Neptune810/dsh-model-router

English | 中文

一个 DeepSeek Harness 插件：维护一组模型池， 把每一步路由到其中之一并设定该步的思考等级。思考始终开启——DeepSeek 会拒绝历史中含有 「关闭思考时产生的工具调用」的思考请求。

路由表

步骤类别	判定依据	思考等级	底层标量
trivial	短步骤里的明确廉价意图（翻译、改名、格式化）	low	~50
standard	普通短请求，无工程线索	low	~50
engineering	工程线索 / 代码·diff·XML 结构 / 工具循环	high	~75
hard	密集工程简报，或任务内挣来的失败证据	high（allowMax 时为 max）	~75 / 100

high 是默认上限。V4.1-Flash 底层是一个 1–100 的标量，对外只暴露三个预设名；high 约等于 75， 正是公开曲线仍然陡峭的位置。再往上拉，输出 token 多花约 1.6–1.8 倍，换来的提升却很边际。

授权模式、模型池与任务预设（v0.5）

control 决定插件能改什么，而且手调只在拥有它的那个模式里算数：改思考等级会让 full/effort 让位，但不影响 model；换模型会让 full/model 让位，但不影响 effort。 让位后插件一直不接管，直到你发下一条命令，或在输入栏控件上点「重新接管」。

模式	控制范围
full 模型+思考（Model+Effort）	模型 + 思考等级
effort 思考	只作用于你在面板里选中的那一个模型，只调它的思考等级
model 模型	只调模型，思考等级听你的

思考 模式下，面板会先要求你选中唯一一个模型（POST /model-router/effort-model，/state 用 effortModel / effectiveEffortModel 汇报）。没选之前插件完全不接管——既不换模型也不改思考 等级。绑定之后，手动换模型不会让它退出（它只管绑定的那个模型），手动改思考等级才会。

客户端半边以优先级 -1 注册进官方 conversation.input.model 座位，接管 composer 的模型格；它同时 承载官方「本会话模型 + 推理等级」两段和路由器的模式切换、重新接管、任务类型选择与任务预设：模型池已合并进同一份模型列表——每行右侧的 「模型池」胶囊点一下把这个模型加进 / 移出池子，进了池子的行会在下面展开定位 / 价格 / 视觉，池里多出来的模型归到「其他模型」一组，菜单因此短了一半。 所有写操作都走同源 /model-router/* 路由。

模型池：只有池里的模型会被选中。

pool:
  - { id: deepseek-official/deepseek-flash, cost: 1, tier: cheap }
  - { id: deepseek-official/deepseek-v4-pro, cost: 8, tier: strong, maxPerTask: 3 }
  - { id: deepseek-official/deepseek-v4-flash-vision-exp, cost: 1, tags: [vision] }
  - { id: vendor-x/writer-pro, cost: 20, weights: { 小说续写: 95 } }

tier: strong 是困难步骤与证据升级时优先的档位；cost 参与 scoring.costPenalty 扣分； maxPerTask 限制单个任务能用这个模型几步；一旦池中有模型带 vision 标签，带图步骤只在它们 之间选。

任务预设：自定义任务类型 + 规则 + 每模型权重。

presets:
  小说续写:
    match: ["续写", "小说", "文风", "/chapter\\s+\\d+/i"]
    weights: { "vendor-x/writer-pro": 95, "deepseek-official/deepseek-v4-pro": 60 }
  代码重构:
    match: ["重构", "refactor", "架构"]
    weights: { "deepseek-official/deepseek-v4-pro": 90 }

在控件里手动选定的任务类型优先于规则；没选才走关键词规则（classifier: rules）。第三方模型用 自己的 effort 词表：插件向 provider 查询它支持哪些档位，取最接近的，模型完全不支持思考时就不发 effort 字段。

默认不透明（主题的菜单色本身是半透明，会把背后的聊天内容透上来）：

控件就是 composer 的模型格（v0.11.0）

路由器的控件以优先级 -1 注册进官方 conversation.input.model 座位，低于官方 ModelSelect （优先级 0，来自 @deepseek-ai/dsh-client-ui-model-selection）。槽位引擎渲染优先级最低的那个，所以这个 合并控件接管了 composer 的模型格，输入栏只会出现一个控件，而不是在官方选择器旁边再放一个 chip。

