧边栏独立入口（key 录入/清除、模型勾选与全选、刷新实时目录、每模型自填上下文/输出上限/端面/思考档位/多模态、密钥状态点）。
- 推理档位：responses 系 Minimal/Low/Medium/High/Xhigh（落 reasoning.effort），chat 系 Low/Medium/High（reasoning_effort 透传；deepseek-v4-flash/pro/flash-vision-exp 另有 Max 档——上游网关实测支持，感谢 @34262315716 真机验证并贡献，见 #1），messages 系无档位词汇（显式传会报错）。
均不设默认值，Default 即不发字段。
- 多模态：vision 模型（deepseek-v4-flash-vision-exp、两个 muse-spark）声明 ["text","image"]，图片经 attachment 服务读盘转 base64 内联（png/jpeg/webp/gif）；纯文本模型由 runtime 自动替换占位；未知 id 默认放行，服务端说了算。
单图大小由 attachment 的准入归一化决定，不是本插件：本部署在准入时就把每张图压到 ≤ 4 MiB / ≤ 2048×2048 像素（单边 ≤ 8192；上传侧单图 ≤ 20 MiB、单消息 ≤ 200 MiB），而 imageHostPath 给的就是那份归一化副本——所以我们内联的不是原始上传。
插件自己那条 20 MiB 单图检查只对不做归一化的 attachment provider 生效，是兜底而不是主力。
- 图片超限走 harness 的卸载回路：一次请求内联图片总量（base64 后的字节数）超过 maxRequestImageBytes（默认 64 MiB）时，本插件不自己丢图，而是抛 IMAGE_OFFLOAD_REQUIRED 并附上「最旧的几张要丢」—— dsh-compaction-image-offload 记下这个决定并重试该步。丢图是持久会话决定，只能由 harness 记录，所以判定一定发生在发请求之前（durable ref 自带字节数，不读盘）。已由 harness 标记 offloaded 的图片一律按占位文本发送，不会被重新内联——那是它自己的账，路由无权撤销。注意触发条件是图片张数而非单图体积：归一化后单图约 5.4 MiB（base64），64 MiB 预算约合十余张同请求。
- 未知模型可手动归类：官方 /v1/models 只给 id，新上线的模型（如 deepseek-flash）归类为 unknown，于是「选不了思考等级、也定不了多模态」（#4）。
现在可在设置卡里按模型手填端面（chat / responses / messages）、思考档位与多模态，留空即跟随内置表。端面决定路由与档位词表——chat 落 reasoning_effort、 responses 落 reasoning.effort、messages 无档位词汇，所以档位选项会跟着端面走；手填的 image 会同时改写声明与图片准入判定，text-only 的已知模型不会因此被拒。
- 端面与档位是一对，改端面时自动收敛档位：宿主把 surface 与 efforts 当成一个组合校验（surface: responses 配 chat 才有的 max 会被整段拒绝）。所以卡片在改端面的同一次写入里就把档位收敛好：新端面支持的保留，不支持的去掉并提示去掉了哪些；切到 messages 这类没有档位词汇的端面则整体清空；把端面交回「跟随默认」时按该模型自身的默认档位表收敛（未归类模型默认不提供档位，于是整体清空）。这样卡片写不出被拒绝的组合——否则整段设置会被丢弃，路由静默退回默认值。
- 内容块策略：user 消息只承载用户载荷（text/image），其余块——reasoning、 tool-call 这类 harness 注解，以及 merge-extensible 的新类型——一律丢弃而不报错。
子代理结算通知会把子会话最后的 assistant 内容整段展开进 user 消息，这类块因此会合法地出现在历史里；历史是持久的，一条转译不了的块若直接抛错，会让该会话之后每一轮都失败（见 #3）。assistant 侧同理，只有 image 仍然硬报错——用户上传的二进制内容不能被悄悄抹掉。
- 用量：三端面 usage 统一换算（prompt_tokens / input_tokens 双词汇），输入输出总量原样保留，缓存读/写、reasoning token 分桶上报。
- 用量账本：每次调用记一条（模型/会话/实际发出的 x-opencode-session/用途/ 输入输出/缓存读写/推理/finish），落 $DSH_HOME/plugin-data/dsh-opencode-go/usage.jsonl （append-only，清空时归档，不出网）；卡片里「概览/模型」双标签页：大格日历热力图 + 分模型表，可一键清空。点热力图任意一天，展开当天总计 + 按 dsh 会话 id 分组的明细（含实际发出的 session 头）。

