dsh-bailian-models

English | 中文

DeepSeek Harness（DSH）插件：**阿里云百炼（DashScope）**适配包——

1. 预置路由：一条开箱即用的 bailian provider 路由，内置 36 个主流文本模型的完整目录（上下文窗口、最大输出、按模型家族适配的推理强度控制）；
2. 自动适配器：自动识别你已有的 provider 路由中 baseURL 指向百炼的（如 dashscope.aliyuncs.com），无需手动修改配置，即为其补齐正确的方言、推理档位与上下文声明——你已填写的字段一律保留；
3. 智能压缩（依赖 dsh-smart-compact 一并安装）：到上下文阈值先提示用户再压缩，摘要按事件线 + 短期/长期记忆分级；详见 dsh-smart-compact。

安装后在 DSH 的模型选择器里直接选用百炼模型，推理强度档位出现在会话的推理强度控件中；不需要手写任何 settings.yaml。

为什么需要它

DSH 自带的 pi-ai 适配器不认识 dashscope.aliyuncs.com 这个端点：直接配置百炼 URL 时会按 OpenAI 默认方言发送请求（错误的 store/developer 字段、不会发 enable_thinking），模型条目也没有上下文窗口和推理能力信息——表现就是"只能跑标准大小、调不了推理强度"。本插件把每个模型的正确方言、推理档位与容量声明补齐。

安装

DSH 桌面端 / Web（社区市场）：在市场里搜索 dsh-bailian-models，确认安装即可（安装后按提示重载 profile）。

命令行：

dsh plugin --profile web add dsh-bailian-models

手动（调试插件本身时）：把本仓库克隆到本地，在 profile 的 package.json 里 pnpm add <本仓库路径>，并把 dsh-bailian-models 追加到 dsh.profile.bundles。

安装后设置 API Key（插件只引用环境变量名，永不落盘密钥）：

export DASHSCOPE_API_KEY=sk-...

也可以在 DSH 设置 → 模型里编辑 bailian 路由、改用自己的环境变量名或地域端点。

自动适配已有路由

除了预置的 bailian 路由，插件还挂载了一个自动适配器：它监听 llm-pi-ai 设置分节，凡是 baseURL 主机名匹配百炼端点（dashscope.aliyuncs.com / dashscope-intl / dashscope-us / *.maas.aliyuncs.com）的已有路由，都会被自动补齐：

• 路由级 compat 方言（thinkingFormat: qwen、supportsStore: false、supportsDeveloperRole: false）；
• 目录内已知模型的 contextWindow / maxTokens / input / reasoningEfforts / 模型级 compat（支持 -0902、-2026-05-20 这类快照后缀自动匹配母型号）；
• 预算型模型所需的路约级 thinkingBudgets 档位映射。

上下文阈值 maxContext：百炼不少模型支持 1M 上下文，而工程上 1M 与 400k 效果相近、却远好于 262k 默认值。在插件 config 设 maxContext: 400000 后，目录里超过它的 contextWindow 一律钳制到阈值，其余不动——既享受大上下文红利又不滥用。仅钳制目录源的值，你显式写过的 contextWindow 不受影响。

只补空缺，永不覆盖你写过的值；模型 id 不在目录里的条目原样保留。写入前会经过 dsh-llm-pi-ai 自己的 schema 校验，写不进去就保留现状并告警，绝不弄坏配置。不想用可以在 profile 的用户 patch 里禁用 bailian-models-autoadapt 行，或把它的 config.autoAdapt 改为 false；自托管网关可用 config.extraHosts 添加自定义主机名；config.maxContext 设上下文阈值。

注意：自动补齐的内容写入的是 settings 的用户层（即你的 settings.yaml），卸载插件后这些已补齐的字段会保留（无害），而预置的 bailian 路由会随插件卸载消失。

推理强度是怎么映射的

百炼不同模型家族的思考参数互不兼容，插件按官方文档分成四类适配：

类型	线上参数	DSH 档位行为
A. 等级型	enable_thinking + reasoning_effort	选档即发送对应 effort；Off 关闭思考
B. 预算型	enable_thinking + thinking_budget	档位映射 token 预算：minimal 1024 / low 4096 / medium 16384 / high 65536（按模型上限钳制）
C. 开关型	仅 enable_thinking	Off / High 两档（High = 开思考）
D. 仅思考型	模型始终思考，无参数	不提供档位（发任何开关参数都可能被 400 拒绝），思考内容正常显示

