dsh-task-models

DeepSeek Harness 原生的 subagent 和 subagent_fork 在创建子代理时，模型和推理力度由调用方当前路由决定，无法逐次灵活切换。dsh-task-models 在保留原生全部语义的前提下，为这两个工具增加了 model 和 reasoning_effort 两个可选参数，让每一次子代理调用都能独立指定 provider/model 路由和推理 effort id，无需改动 preset 或 host 配置。

核心能力方面，插件提供了清晰的优先级解析链路：不传参数时继承调用方路由；只指定 model 时使用目标模型默认 effort；只指定 effort 时在当前路由上叠加；传入 default 则清除 fork 历史中的显式 effort 并重新解析模型默认值。所有参数在创建 Job、continuable session 或 one-shot child 之前都会经过 ctx.llm.resolveCallConfig() 校验，确保安全。此外，task_models 工具可在运行时发现各 provider 可用模型及其支持的 reasoning efforts，方便调用方动态选择。

适合在多个子任务中需要切换不同模型或推理力度的 DeepSeek Harness 用户。无论是 DSH Web 后台 continuable 流程，还是 headless 前台一次性调用，插件都完整保留了原生的后台/前台策略、fork 历史继承、provider 生命周期、递归深度检查和系统提示语义，可以无缝替换现有的 subagent/subagent_fork 调用，只需在参数中加上 model 或 reasoning_effort 即可。