DSH Plugins
返回列表
🤖

dsh-local-delegate

模型推理 更新于 2026.11.03

在终端中运行以下命令:

dsh plugin install MythGreenLand/dsh-local-delegate

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中运行 dsh plugin install MythGreenLand/dsh-local-delegate,或按 https://github.com/MythGreenLand/dsh-local-delegate 的 DEPLOY.md 一键部署。

插件介绍

主模型擅长推理与编排,却常被翻译、摘要、字段抽取、批量改写等「机械性文本」拖进长上下文:读原文、写译文,一篇 10KB 文档就可能吃掉数千 token。dsh-local-delegate 的思路不是多挂一个模型工具,而是让正文走插件自己的管道——读文件、分块、调用本地廉价模型、写回结果,整篇文档不必进入主模型对话,主模型通常只需一次工具调用即可完成委派。

插件提供 local_transform、local_batch、local_health 等能力,支持 Ollama 原生或 OpenAI 兼容端点,并具备端点故障转移、有限重试与 GUI 可视化配置。0.4.x 起可按工作区调节「本地 AI 介入程度」(从禁用到主 agent 只做规划、执行交给 local worker),还可选开 SlaveAgentTeams,由 Team Lead 并行启动多个 slave 子 agent 在本地或云端路由上跑独立任务再汇总,与原生 Agent Teams 共存。

适合已在 DSH 中接入 Ollama 或内网兼容 API、希望把长文档与批量文本从主模型账单里拆出去的用户;也适合愿意用等级策略做试点——例如轻度只委派长文档,最高让主模型专注规划、本地 worker 动手改文件——并在关键产出上保留主模型抽查的团队。

使用场景

  • 长文档翻译或摘要,正文不经主模型上下文
  • 多文件批量改写、加注释或格式转换
  • 主 agent 只做规划,机械执行交给 local worker 或并行 slave

适合人员

  • 已部署 Ollama 或 OpenAI 兼容本地端点的 DSH 用户
  • 长文档与批量文本任务多、想控主模型成本的个人或团队
  • 愿意按工作区调本地 AI 等级并配合抽查的团队