dsh-local-model

Local Model

让 DeepSeek Harness 直连本地模型：兼容 OpenAI 协议（llama.cpp / LM Studio / vLLM / Ollama 的 /v1）与 Ollama 原生 API。无需登录、不消耗账号 token。

目标 Profile

插件会安装到这里；不确定时保持 web。

npx -y @deepseek-ai/dsh plugin --profile web add github:songzhiyin/dsh-local-model#9f48779ba1c7698bd8d40f548d6e882df09639c1

兼容性与来源证明

Local Model 以 dsh-local-model 发布，当前版本为 1.0.0。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。

DSH 兼容范围: *
运行环境: web
发布来源: github
Registry 更新时间: 2026/10/14

版本

1.0.0stable

2026/10/14

README

dsh-local-model

让 DeepSeek Harness 直连本地模型 —— 不用登录账号，也不消耗云端 token。

A DeepSeek Harness plugin that connects the harness to local models through any OpenAI-compatible endpoint or Ollama's native API. No account sign-in, no cloud token consumption. · English section below.

这个插件做什么

DeepSeek Harness 默认走 DeepSeek 云端模型。本插件注册一个自定义 LLM 适配器（provider 路由 local），把 Harness 的模型请求直接转发到你本机的推理服务：

🚫 零账号依赖 —— 完全不访问 api.deepseek.com 或任何账号接口，不读取账号凭据，因此不产生任何云端计费。
🔌 双传输协议 —— OpenAI 兼容协议 + Ollama 原生协议，两者都支持。
🧰 完整工具调用 —— 正确转换 Harness 的工具调用/工具结果历史，Agent 的 bash、文件、子代理等工具都能正常用。
🩹 文本工具调用兜底 —— 部分本地模型（如 qwen2.5-coder）会把工具调用写成纯文本 JSON，插件会自动识别并转成真正的工具调用。
🔍 模型自动发现 —— 自动从本地端点拉取模型列表（Ollama /api/tags、OpenAI /v1/models）。
⚡ 热更新 —— 所有配置字段都是 volatile，改完无需重启。
🖥️ 可视化界面 —— 自带浏览器端 UI：在「设置 → 模型」的 Local Model 卡片里可直接 测试连接并列出本机可用模型；插件配置也在图形界面里完成，无需手改配置文件。

支持的本地后端

后端	`api`	`baseURL`
Ollama（原生，推荐）	`ollama`	`http://127.0.0.1:11434`
Ollama（OpenAI 端点）	`openai`	`http://127.0.0.1:11434/v1`
LM Studio	`openai`	`http://localhost:1234/v1`
llama.cpp server	`openai`	`http://localhost:8080/v1`
vLLM / SGLang	`openai`	`http://localhost:8000/v1`
LocalAI / text-generation-webui	`openai`	`<你的端点>/v1`

优先推荐直接使用本地模型：只要后端提供 OpenAI 兼容端点，就用 openai 模式直连；用 Ollama 且想要原生 thinking/reasoning 支持时，用 ollama 模式。

安装

方式 A：命令行安装（推荐）

dsh plugin --profile web add dsh-local-model

其中 web 是 profile 名；桌面版通常为 desktop，请按你的 profile 调整。

方式 B：在 Harness 界面里安装

打开 设置 → 插件市场（或插件页），搜索 dsh-local-model，点击一键安装。大多数插件安装后刷新页面即可生效，无需重启。

方式 C：从 GitHub 安装

dsh plugin --profile web add github:<songzhiyin>/dsh-local-model

方式 D：手动安装（无需发布）

# 1. 克隆到 profile 之外任意目录
git clone https://github.com/songzhiyin/dsh-local-model.git

# 2. 在 profile 里把它作为本地 link 安装
cd ~/.dsh/profiles/desktop
pnpm add link:/绝对路径/dsh-local-model

# 3. 编辑 ~/.dsh/profiles/desktop/package.json，
#    在 dsh.profile.bundles 里加入 "dsh-local-model"

# 4. 重启 Harness（或在插件页刷新）

快速开始

以 Ollama 为例：

# 1. 启动 Ollama 并拉取一个带 tools 能力的模型
ollama serve
ollama pull qwen2.5-coder:14b

# 2. 安装插件（见上一节）
dsh plugin --profile web add dsh-local-model

然后在 Harness 里：

设置 → 模型 → 找到 Local Model provider，确认端点（默认 http://127.0.0.1:11434/v1）；
打开任意会话，在模型选择器里把 provider 切到 Local Model，选一个模型；
直接开始对话即可 —— 全程本地推理。