这一个控件同时保留两半。官方那一半是 本会话模型 / Session model 与 推理等级 / Reasoning effort，由真正的 ModelDirectory 驱动（props.directory.store 订阅、props.load()、props.select({ provider, model, reasoningEffort })）：provider/模型分组、当前行的对勾、待选行的转圈、供应商默认行、目录加载 / 出错 / 重试，以及官方「模型 · 等级」的触发器文案。下面才是路由器自己的分组：接管状态、控制范围（模型+思考 / 思考 / 模型）、任务类型、模型池、任务预设、更多。所有改动都通过同源 /model-router/* 路由发给宿主；对话 区里每次调用的路由行不变。

旧的 conversation.input.right chip（model-router:composer-control，order 20）仍然注册着，但它会 自我收回——座位注册一落地就把自己 dispose 掉——所以正常宿主渲染出的 .right 一列是空的，永远只会看到 合并后的那个控件。只有拒绝或重命名该座位的宿主，才会保留 chip 作为回退。

0.10.0 第一次尝试这么做，0.10.1 已回滚：现场那个座位整格空白，而且一次重启直接启动失败。根因是 cordis 解析 remote.session 这类嵌套服务时，会从调用方所在的 fiber 往上走，所以客户端插件自己必须先在插件级声明 sessions、remote 与 remote.session，之后方法才能碰 ModelDirectory.directoryFor()。插件级 inject 现在 是 ["slots", "uiConversation", "sessions", "remote", "remote.session"]。

限制。 这是注册进官方座位，不是给官方组件打补丁：官方弹层的内部实现（portal 菜单、搜索框、键盘导航、 模块 CSS）没有被复制，只复刻了它的选择语义。如果某个 DSH 不再声明 conversation.input.model，座位注册会静默 失败，小号的回退 chip 接管。插件源码改动仍然需要完整重启 dsh web / 桌面端。

全部点一点就能配（v0.6.2）

输入栏那个控件就是完整的配置入口，不需要写 JSON/YAML：

区块	操作
模式	点「模型+思考 / 思考 / 模型」；「思考」下先选中唯一一个模型；手调后会出现「重新接管」按钮
任务类型	选「自动（按关键词规则）」或某个预设
模型池	从实时模型目录里勾选，再用下拉设档位 / 成本 / 视觉
任务预设	点「+ 新建预设」→ 点常用词包（写作/代码/翻译/分析）或输入一个词 → 用下拉给每个池内模型选权重
更多	带图步骤、任务识别（规则/语义）、上下文压力

所有设置通过同源 /model-router/* 路由持久化到 <profile>/.model-router/state.json，行配置只是可选默认值。

每次调用都标出它的路由（v0.8.0）

对话区里每条工具调用后面都会多一行小字，写明这一步实际用的模型和思考等级：

deepseek-official/deepseek-v4-pro · high

宿主把会话自己的事件折进 modelRouterRoute 会话投影（stateVersion 1）：request/header 给出当时生效的 provider / model / effort，step/start 给出 turn 与 step，tool/call 把这一对记在这次调用的 callId 上。 effort 为 null 表示默认档由适配器决定，这行就显示本地化的「默认」。投影每个会话保留最近 200 次调用， 超出的从最旧的开始丢。

客户端在每条 tool/call 上注册 model-router-route 会话 Definition，并通过 conversation.chat.node 插槽 渲染，锚在这次调用之后（+0.1）。它防御式地读投影：宿主还没折算出这次调用时什么都不显示，而不是借用别的 调用的路由。这一行是工具调用旁边独立的小字——原因见已知限制。

图片、会话信号、子 agent 与语义分类（v0.6.0）

图片：imagePolicy: vision 会把「带图任务」路由到视觉模型——池里带 vision 标签的模型，或 visionModel 显式指定的那个。图片是任务级的：下一条不带图的命令会回到普通档位。

会话信号：插件读取 DSH 的核心投影来细化判断。

信号	作用
当前 todo（todos）	参与任务类型匹配——计划项比用户那句话更能说明这一步在做什么
上下文压力	超过 signals.contextPressure（0–1）时偏向廉价档
token 总量	超过 signals.sessionTokens（0=关闭）时偏向廉价档
delegationDepth	子 agent 默认走廉价档（subagent.preferCheap）

每个决策都会记录它看到的信号，所以 /router 和输入栏控件都能解释「为什么这么选」。

/router：打印当前授权模式、是否接管、模型池、任务类型、最近若干次决策以及本任务强档花费。

语义分类：classifier: llm 每轮做一次很小的模型调用挑预设（classifierModel、effort off、 classifierTimeoutMs），当轮缓存，任何失败都静默回落到关键词规则；默认仍是 rules。

