🤖

dsh-llm-fidelity

模型推理更新于 2026.10.01

在终端中运行以下命令：

dsh plugin install philipho01/dsh-llm-fidelity

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中运行 dsh plugin install philipho01/dsh-llm-fidelity，或从 https://github.com/philipho01/dsh-llm-fidelity 安装后在插件设置中启用。

插件介绍

把 Agent 接到第三方模型或网关时，任务进行到一半却因某个可选参数被拒而整轮对话中断，是很多人踩过的坑：temperature、max_tokens、reasoning effort、stop 等各家说法不一，换一家提供商往往又要重来一遍。更隐蔽的是用量统计：流式结束时网关送来全零快照把真实数字抹掉，或同一帧被记两次，看板与账单对不上却说不清差在哪。

dsh-llm-fidelity 挂在每条 LLM 请求的 llm/stream 通路上，在毫秒级内根据服务商返回的明确错误信息修正被拒绝的可选标量并重发，同一次请求内完成，你通常只会觉得回答在继续。插件会按「提供商 + 模型」在进程内记住约一小时的偏好，同一路径上同类错误至多遇到一次。用量侧则逐帧守护统计：后续帧不能抹掉先前已上报的字段，全零占位不能覆盖真实合计，重复快照不会双计；未上报的数字绝不捏造。

设计上只动可选参数（温度、推理强度、stop、maxTokens 等），不碰消息、系统提示、工具与约束；上下文溢出、配额、鉴权与网络问题照常透传。不注册模型路由、不替换官方或社区适配器，与 dsh-llm-retry 等分工明确——429 与 5xx 留给重试插件，参数类 400/422 由本插件处理。

适合在 DeepSeek Harness 里用多种 OpenAI 兼容网关、Azure、LiteLLM 等跑编码 Agent 的开发者与团队：默认开箱即用，需要时再在配置里开关用量守护、参数自适应与学习缓存等行为。