DSH Plugins
返回列表
🤖

dsh-muse-code

模型推理 更新于 2026.10.22

在终端中运行以下命令:

dsh plugin install TheStreamCode/dsh-muse-code

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install TheStreamCode/dsh-muse-code,从 https://github.com/TheStreamCode/dsh-muse-code 安装该插件包;若配置未生效请重启 DSH。

插件介绍

想在 DeepSeek Harness 里直接调用 Meta Muse Code 订阅模型,却不想把 API Key 抄进配置文件、也不想动现有 llm-pi-ai 主路由?dsh-muse-code 就是为这种场景准备的:它用 Muse Code 订阅凭证走独立模型路由,并内置 Meta 设备码登录,在 Harness 凭证库里签发并保存账号绑定的推理密钥,按请求读取,密钥不会落进配置文件。

插件通过 cordis.patch 增加第二条 @deepseek-ai/dsh-llm-pi-ai 实例(OpenAI Responses 兼容、指向 api.meta.ai),不替换你已有的 LLM 配置。设置里选「Muse Code (subscription)」完成浏览器授权后,即可在模型选择器里选用 muse-code 提供商及 Spark、Wonder 等模型,支持文本与图像输入、约百万 token 上下文,以及从 minimal 到 max 的 reasoning effort 映射。也可显式设置 MUSE_CODE_SUB_TOKEN 环境变量覆盖已存凭证。

适合已开通 Muse Code 订阅、希望在 DSH 0.2.1-rc.2 及以上统一编排推理、又重视凭证不落盘的用户。README 标明本插件非官方、属实验性质,订阅凭证的用途受 Meta 条款约束,使用前请阅读 DISCLAIMER.md 并自行承担账号与凭证风险。

使用场景

  • 在 DSH 模型选择器里用 Muse Code 订阅调用 Spark、Wonder 等模型
  • 通过 Meta 设备码授权,避免手写或粘贴推理 API Key
  • 在不动主 llm-pi-ai 配置的前提下增加 muse-code 专用路由

适合人员

  • 已拥有有效 Muse Code 订阅的 DeepSeek Harness 用户
  • 需要图文输入、长上下文与 reasoning effort 的本地编排场景
  • 希望密钥只进 DSH 凭证库、不写进配置文件的运维者