dsh-opencode-go

在 DeepSeek Harness 中调度 OpenCode 平台的模型，过去最大的摩擦是三套 API 端面（chat/completions、responses、messages）各有鉴权方式、推理档位词表和错误语义，凭证散落在环境变量与配置文件之间，图片内联限额不一致，token 用量基本不可见。dsh-opencode-go 把这些收进一条名为 zen-go 的路由：注册之后三端面即刻可路由，每次出站请求都携带每会话稳定的 x-opencode-session 头，凭证按「进程 env → 托管 store → 项目 .env」分层解析并支持热加载，换 key 无需重启。

核心能力针对生产中最常踩的坑做了闭环。推理档位按端面自动收敛：chat 落 reasoning_effort，responses 落 reasoning.effort，messages 无档位词汇；设置卡切换端面时档位在同一次写入里裁齐，避免宿主整段拒绝后静默回退默认。多模态图片经 attachment 服务归一化后内联为 base64，单请求图片总量超过 maxRequestImageBytes（默认 64 MiB）时抛出 IMAGE_OFFLOAD_REQUIRED，交由 harness 卸载回路记录持久决策并重试，路由本身不擅自丢图。用量按 prompt / output / 缓存读写 / 推理 token 分桶记录，落本地 append-only JSONL，卡片提供日历热力图加分模型表格，点任意一天可展开按会话分组的逐条明细，含实际发出的 session 头。未知或新上线模型可在设置卡手动指定端面与能力，无需等上游 /v1/models 补字段。

适合需要在单体 Harness 部署中同时调度 OpenCode 平台多个模型（mimo、deepseek-v4、grok、gpt-5.6-luna、kimi、minimax、qwen 等）的开发者与小团队，尤其是有多模态推理、token 成本追踪和统一端点管理的场景。