@dsh-ark-agent/coding-plan
火山方舟 Ark Coding Plan 的 provider 路由，用于 DeepSeek Harness（DSH）。
收录全部 15 个 Coding Plan 模型，每个模型可调思考强度，元数据对着线上端点实测。
Volcengine Ark Coding Plan provider route for DeepSeek Harness.
与已有方案的区别
| 官方 ark-plan-api | 本包 |
|---|
| Coding Plan 模型 | 8 个 | 15 个 |
| 思考强度开关 | 无 | 每模型可调 |
| 清单维护 | 手写 | 单一数据源 + 每周漂移检测 |
| 元数据 | 未标注 | 实测 + 日期 |
官方缺的 7 个：deepseek-v4.1-flash、kimi-k3、ark-code-latest、glm-5.3-flash、
doubao-seed-2.1-lite、doubao-seed-2.0-mini、kimi-k2.8-preview。
前置条件
- 已安装 DSH（0.2.0-rc 或更新）
- 已开通火山方舟 Coding Plan 订阅并拿到 API Key
⚠️ 本包不含任何密钥。
⚠️ 装之前先看这一条
本包整体替换 llm-pi-ai 这一行的 config（DSH 的 patch 语义是「整体替换、不深合并」）。
-
在设置页 / settings.yaml 里配过别的 provider → 不受影响（那里是深合并）。
-
在 profile 的 cordis.patch.yml 里手写过 pi-ai provider → 会被替换，请先合并：
node scripts/merge.mjs ~/.dsh/profiles/<你的 profile>/cordis.patch.yml
默认只打印结果；确认无误后加 --write 落盘（会先备份 .bak-merge-<时间戳>）。
合并助手只做文本级插入，你的注释会保留；键冲突时保留你原来的值，不会静默覆盖。
安装
方式 1：命令行（从 GitHub）
dsh plugin --profile <你的 profile> add github:STLI69/coding-plan
方式 2：插件市场
在市场里搜索 coding-plan，点安装。
方式 3：本地目录
在 设置 → 插件 → 安装 bundle 里指向本包目录。
装完重启 DSH。
填入 API Key
打开 设置 → 模型（Models），找到 Ark Coding Plan，点编辑填入 Key。
本包声明的凭据引用名是 ARK_CODING_PLAN_CN_API_KEY。
模型与实测数据
实测日期：2026-10-16（方法：node scripts/probe.mjs，对着线上端点逐个模型打真实请求）
| 模型 | maxTokens | 图片输入 | 思考档位 |
|---|
doubao-seed-2.1-pro | 393216 | ✅ | off/low/high/max |
doubao-seed-2.1-lite | 262144 | ✅ | off/low/high/max |
doubao-seed-2.1-turbo | 262144 | ✅ | off/low/high/max |
doubao-seed-evolving | 262144 | ✅ | off/low/high/max |
doubao-seed-2.0-lite | 131072 | ✅ | off/low/high/max |
doubao-seed-2.0-mini | 131072 | ✅ | off/low/high/max |
glm-5.3 | 131072 | ❌ | low/high/max |
glm-5.3-flash | 131072 | ✅ | low/high/max |
deepseek-v4-pro | 393216 | ✅ | off/low/high/max |
deepseek-v4-flash | 393216 | ✅ | off/low/high/max |
deepseek-v4.1-flash | 393216 | ✅ | off/low/high/max |
minimax-m3 | 131072 | ✅ | off/low/high/max |
kimi-k2.8-preview | 131072 | ✅ | off/low/high/max |
kimi-k3 | 131072 | ✅ | off/low/high/max |
ark-code-latest | 131072 | ✅ | off/low/high/max |
maxTokens 的档位粒度是 65536 / 131072 / 262144 / 393216：表中是被端点接受的最高档。glm-5.3 与 glm-5.3-flash 没有 off：这两个模型关掉思考会 HTTP 400，所以不提供该档位。- 思考 token 计入输出用量，调高思考档位会显著推高 output 消耗。
诚实性说明
本包只发布能实测的东西。
实测的：每个模型可达、被接受的 maxTokens 上限、是否接受图片输入 —— 方法见
scripts/probe.mjs，日期见上表。
未实测的：contextWindow。验证它需要发送超长 prompt，成本不可控，所以表中没有列出，
它在 models.yml 里只作为声明值存在。
故意不做的：Agent Plan / 后付费 / BytePlus 路由。我们没有这些端点的 key，无法验证，
因此不写进描述 —— 把没验证过的路由写进去，是收录规则里最容易被退回的一件事。
怎么保持不过期：models.yml 是唯一数据源，每周 GitHub Action 自动探测模型下架与新品上线
（候选清单在 watchlist.yml，人工维护，不保证覆盖所有新模型）。
为什么只有一个 patch
DSH 的 patch 语义是「整体替换、不深合并」，所以本包只能覆盖 llm-pi-ai 那一行。
早期版本试过「insert 一个同插件的第二行」，已实测证伪：@deepseek-ai/dsh-llm-pi-ai 会
无条件把整套 catalog 注册进 dsh-llm 的单例 configurable-provider 目录，第二个实例必然报：
llm-pi-ai-ark-coding (@deepseek-ai/dsh-llm-pi-ai): LlmError:
configurable provider "amazon-bedrock" is already declared
而 dsh-base 总是先挂一行 llm-pi-ai，所以第二行在任何机器（含全新 profile）都无法激活，
与 provider 名字是否重名无关。
维护者
npm ci # 装 devDependency（js-yaml）
npm test # 跑测试
npm run check # 断言 cordis.patch.yml 与 models.yml 同步
npm run generate # 改完 models.yml 后重新生成
# 实测并把结果写回 models.yml（需 ARK_CODING_PLAN_CN_API_KEY）
node scripts/probe.mjs --write
# 探测 watchlist 里的候选模型是否已上线
node scripts/probe.mjs --watchlist
改模型请只改 models.yml，然后 npm run generate。cordis.patch.yml 是生成物。
许可
MIT
