dsh-plugin-local-model

在 DeepSeek Harness 里跑本地 GGUF 模型，过去意味着手动拉起 llama-server、盯着显存、换一组参数就得重敲一遍命令行。这个插件把这些事收进了一张设置面板：第一条对话自动载入模型，连续五分钟没有交互就安静地卸载并释放显存，中间不需要你操心进程生命周期。

参数方面，插件把 KV 缓存策略、采样七件套、视觉投影、多 Token 投机解码、推理档位等十余项设置全部暴露出来，每项都带默认值说明与已覆盖标记。更实用的是顶部的参数预留区：把一整组加载与推理参数存成带名字的条目，随时一键切换，而端口、目录、密钥等环境项不会被误改。GPU 显存不够用的场景下，gpuLayersMode 默认走 auto 让 llama.cpp 按可用显存自适应卸载，避免硬塞满层导致的 OOM。

适合想在 dsh 里用本地模型做日常对话或实验的开发者：你自备 llama 工具与 GGUF 文件放进规定目录即可，插件不联网拉模型、不碰工作区文件、除本机回环外不监听任何端口，隐私边界清晰。无论是切换不同量化、试不同采样、还是在思考模型上开合 reasoning，都只需点几下面板，不用离开 Harness 的工作流。