dsh-radeon-capacity
给 DeepSeek Harness 的独立插件：在选模型之前，就能看到 AMD Radeon Cloud（Token Factory）每个模型现在忙不忙。
主功能是容量读数。配置能力是顺带的 —— 已经配好 Radeon provider 的人装完即用，什么都不用填。额度也会显示，但仅作展示：AMD 目前免费不限量，这个数字不影响你能不能调用。
它不接管任何模型调用 —— 传输、思考字段、用量计量仍由 DSH 自带的 dsh-llm-pi-ai 承担。
它解决什么
Radeon Cloud 的模型会在 idle / busy / full 之间浮动，这才是真正会咬人的东西 —— 撞上 full 就得等并发配额腾出来。原来的信息只有两个去处：
- Radeon 的网页控制台（要切窗口、要登录）；
- 撞上限流之后看报错。
控制台里那根「AI Capacity」进度条的来源是 GET /radeon/api/tokenfactory/load，而 DSH 的模型选择器恰好有一个可以承载徽章的槽。把两边接起来，在你点下模型之前就知道它现在挤不挤。
它长什么样
| 位置 | 内容 |
|---|
| 模型选择器 | 每个 Radeon 模型名后一枚徽章：● 12%（绿）/ ● 63%（橙）/ ● 100%（红） |
| 模型选择器同一行 | 当前选中模型的容量，就在模型名左边（WorkBuddy / Trae 挂积分的位置）；额度弱化跟在后面：● Busy 55% · $0.97 / $1.00 |
| 设置 → 插件 → dsh-radeon-capacity | 已写入的模型连同实时容量逐条列出；配置区（可选） |
徽章是探测到 Radeon provider 之后才注册的。没有 Radeon provider 时它根本不占那个槽，不会把内核自带的模型标注顶掉。
读数挂在 conversation.input.right —— 它和模型选择器在同一个 standardControls
容器里、渲染顺序就在选择器左边，所以读数和模型名是并排的；选好模型、还没开始
会话时同样显示 —— 它和模型选择器共用同一个 sessionId 守卫，看得见模型选择器就看
得见读数。（早期版本用的是输入框下方的 conversation.composer.dock，那个槽
只在 composer 变体渲染，新会话是 hero 变体，于是"选定但未开始"时读数会消失。）
界面上的读数一律英文（Idle / Busy / Full 是 AMD 控制台自己的术语）；设置页
走 DSH 的 locale 机制，中英双语，跟随界面语言。
安装
从插件市场装（推荐）
DSH 的「设置 → 插件 → 发现」页可以添加市场来源，本插件已经带了合规的
format 1 索引。把下面任一 URL 加为来源：
https://raw.githubusercontent.com/lcy362/dsh-radeon-capacity/main/market/index.json
国内网络拉 raw.githubusercontent.com 不稳时，换 jsDelivr 的同名文件：
https://cdn.jsdelivr.net/gh/lcy362/dsh-radeon-capacity@main/market/index.json
加完就能在「发现」里看到 Radeon Capacity，点安装即可（市场会用钉死的 commit
装，不会装到分支上的半成品）。
从源码装
cd ~/.dsh/profiles/desktop
pnpm add dsh-radeon-capacity # 或 pnpm add /path/to/this/repo
# 登记到 profile 的 bundles：
# ~/.dsh/profiles/desktop/package.json → "dsh": { "profile": { "bundles": [ ... "dsh-radeon-capacity" ] } }
不用重启 DSH。 内核的 HMR（dsh-hmr）同时盯着 profile 的 package.json 和
cordis.patch.yml，一改就重算补丁、把新 bundle 装进来；客户端半区由
dsh-client-hmr 轮询 bundle 的 mtime，变了就推 /plugins/events，浏览器自动换成新
revision 的 client.js。
例外只有一种：日志里出现
changed modules keep running their previous code until a restart 时，那些已经被
旧代码加载过的模块要重启才换得掉。第一次安装不涉及这条（旧代码压根没加载过）。
已经配好 Radeon provider 的人：装完就有读数
什么都不用做。 插件按 baseURL 里是否含 developer.amd.com.cn 认人，不看你把 provider 叫 amd 还是 radeon-cloud，也不管密钥引用叫 AMD_API_KEY 还是别的。容量读数会直接出现在界面上，额度作为参考值跟在后面。
