DSH Plugins
返回列表
🤖

dsh-llm-longcat

模型推理 更新于 2026.08.25

在终端中运行以下命令:

dsh plugin install ffyuuu/dsh-llm-longcat

将以下提示词粘贴到 DeepSeek Harness 对话框中:

打开终端执行 dsh plugin install ffyuuu/dsh-llm-longcat,插件源码位于 https://github.com/ffyuuu/dsh-llm-longcat ,安装完成后在模型选择器中选择 LongCat-2.0 即可使用。

插件介绍

在 DeepSeek Harness 中接入非 OpenAI 系推理服务时,流式帧序、思维标记解析、工具调用拼合等细节往往需要逐帧手写适配。dsh-llm-longcat 将 LongCat-2.0 的 1,048,576 token 上下文、reasoning_content 思维流以及完整的 function-calling 能力封装进 Harness 标准 LLM 接口,让 agent 在模型选择器中一键切换即可开始对话,无需关心 SSE usage-before-finish 顺序或 continuation delta 中显式 null 的边界陷阱。

插件在协议层做了针对性处理:思维模式以二进制开关呈现(enabled / disabled),不伪造不存在的 low–high 梯度;工具调用参数全程保持原始 JSON 字符串,避免中途反序列化;多轮场景中 reasoning_content 仅在携带 tool call 的回合回写历史,无工具调用的回合直接丢弃以节省 token;缓存命中量从输入 token 中扣除,维持 Harness 的互斥计数约定。凭证按请求从 ctx.credentials 或环境变量解析,不落盘。

适合已在 Harness 中构建多模型 agent、希望利用 LongCat 超长上下文进行文档分析或长程推理的开发者。不支持图像输入与 stop sequences,推理粒度仅两档——这些限制在 README 中已明确标注。

使用场景

  • 在 Harness agent 中调用 LongCat-2.0 完成百万 token 级长文档分析与长程推理
  • 让 Harness 内的多轮工具调用场景自动回传 reasoning_content,保持上下文一致
  • 通过统一 LLM 接口按需切换 LongCat 与 OpenAI 系模型,无需改动 agent 逻辑

适合人员

  • 已在 DeepSeek Harness 中构建多模型 agent、希望扩展模型池的开发者
  • 需要超长上下文能力(长文档、大代码库分析)的应用团队
  • 希望统一 LLM 调用接口、按需接入非 OpenAI 推理服务的工程师