💡 跑 Agent 工具调用建议选原生支持 function calling 的模型（如 qwen3-coder、llama3.1、devstral）；若模型只会把工具调用写成文本（如部分 qwen2.5-coder 版本），插件内置的兜底也会把它转成真正的工具调用。

配置项

在 插件页 → dsh-local-model → 配置，或 设置 → 模型 → Local Model 中设置：

字段	类型	默认值	说明
`api`	`"openai" \| "ollama"`	`"openai"`	传输协议
`baseURL`	string	`http://127.0.0.1:11434/v1`	本地端点根地址；留空按 `api` 自动选择
`apiKey`	string	`""`	本地服务需要鉴权时填写（如 LM Studio 的 key）
`defaultModel`	string	`""`	端点无法枚举模型时的兜底模型名
`contextWindow`	integer	`8192`	默认上下文窗口（token）
`maxTokens`	integer	`2048`	默认单次最大输出 token 数
`temperature`	number	`0.7`	默认采样温度（0–2）
`streamIdleTimeoutMs`	number	`300000`	流式读取空闲超时（毫秒）
`models`	array	`[]`	静态模型清单，用于端点不支持列表查询时手动声明

models 示例：

[
  { "id": "qwen2.5-coder:14b", "name": "Qwen2.5-Coder 14B", "contextWindow": 32768, "maxTokens": 4096 }
]

可视化界面

插件包含一个浏览器端半身（lib/client.js），它向「设置 → 模型」页的 provider 卡片扩展槽位 settings.models.provider-card（keyed，key = dsh-local-model）注册一张卡片：

┌─ 本地模型连接测试 ─────────────────────────────────┐
│ provider: local · 名称: Local Model · 已配置: 是    │
│ 协议  [ openai（OpenAI 兼容） ▾ ]                   │
│ 端点  [ http://127.0.0.1:11434/v1 ]  [ 测试连接 ]   │
│ ✅ 连接成功，发现 4 个模型                           │
│ (qwen3-coder:30b) (llama3.1:8b) …                   │
└────────────────────────────────────────────────────┘

切换 openai / ollama 协议会自动填入对应的默认端点；
「测试连接」分别请求 /models 或 /api/tags，直接显示可用模型列表；
失败时给出可操作的提示（服务未启动 / 地址错误 / CORS 跨域）。

该卡片只做连通性验证；api / baseURL / apiKey 等配置仍由上方「编辑」按钮的配置表单负责（由插件的 Config schema 自动渲染）。

客户端半身是手写的 Lazy-CJS bundle（window.__ModuleLoader__.load({ id, factory })），只依赖平台模块表里的 react，不需要任何打包步骤、也不需要 dsh.client.external。

常见问题

Q：模型列表是空的？ 确认本地服务已启动且 baseURL 正确。若端点不支持 /models（或 /api/tags），请在 models 里手动声明。

Q：报 AUTH 错误？ 说明本地服务需要鉴权，把 key 填进 apiKey。

Q：模型把工具调用当纯文本吐出来（{"name":"skill","arguments":{...}}）？ 这是该模型的工具调用能力问题，不是插件问题。插件已内置文本工具调用兜底：会识别 {...} JSON、 <tool_call>...</tool_call>、```json {...} ``` 三种写法，并在工具名匹配时自动转成真正的工具调用。如果仍不稳定，建议换用原生支持 function calling 的模型。

Q：reasoning / 思考内容怎么显示？ openai 模式读取 reasoning_content，ollama 模式读取 thinking，都会映射为 Harness 的 reasoning 块。

Q：长对话被截断？ 多数本地服务有自己的上下文上限（Ollama 默认 num_ctx=4096）。可以用环境变量放宽，例如 OLLAMA_CONTEXT_LENGTH=32768 ollama serve，或改用长上下文模型（如 devstral）。

Q：「测试连接」报 Failed to fetch，但命令行 curl 明明能通？ 这是 localhost 的 IPv6 陷阱：在部分环境下 localhost 会先解析到 IPv6 ::1，而 Ollama 等本地服务通常只监听 IPv4 127.0.0.1，于是浏览器直连失败。

本插件已内置两道防护：

探测默认走宿主进程（ctx.remote.llm.discoverModels()）——由 Node 侧发起请求，完全绕开浏览器的 CORS / IPv6 / Electron 网络策略；
默认地址一律用 127.0.0.1 而不是 localhost，并对回环地址做 localhost ⇄ 127.0.0.1 的自动兜底重试。

