dsh-volcengine
在终端中运行以下命令:
dsh plugin install salathleizhang/dsh-volcengine
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中运行 dsh plugin install salathleizhang/dsh-volcengine 即可安装该插件,项目源码见 https://github.com/salathleizhang/dsh-volcengine
插件介绍
DeepSeek Harness 的内置 LLM 插件默认面向单一 provider,而许多开发者的日常链路横跨火山方舟(Volcano Engine Ark)上的 DeepSeek、GLM、豆包、Kimi、MiniMax 等多品牌模型。dsh-volcengine 把这条链路直接打通:安装后方舟模型便出现在 Harness 模型选择器中,会话里切换即可让 agent 用火山模型驱动,无需再搭中间代理或手写适配层。
插件的核心能力分两层。第一层是 provider 路由:通过 cordis.patch.yml 配出按量付费(/api/v3)和 Coding Plan(/api/coding/v3)两条通道,覆盖 DeepSeek-V4 系列、GLM-5 系列、Doubao-Seed 全系列以及 Kimi、MiniMax 等模型,上下文窗口最长可达 1M token,并支持文本加图片的多模态输入。第二层是两个轻量工具插件:volcengine_chat 调用方舟 OpenAI 兼容端点做一次性补全,传 images 数组即可把图片发给视觉模型(Doubao-Seed 多模态、DeepSeek-V4.1-Flash 原生视觉均可);volcengine_image_generate 则对接豆包 Seedream / 即梦的文生图端点,直接拿到图片 URL 或 base64。
适合已经在用 DeepSeek Harness 工作流、希望把火山方舟纳入模型池的开发者:不想维护独立 SDK 依赖、不想写签名鉴权逻辑、只想用裸 fetch 加上一个环境变量就能让 agent 跑起来。如果你同时需要 TTS/ASR、视频生成、Embeddings 或 Rerank 等方舟其它能力,插件的 Roadmap 已列出扩展方向,可按需跟进。
使用场景
- 在 Harness 会话中直接切换使用方舟上的 DeepSeek、GLM、豆包等模型
- 调用方舟 OpenAI 兼容端点完成一次性多模态补全或文生图
- 在同一 Agent 工作流中混用按量付费与 Coding Plan 两条模型通道
适合人员
- 已在用 DeepSeek Harness、希望纳入火山方舟模型池的开发者
- 偏好无 SDK 依赖、裸 fetch 调用 OpenAI 兼容端点的集成工程师
- 在 Agent 工作流中混用多品牌模型的 AI 应用团队