这是设计上的取舍：认 baseURL 而不是认 provider id，所以你已有的配置不需要为这个插件改任何东西。
顺带：还没有 provider 的话，插件也能替你配
设置 → 插件 → dsh-radeon-capacity → 填三格：
- provider id：模型选择器里的路由名，默认
amd；
- 凭据引用名：默认
AMD_API_KEY，密钥存在 ~/.dsh/.credentials.yaml 的这个键下；
- API 密钥：
rc-…，只经过宿主内存，不落浏览器、不回显。
点「写入配置」。写入的是 DSH 用户层（ctx.settings.update → profile 补丁），因此：
卸载本插件之后，provider 仍然在、仍然能用。
配置页不会让你对着一个空表单重新猜一遍 —— 它把已写入的真实状态摆出来：哪些模型已经写进去了、每个模型旁边标「已写入 / 新增 / 将移除」，按钮文案也跟着变（「新增 provider」/「保存修改」/「重新写入（无变化）」），下面还有一块「本次操作」把要加什么、要减什么逐条列清。
配置在提交后立刻返回，不等容量刷新 —— 容量端点单次约 25 秒，等它会让按钮白卡 25 秒，而配置其实早已落库。
插件自身的配置（可选）
写在 profile 的 cordis.patch.yml 里那行 radeon-capacity 下：
- id: radeon-capacity
name: dsh-radeon-capacity
config:
providerId: amd # 新建 provider 时的默认路由名
apiKeyEnv: AMD_API_KEY # 默认凭据引用
displayName: Radeon Cloud # 选择器里显示的供应商名
baseURL: https://developer.amd.com.cn/radeon/api/v1
quotaProbe: true # 关掉就不再发 1-token 探针（额度读数消失）
capacityTtlMs: 30000 # 容量缓存
quotaTtlMs: 60000 # 额度缓存
插件自己只声明一行 insert，不写任何 provider 定义 —— 否则卸载插件会连带把 provider 带走。
数据源
容量：GET /radeon/api/tokenfactory/load
{ "models": { "GLM-5.3-Flash": { "state": "full", "label": "At capacity", "utilization": 100 } } }
这是控制台内部路由（不在公开文档里），有三个必须按它设计的事实：
- 慢：TTFB 稳定在 ~25 秒，
cache-control: no-store，?model= 之类的过滤参数无效 → 必须缓存 + 单飞，绝不能每次打开选择器就直连；
- 集合会浮动：不同时刻返回 13～16 个模型（只含有流量的），所以「查不到」是正常状态，界面如实显示无读数，不猜成空闲；
- 未文档化：随时可能消失，一切失败都静默降级。
因为慢，宿主侧是 stale-while-revalidate：过期就先给旧值、后台刷新，界面从不挂在一次 25 秒的请求上。数据年龄会出现在 tooltip 和插件配置页里 —— 读数最多就是 30 秒级新鲜，这是服务端决定的，做到更快只能造假。
额度（仅展示）：x-ratelimit-* 响应头
网关在任何正常响应上都会回这几个头：
x-ratelimit-limit-user-daily-usd: 1
x-ratelimit-remaining-user-daily-usd: 0.982
x-ratelimit-limit-user-rpm: 20
x-ratelimit-remaining-user-rpm: 17
AMD 目前免费不限量，这些数字是名义值，不构成实际限制。所以插件只把它们展示出来：
- 不做任何门控 —— 不会因为「额度用完」禁用模型或拦截请求；
- 不参与告警、不改变颜色、不进主读数，界面上弱化处理；
- tooltip 里明确写了「仅供参考，不影响能否调用」。
没有「查额度」的独立端点，所以插件发一次 max_tokens: 1 的探针把这些头读出来（实测 0.31 秒，成本可忽略，占 1 次 RPM）。探针有独立的 60 秒 TTL 与单飞，不与容量一起高频轮询。觉得没必要就 quotaProbe: false 完全关掉 —— 关掉只少一个参考数字，容量读数不受影响。
模型发现
档位表是实测快照（10 个对话模型）。上游会加新模型（2026-10 实测多了
Gemma-4-31B-IT；同一份目录里还有 Clef / d3 / OmniVoice 这类
context_length: 0、输出模态是 decision 的辅助路由服务，不是对话模型，会被过滤）。