如果你在配置里手写了 localhost，建议改成 127.0.0.1。

工作原理

插件通过 ctx.llm.registerAdapter(["local"], adapter) 注册一个 LlmAdapter，把 Harness 的 GenerateOptions 翻译成目标协议的请求，再把流式响应翻译回 Harness 的 StreamChunk （block-start / text-delta / reasoning-delta / tool-call-delta / block-end / usage / finish）。

不访问任何 DeepSeek 云端端点；
不读取账号凭据，因此不产生云端 token 消耗；
文件引用与图片由 Harness 运行时自动投影为文本句柄（文本模型），适配器只需处理文本与工具调用。

开发与发布

git clone https://github.com/songzhiyin/dsh-local-model.git
cd dsh-local-model

# 本地 link 到你的 DSH profile 做开发（改代码即时生效）
cd ~/.dsh/profiles/desktop
pnpm add link:/绝对路径/dsh-local-model

发布到 npm：

npm publish          # publishConfig.access 已设为 public

上架插件市场（可选，让更多人发现）：向 awesome-dsh-plugin 仓库提交一个 PR，加入一条注册表条目（name / owner / url / category / description / npm / install / added），市场与官网会自动收录。

License

MIT

English

Connect DeepSeek Harness to local models — no account sign-in, no cloud token usage.

dsh-local-model registers a local LLM adapter that routes every model call to your own machine:

Zero account dependency — never touches api.deepseek.com or any account endpoint.
Two transports — OpenAI-compatible /chat/completions, and Ollama's native /api/chat (NDJSON, with thinking support).
Full tool calling — converts Harness tool-call / tool-result history correctly, plus a fallback that recovers tool calls some local models emit as plain-text JSON.
Model discovery — pulls the model list from GET /models or GET /api/tags.
Visual configuration — configure it from the Harness Plugins page or Settings → Models; no config file editing.

Install

dsh plugin --profile web add dsh-local-model

Or search for dsh-local-model in Settings → Plugin Market inside Harness.

Quick start (Ollama)

ollama serve
ollama pull qwen3-coder          # any tool-capable model works
dsh plugin --profile web add dsh-local-model

Then, inside Harness: Settings → Models confirms the Local Model provider (default endpoint http://127.0.0.1:11434/v1), and you pick it from the session's model selector.

Config

Field	Default	Description
`api`	`"openai"`	`"openai"` (OpenAI-compatible) or `"ollama"` (native)
`baseURL`	`http://127.0.0.1:11434/v1`	Local endpoint root
`apiKey`	`""`	Optional auth key required by your local server
`defaultModel`	`""`	Fallback model id when the endpoint lists none
`contextWindow`	`8192`	Default context window (tokens)
`maxTokens`	`2048`	Default max output tokens per call
`temperature`	`0.7`	Default sampling temperature (0–2)
`streamIdleTimeoutMs`	`300000`	Stream idle timeout (ms)
`models`	`[]`	Static model list for endpoints without discovery

MIT licensed.

README

dsh-local-model

让 DeepSeek Harness 直连本地模型 —— 不用登录账号，也不消耗云端 token。

A DeepSeek Harness plugin that connects the harness to local models through any OpenAI-compatible endpoint or Ollama's native API. No account sign-in, no cloud token consumption. · English section below.

这个插件做什么

DeepSeek Harness 默认走 DeepSeek 云端模型。本插件注册一个自定义 LLM 适配器（provider 路由 local），把 Harness 的模型请求直接转发到你本机的推理服务：

🚫 零账号依赖 —— 完全不访问 api.deepseek.com 或任何账号接口，不读取账号凭据，因此不产生任何云端计费。
🔌 双传输协议 —— OpenAI 兼容协议 + Ollama 原生协议，两者都支持。
🧰 完整工具调用 —— 正确转换 Harness 的工具调用/工具结果历史，Agent 的 bash、文件、子代理等工具都能正常用。
🩹 文本工具调用兜底 —— 部分本地模型（如 qwen2.5-coder）会把工具调用写成纯文本 JSON，插件会自动识别并转成真正的工具调用。
🔍 模型自动发现 —— 自动从本地端点拉取模型列表（Ollama /api/tags、OpenAI /v1/models）。
⚡ 热更新 —— 所有配置字段都是 volatile，改完无需重启。
🖥️ 可视化界面 —— 自带浏览器端 UI：在「设置 → 模型」的 Local Model 卡片里可直接 测试连接并列出本机可用模型；插件配置也在图形界面里完成，无需手改配置文件。