路由刻意叫 zen-go 而不是 opencode-go——后者是用户自建 pi-ai profile 的常用名，llm 注册表单路由独占，撞名会顶掉别人的路由；apply() 启动时也会主动检查，撞了就报 DUPLICATE_ADAPTER 快速失败，不连累他人。

安装

dsh plugin --profile web add github xia-sc/dsh-opencode-go
重启 dsh web，然后在会话模型选择器里选 zen-go/

本地源码安装（dsh plugin add ，pnpm link: 方式）多一步——否则启动直接崩（见 #2）：

cd
node scripts/setup-local-deps.cjs # 自动定位宿主依赖树，建 node_modules/@deepseek-ai 桥
dsh plugin --profile web add
重启 dsh web

原理一句话：link: 安装只是在 profile 里建个 junction 指回源码目录， Node 按真实路径向上找 @deepseek-ai/ peer 包——源码盘里没有，只能桥到宿主那份。--host 可显式指定宿主依赖树（install root / node_modules / @deepseek-ai 本级都认），--dry-run 只探测不建链。
建桥失败（比如启动报 Cannot find package '@deepseek-ai/xxx'）就检查桥还在不在：node_modules/@deepseek-ai 必须是 junction，不在就重跑脚本。
registry / github 安装不受影响，不用跑这步。

存 key（任选其一，存完即生效，不用重启）：

$DSH_HOME/.credentials.yaml
version: 1
refs:
OPENCODE_GO_API_KEY: sk-你的key

或设环境变量 OPENCODE_GO_API_KEY，或在设置卡里直接粘贴保存。

配置（layer config / llm-opencode-go settings section）

| 字段 | 默认 | 说明 |
| apiKeyEnv | OPENCODE_GO_API_KEY | credential ref 名 |
| apiBase | https://opencode.ai/zen/go | 去掉尾部 /v1 前缀后的基址 |
| requestTimeoutMs / streamIdleTimeoutMs | 60000 / 300000 | 建连+首包超时（响应头一到即停表，长流不受总时长限制） / 流空闲看门狗 |
| maxRequestImageBytes | 67108864（64 MiB） | 单请求内联图片总量上限，按进请求体的 base64 字节计；超了抛 IMAGE_OFFLOAD_REQUIRED 让 harness 卸载最旧的几张并重试。上游没公布请求体上限，所以这是部署取值：默认远高于日常截图流量（归一化后单图约 5.4 MiB，约合十余张同请求），代理有更小的 body cap 就往下调 |
| enabledModels | 全表 | 提供哪些模型（卡片勾选即改这里） |
| modelCaps | [] | [{id, contextWindow?, maxTokens?, surface?, image?, efforts?}]，自填容量与能力覆盖 |

设置卡会自己说明「设置没生效」：如果这一段被校验拒绝（例如 modelCaps 里 surface: responses 配了 chat 才有的 max 档），插件会整段丢弃并沿用默认值，同时把拒绝原因显示在模型列表上方——否则卡片里的勾选数与实际路由会各说各话。

测试

node --test test/smoke.mjs # 插件自洽（宿主全打桩）
node test/host-compat.mjs # 真宿主契约（真 dsh-llm + 真流语法不变量）
联网探活（花一点点额度）： $env:OPENCODE_GO_API_KEY=''; node --test test/smoke.mjs

test/host-compat.mjs 直接 import 装在 node_modules 里的真实 @deepseek-ai/dsh-llm / dsh-invariants / cordis，跑真 llm 服务与真流语法校验。
宿主换版本后先跑它：smoke.mjs 把宿主面全打桩，宿主收紧契约（例如 0.1.6 把图片 offload 从 runtime 挪进 adapter）它发现不了。

浏览器半构建

lib/client.js 是生成物，不要手改：改 src/client/*.js （数字前缀即拼接顺序），然后跑 npm run build:client。
构建脚本拼完会做语法门检查，坏了直接失败，不会把坏包写进 lib/。

已知限制

- responses 系推理 effort 高时容易烧光 token 预算，大 maxTokens 起步更稳。
- 官方 /v1/models 不返回上下文窗口，modelCaps 目前靠手填；官方补了字段即插即用。
- 价格由计费插件自己的价格表定，本插件只保证用量上报正确。

致谢

- @34262315716（Critical Natural）：真机验证上游网关支持 reasoning_effort=max，并贡献 deepseek-v4 三模型的 Max 档（#1）；本地源码 link 安装启动崩溃的根因分析（#2）。