插件配置页会额外问一次 GET /v1/models，把「线上有、表里没有」的模型单独列出来。
勾选后按 reasoningEfforts: false 写入 —— 猜档位会让请求直接 400，关掉档位至少能正常对话。
思考档位
Radeon 的模型目录接口不返回 reasoning_effort 支持情况，只能实测。本插件内置一张实测表（10 个对话模型，四种档位形状），配置 provider 时连同 reasoningEfforts 一起写进去：
| 形状 | 模型 | 档位 |
|---|
| 全档 | DeepSeek-V4.1-Flash / V4-Flash / Vision-Exp、MiMo-V2.6-Flash、MiniCPM-V-4.7-35B-A3B | off(none) + minimal/low/medium/high/xhigh/max |
| Qwen 系 | Qwen3.8-27B、Qwen3.8-Flash-Next | off(none) + low/medium/xhigh（传 high 会 400） |
| 三档 | GLM-5.3-Flash、MiniCPM-V-4.7-1B | low/medium/high（关不掉思考） |
| 无 | MiniCPM5-2B | false（接受档位但不返回分离思考内容） |
MinerU2.5-Pro 刻意不收：它走 /v1/ocr，context_length 为 0，当对话模型用必然失败。
配套的 compat 也有实测依据（6/10 个模型拒绝 DSH 默认发的 developer 角色、网关不认 max_completion_tokens、thinking_budget 三种写法都被静默丢弃），逐条注释见 src/shared/catalog.js。
实现要点（也给二次开发的人）
- 只读同源路由：
/api/radeon-capacity/{state,catalog,refresh,config}，Origin 不同源一律 403；
- 不把上游 body 透传：
normalizeLoad 只保留 state/label/utilization 三个字段并夹到 0–100；
- 凭据解析顺序：探测到的 provider 的
apiKeyEnv → 插件配置的 ref → RADEON_CLOUD_API_KEY，每次刷新重新解析（换钥免重启）；
- 客户端是手写单文件 bundle：
window.__ModuleLoader__.load({ id, factory })，require() 只能拿平台 seed（react 等），所以没有构建步骤、没有相对 import；
- single 槽的坑：
conversation.input.model.label 声明为 kind: "single"，渲染时取 entriesOfSlot(key)[0]。抢占它必须同时满足「priority 更靠前」和「自己输出模型名」—— fallback: model.name 只在槽里一条都没有时生效。所以本插件在没有 Radeon provider 时不注册，而不是注册一个空壳。
- 接管是全局的：一旦接管，内核自带的
dsh-client-ui-deepseek-model-label-1017 就再也不会渲染。所以本插件按同一套判定（provider.id / model.id / model.name）把那个 1017 标记等价补上；内核改判定时要跟着改。不想承担这个耦合就把 modelLabelBadge 关掉（代价是选择器里没有容量徽章）。
- 表单初值必须是派生的，不能靠 effect 回填：面板可能在
/state 返回前就渲染，那一刻「默认全选」会被固定成用户的选择，结果界面显示全部模型、实际只写入几个。这条有回归测试盯着。
已知限制
- 容量读数最细只能到 ~30 秒（上游 25 秒 TTFB + 缓存），不是秒级；
full 表示并发预算已满，不等于不能用 —— 所以任何地方都不做硬禁用，只标红；- 上游只返回「有流量」的模型，冷门模型没有读数；
- 额度是名义值（AMD 当前免费不限量），仅展示、不做门控；探针本身占 1 次 RPM；
- 控制台内部端点可能变更；变更后容量会退回「暂无读数」，其余功能不受影响。
开发
npm test # 44 项：缓存/单飞/退避、额度头解析、provider 探测、路由，
# 以及把客户端 bundle 真加载一遍的界面集成测试
node scripts/smoke.mjs # 真机冒烟：打真实端点，只打印容量与额度，不打印密钥
npm test 带 --test-force-exit：客户端半区会起一个轮询定时器（界面行为），
不带的话测试进程会一直挂着。
许可
MIT。思考档位与 compat 的实测表来自社区插件 @zhz8888/dsh-radeon-cloud-patcher（MIT）的线上实测，本仓库独立实现读数与配置两半，未复用其代码路径。