未选择档位时，A/B/C 类模型会显式发送 enable_thinking: false（即可预测地关闭思考，控制成本）；D 类模型不受影响。

模型速查表

数据来源：阿里云百炼官方文档（各模型信息页 + 深度思考模型的用法）。上下文 / 最大输出 单位均为 token。

A. 等级型（reasoning_effort）

模型	可选档位	上下文	最大输出	输入
qwen3.8-max	off · low · medium · xhigh	1,000,000	131,072	文+图
qwen3.8-max-0902（快照）	同上	1,000,000	131,072	文+图
qwen3.8-flash	同上	1,000,000	131,072	文+图
glm-5.3	low · high · max（不能关闭思考）	1,000,000	131,072	文
glm-5.2 / glm-5.2-us / glm-5.2-fast-preview	off · minimal · low · medium · high · xhigh · max	1,048,576	131,072	文
glm-5.1	off · minimal ~ xhigh	202,745	131,072	文
glm-5	同上	202,752	16,384	文
deepseek-v4-pro / -0813、deepseek-v4-flash / -0731	off · high · max	1,000,000	393,216	文
deepseek-v4.1-flash	minimal · low · medium · high · xhigh · max（→ ultra）	1,000,000	393,216	文+图

deepseek-v4.1-flash 的档位口径：官方文档写的是「reasoning_effort 取 1～100 的整数」，但线上 compatible-mode 端点实测拒绝整数（'reasoning_effort' must be an object with 'effort' field or a String），只认枚举 minimal/low/medium/high/xhigh/max/ultra —— 其中 ultra 比文档多一档。

⚠️ harness 的档位上限是 7 且 off 独占一格（pi-ai 的 EXTENDED_THINKING_LEVELS = off/minimal/low/medium/high/xhigh/max，未声明档位会被剔除）。官方恰好有七级枚举，但「不要 off、minimal→ultra 正好七档」在 harness 里物理上做不到 —— 那样会变成 8 档。只能是「off + 6 档」或「无 off、6 档」。本目录选后者：滑动条最低档 = minimal（不可关闭思考），最高档 max 映射到官方 ultra，等于丢掉高位的 max、保留低位 minimal。实测 enable_thinking:false 确实能关思考，所以这是主动取舍；想恢复「可关思考」，给 reasoningEfforts 补一行空的 off: 即可（此时最高只见 xhigh）。

glm-5.3 的档位口径：官方只支持 low / high / max，且不支持关闭思考。文档写「传入 enable_thinking=false 不会生效」，但线上实测是直接 400 （InternalError.Algo.InvalidParameter: The value of the enable_thinking parameter is restricted）—— 本目录以实测为准，只提供三级、不声明 off。

因为 harness 的 qwen 方言在「未选档位」时会发 enable_thinking: false（必然 400），这一条目的 compat 里把 thinkingFormat 从路由的 qwen 覆盖为 openai：pi-ai 于是只在选了档位时发 reasoning_effort，未选档位时什么都不发，走模型默认（默认即思考模式）。实测档位确实在调深度：同一道难题下 low≈10 / high≈59 / max≈686 思考 token。

B. 预算型（thinking_budget）

模型	档位	上下文	最大输出	思维链上限
qwen3.7-max / plus / flash	off · minimal · low · medium · high	1,000,000	131,072	262,144
qwen3.6-plus / flash	同上	1,000,000	65,536	81,920 / 131,072
qwen3.5-plus / flash	同上	1,000,000	65,536	81,920
qwen3-max	同上	262,144	65,536	81,920
qwen-plus	同上	1,000,000	32,768	81,920

C. 开关型（off / high）

qwen-flash（1M / 32k）、qwen-turbo（128k / 16k）、deepseek-v3.2 / v3.2-exp / v3.1（128k / 65k）、kimi-k2.6、kimi-k2.5（256k / 16k，支持图片）。