支持的本地后端

后端	`api`	`baseURL`
Ollama（原生，推荐）	`ollama`	`http://127.0.0.1:11434`
Ollama（OpenAI 端点）	`openai`	`http://127.0.0.1:11434/v1`
LM Studio	`openai`	`http://localhost:1234/v1`
llama.cpp server	`openai`	`http://localhost:8080/v1`
vLLM / SGLang	`openai`	`http://localhost:8000/v1`
LocalAI / text-generation-webui	`openai`	`<你的端点>/v1`

优先推荐直接使用本地模型：只要后端提供 OpenAI 兼容端点，就用 openai 模式直连；用 Ollama 且想要原生 thinking/reasoning 支持时，用 ollama 模式。

安装

方式 A：命令行安装（推荐）

dsh plugin --profile web add dsh-local-model

其中 web 是 profile 名；桌面版通常为 desktop，请按你的 profile 调整。

方式 B：在 Harness 界面里安装

打开 设置 → 插件市场（或插件页），搜索 dsh-local-model，点击一键安装。大多数插件安装后刷新页面即可生效，无需重启。

方式 C：从 GitHub 安装

dsh plugin --profile web add github:<songzhiyin>/dsh-local-model

方式 D：手动安装（无需发布）

# 1. 克隆到 profile 之外任意目录
git clone https://github.com/songzhiyin/dsh-local-model.git

# 2. 在 profile 里把它作为本地 link 安装
cd ~/.dsh/profiles/desktop
pnpm add link:/绝对路径/dsh-local-model

# 3. 编辑 ~/.dsh/profiles/desktop/package.json，
#    在 dsh.profile.bundles 里加入 "dsh-local-model"

# 4. 重启 Harness（或在插件页刷新）

快速开始

以 Ollama 为例：

# 1. 启动 Ollama 并拉取一个带 tools 能力的模型
ollama serve
ollama pull qwen2.5-coder:14b

# 2. 安装插件（见上一节）
dsh plugin --profile web add dsh-local-model

然后在 Harness 里：

设置 → 模型 → 找到 Local Model provider，确认端点（默认 http://127.0.0.1:11434/v1）；
打开任意会话，在模型选择器里把 provider 切到 Local Model，选一个模型；
直接开始对话即可 —— 全程本地推理。

💡 跑 Agent 工具调用建议选原生支持 function calling 的模型（如 qwen3-coder、llama3.1、devstral）；若模型只会把工具调用写成文本（如部分 qwen2.5-coder 版本），插件内置的兜底也会把它转成真正的工具调用。

配置项

在 插件页 → dsh-local-model → 配置，或 设置 → 模型 → Local Model 中设置：

字段	类型	默认值	说明
`api`	`"openai" \| "ollama"`	`"openai"`	传输协议
`baseURL`	string	`http://127.0.0.1:11434/v1`	本地端点根地址；留空按 `api` 自动选择
`apiKey`	string	`""`	本地服务需要鉴权时填写（如 LM Studio 的 key）
`defaultModel`	string	`""`	端点无法枚举模型时的兜底模型名
`contextWindow`	integer	`8192`	默认上下文窗口（token）
`maxTokens`	integer	`2048`	默认单次最大输出 token 数
`temperature`	number	`0.7`	默认采样温度（0–2）
`streamIdleTimeoutMs`	number	`300000`	流式读取空闲超时（毫秒）
`models`	array	`[]`	静态模型清单，用于端点不支持列表查询时手动声明

models 示例：

[
  { "id": "qwen2.5-coder:14b", "name": "Qwen2.5-Coder 14B", "contextWindow": 32768, "maxTokens": 4096 }
]

可视化界面

┌─ 本地模型连接测试 ─────────────────────────────────┐
│ provider: local · 名称: Local Model · 已配置: 是    │
│ 协议  [ openai（OpenAI 兼容） ▾ ]                   │
│ 端点  [ http://127.0.0.1:11434/v1 ]  [ 测试连接 ]   │
│ ✅ 连接成功，发现 4 个模型                           │
│ (qwen3-coder:30b) (llama3.1:8b) …                   │
└────────────────────────────────────────────────────┘

