model-catalog

在 dsh 生态中接入一个 OpenAI 兼容主机后，模型清单、按百万 token 计价的输入/输出/缓存价格、上下文长度、是否支持工具调用与结构化输出等信息散落在不同端点，单位也五花八门——美元每 token、倍数配额、按次计费并存。手动翻端点、换算单位、逐项填入配置既费时又容易出错，尤其是换一台网关或加一个本地 Ollama 实例时几乎要重来一遍。model-catalog 要解决的就是这件事：你只配好 baseUrl，它自动完成探测、拉取、归一化和配置生成。

核心能力围绕三条主线展开。第一是主机类型自动识别，覆盖六种形态：标准兼容端点、带丰富元数据的网关、配额倍数计费的中继、能力标志代理、Ollama 以及 vLLM，探测失败时支持手动指定类型。第二是端到端价格归一化，无论源数据是美元每 token 字符串、科学计数法数值、倍数×基准价还是按次计费，最终都统一为 USD/百万 token，来源链路可追溯，DeepSeek 官方的峰谷动态定价也以结构化 tier 形式保留。第三是可选的能力实时探测，对元数据中缺失的工具调用、结构化输出、流式支持发送极小请求实测，结果按主机和模型缓存 24 小时，401/403 时自动中止以保护配额。

最终产出三份文件：catalog.json 完整目录、dsh-models.json 可直接交给 harness 的配置片段、report.md 人类可读报告（含未知价格列表与动态定价说明）。适合已经在 dsh 中接入多家 API 供应商、中继网关或本地推理服务，希望一次性拿到干净、可审计模型配置，而不是逐字段手抄的开发者。