D. 仅思考型（无档位，始终思考）

kimi-k3（1M / 1M）、kimi-k2.7-code（256k / 16k，支持图片）、kimi-k2-thinking（256k / 16k）、MiniMax-M2.5 / M2.1（204.8k / 32k）、deepseek-r1 / r1-0528（128k / 16k）、qwq-plus（128k / 8k）。

自定义与覆盖

插件写入的是组合的 base 层；你在 ~/.dsh/settings.yaml 的 llm-pi-ai: 分节（或设置界面）里的任何修改都按 provider 键合并覆盖它，重启前即生效。常见覆盖：

llm-pi-ai:
  providers:
    bailian:
      # 换地域端点（新加坡）
      baseURL: https://dashscope-intl.aliyuncs.com/compatible-mode/v1
      # 换凭据环境变量
      apiKeyEnv: MY_BAILIAN_KEY
      # 收窄模型列表。注意：settings 合并时数组是整体替换的，这份清单会盖掉
      # base 层目录；清单里没写的字段由自动适配器按 id 从目录补回来（含
      # reasoningEfforts），所以只写 id 就够了。
      models:
        - id: qwen3.8-max

⚠️ 在设置界面的模型页改百炼列表要留神：GUI 保存时会把当时解析出来的清单整份回写进 settings.yaml 的 models，从而盖掉 base 层目录（这就是"本来 37 个模型、改完只剩几个"的原因）。本包的适配器会在随后的设置变更里按 id 补齐被盖住条目缺失的字段，所以推理档位不会丢；但如果你本意是"整个目录都要"，最干净的做法是直接在用户层删掉 models: 这一段。

设上下文阈值

在 profile 的用户 patch 里覆盖本插件的 bailian-models-autoadapt 行，把 maxContext 设为你想的上限（比如 400000）。所有百炼路由（预置的 bailian 和自动适配到的已有路由）里目录源的 contextWindow 超过它的都会被钳到该值：

- id: bailian-models-autoadapt
  name: dsh-bailian-models
  config:
    autoAdapt: true
    maxContext: 400000      # 1M 上下文的模型按 400k 用；262k 以下的不动

卸载：市场/命令行卸载本插件后，bailian 路由随 base 层一起消失；你在用户层对 bailian 的覆盖仍会保留但不再有任何效果，可一并删除。

工作原理（给维护者）

两部分：

1. 纯配置 bundle 预置：package.json 的 dsh.bundle.patch 指向 cordis.patch.yml，按 id 覆盖 dsh-base 组合里休眠的 llm-pi-ai 行（该行无 config），把 bailian 路由注入组合 base 层。name 字段是防漂移护栏：若未来 base 组合在该 id 挂载了别的插件，本 patch 会被跳过并告警而非静默写坏配置。
2. 自动适配器（src/index.js，同一个 patch 的 insert 行挂载）：监听 settings/document-updated 事件，对 llm-pi-ai 分节里的用户路由做主机名检测与缺口补齐（computeRoutePatch 纯函数，幂等）。模型目录从 cordis.patch.yml 生成（npm run build 产出 src/catalog.mjs），YAML 是唯一事实源。运行时零依赖。

请求的实际序列化由 @deepseek-ai/dsh-llm-pi-ai（pi-ai 运行时）完成：thinkingFormat: qwen 方言下发送 enable_thinking / reasoning_effort / thinking_budget；思考内容经 reasoning_content 回流显示。

本地校验（改动 patch 后跑一遍）：

npm install
npm test   # schema 校验 cordis.patch.yml + catalog 同步性 + 自动适配器行为（22 项断言）

已知的百炼平台约束

• 思考模式必须流式调用：DSH 始终流式，不受影响。
• reasoning_effort 与 thinking_budget 在 qwen3.8 系列上互斥，因此 A 类模型不提供预算档。
• 部分模型（kimi-k3、deepseek-r1、MiniMax-M2.x、qwq-plus 等）是仅思考模式，不能关闭思考——这是平台行为，不是插件缺陷。
• 插件不查询余额/不感知模型下线；百炼下线某模型后，在设置里删掉对应条目即可。

贡献

新增/修正模型条目只需改 cordis.patch.yml：参照同家族现有条目补 contextWindow / maxTokens / reasoningEfforts，数据请附百炼官方文档链接。提交前跑 npm run validate。

License

MIT