切换 openai / ollama 协议会自动填入对应的默认端点；
「测试连接」分别请求 /models 或 /api/tags，直接显示可用模型列表；
失败时给出可操作的提示（服务未启动 / 地址错误 / CORS 跨域）。

该卡片只做连通性验证；api / baseURL / apiKey 等配置仍由上方「编辑」按钮的配置表单负责（由插件的 Config schema 自动渲染）。

常见问题

Q：模型列表是空的？ 确认本地服务已启动且 baseURL 正确。若端点不支持 /models（或 /api/tags），请在 models 里手动声明。

Q：报 AUTH 错误？ 说明本地服务需要鉴权，把 key 填进 apiKey。

Q：reasoning / 思考内容怎么显示？ openai 模式读取 reasoning_content，ollama 模式读取 thinking，都会映射为 Harness 的 reasoning 块。

本插件已内置两道防护：

探测默认走宿主进程（ctx.remote.llm.discoverModels()）——由 Node 侧发起请求，完全绕开浏览器的 CORS / IPv6 / Electron 网络策略；
默认地址一律用 127.0.0.1 而不是 localhost，并对回环地址做 localhost ⇄ 127.0.0.1 的自动兜底重试。

如果你在配置里手写了 localhost，建议改成 127.0.0.1。

工作原理

不访问任何 DeepSeek 云端端点；
不读取账号凭据，因此不产生云端 token 消耗；
文件引用与图片由 Harness 运行时自动投影为文本句柄（文本模型），适配器只需处理文本与工具调用。

开发与发布

git clone https://github.com/songzhiyin/dsh-local-model.git
cd dsh-local-model

# 本地 link 到你的 DSH profile 做开发（改代码即时生效）
cd ~/.dsh/profiles/desktop
pnpm add link:/绝对路径/dsh-local-model

发布到 npm：

npm publish          # publishConfig.access 已设为 public

License

MIT

English

Connect DeepSeek Harness to local models — no account sign-in, no cloud token usage.

dsh-local-model registers a local LLM adapter that routes every model call to your own machine:

Zero account dependency — never touches api.deepseek.com or any account endpoint.
Two transports — OpenAI-compatible /chat/completions, and Ollama's native /api/chat (NDJSON, with thinking support).
Full tool calling — converts Harness tool-call / tool-result history correctly, plus a fallback that recovers tool calls some local models emit as plain-text JSON.
Model discovery — pulls the model list from GET /models or GET /api/tags.
Visual configuration — configure it from the Harness Plugins page or Settings → Models; no config file editing.

Install

dsh plugin --profile web add dsh-local-model

Or search for dsh-local-model in Settings → Plugin Market inside Harness.

Quick start (Ollama)

ollama serve
ollama pull qwen3-coder          # any tool-capable model works
dsh plugin --profile web add dsh-local-model

Then, inside Harness: Settings → Models confirms the Local Model provider (default endpoint http://127.0.0.1:11434/v1), and you pick it from the session's model selector.

Config

Field	Default	Description
`api`	`"openai"`	`"openai"` (OpenAI-compatible) or `"ollama"` (native)
`baseURL`	`http://127.0.0.1:11434/v1`	Local endpoint root
`apiKey`	`""`	Optional auth key required by your local server
`defaultModel`	`""`	Fallback model id when the endpoint lists none
`contextWindow`	`8192`	Default context window (tokens)
`maxTokens`	`2048`	Default max output tokens per call
`temperature`	`0.7`	Default sampling temperature (0–2)
`streamIdleTimeoutMs`	`300000`	Stream idle timeout (ms)
`models`	`[]`	Static model list for endpoints without discovery

MIT licensed.

Local Model

兼容性与来源证明

版本

相关插件

Local Model

README

dsh-local-model

目录

这个插件做什么

支持的本地后端

安装

方式 A：命令行安装（推荐）

方式 B：在 Harness 界面里安装

方式 C：从 GitHub 安装

方式 D：手动安装（无需发布）

快速开始

配置项

可视化界面

常见问题

工作原理

开发与发布

License

English

Install

Quick start (Ollama)

Config

兼容性与来源证明

版本

相关插件

相关插件

相关插件

README

dsh-local-model

目录

这个插件做什么

支持的本地后端

安装

方式 A：命令行安装（推荐）

方式 B：在 Harness 界面里安装

方式 C：从 GitHub 安装

方式 D：手动安装（无需发布）

快速开始

配置项

可视化界面

常见问题

工作原理

开发与发布

License

English

Install

Quick start (Ollama)

Config