五条规则

1. 无棘轮。 轮次深度默认不贡献任何分数（scoring.turnPerPoint: 0），工具调用按「当前任务」 计数。长 agent 循环不会漂向最贵的档位——跑得久 ≠ 任务难。0.9.0 起工具循环只是评分信号，不再单独把类别钉在 engineering（scoring.toolCallClass）。
2. 升级要证据。 当前任务里累计 escalateOnErrors 个失败的工具结果，或同一个工具调用用相同 参数重试 escalateOnRepeats 次，才升一档，每个任务最多升 maxEscalations 档。其它任何东西 都不能抬高等级。
3. max 是选项。 除非打开 allowMax，auto 模式永远不会发出 max。这条在 effort 层面强制， 就算有人在 routes 表里手写 effort: max 也会被压回来。
4. 手动选的 max 同样降级（demoteManualMax），但只针对本插件管理的模型，别的模型一律不碰。 打开 allowMax 会同时关掉这两个钳制。
5. 思考必须一直开着。 off 不再是自动路由。DeepSeek Messages API 会拒绝这样的请求：开启思考 时，历史里存在一条「关闭思考时产生的、带工具调用」的 assistant 消息（报 The content[].thinking in the thinking mode must be passed back to the API）。廉价步骤照样可能 调用工具，而同一任务的下一步就是 engineering 工具循环，于是「一步 off、下一步 high」直接让本轮 失败。现在 trivial 走 low，任何配置或手动选择的 off 都会被抬到 low，除非打开 allowThinkingOff。补救： 如果某个会话里已经存在这种「无思考的工具调用」消息（旧版本或手动选 off 留下的），路由器会识别出来并让该会话保持 off（否则每一步都会失败），同时只提醒一次。想恢复 思考就压缩该会话或新建会话。

任务边界取自 agent/inbox/claimed——那才是真正开启一件新工作的事件。上一个任务以未解决的失败 收尾时，下一个任务只继承「犹豫一档」，且只对 engineering / hard 生效。一句「翻译一下」不会继承 上一次的崩溃。

工具循环不再把档位钉在 high（v0.9.0）

0.9.0 之前，classifyStep 只要发现某个任务的步骤里已经出现过工具调用，就把它判成 engineering （线索是 agent tool loop），而 engineering 走 high。任务级的工具计数器只在下一条用户命令被 领取时清零，所以从第一次工具调用到最后，整个 Agent 过程都停在 high。中途也降不下来：trivial 要求既有廉价意图又不超 60 token，standard 要求工具调用数为 0，工具一直在来就都够不着。而在默认 allowMax: false 下 max 会被压回 high，于是 hard 和 engineering 实测一样贵——已经处于 engineering 的任务再靠证据升级也没有任何变化。

修复前的实测：帮我把这个文件里的日志改成中文 在 0 次工具时是 standard/low，从 1、3、6、12、25 次工具起直到任务结束都是 engineering/high；翻译一下这句话 只要调用过一次工具也会变成 high。

现在由 scoring.toolCallClass（默认 standard）决定「工具循环本身能不能换来 engineering」。 standard 下工具调用照样加分（toolCallBase = 5、toolCallAt = 3、toolCallBig = 8），但类别由 任务本身（强线索或结构化文本）决定，失败与重复调用仍然按证据升级（escalateOnErrors / escalateOnRepeats）。想恢复旧规则就设成 engineering；其它取值一律回落到 standard。修复后实测： 口语化任务带工具全程 standard/low，工程任务全程 engineering/high。hard 在 allowMax: true 之前依旧压回 high；想直接规定每一档的代价，用 routes.<类别>.effort（例如 routes.engineering.effort: low）。

配置

配置写在该插件行里（profile 的 cordis.patch.yml）：

- id: model-router
  config:
    mode: auto            # auto | off
    model: deepseek-flash
    allowMax: false       # true 时 auto 与手动选择都放开 max
    maxFallback: high     # allowMax 为 false 时 max 压回的目标
    allowThinkingOff: false # true 才重新允许 effort "off"（见规则 5：会打断工具循环）
    control: full         # full | effort | model —— 插件能改什么
    manualOverride:
      yieldOnManual: true        # 手调即让位
      resumeOnNextCommand: true  # 下一条命令自动恢复接管
    pool: []              # 模型池白名单；为空则沿用上面的单模型
    presets: {}           # 任务类型 -> { match: [...], weights: { 模型id: 0-100 } }
    scoring:
      costPenalty: 0.4    # 成本在评分里的扣分权重
      turnPerPoint: 0     # 想让长会话重新变重就调大（不推荐）
      toolCallClass: standard  # 工具循环本身能换来的类别：standard（0.9.0）| engineering（旧规则）
    hysteresis:
      downAfter: 2        # 降档前需要连续几步没有证据
    imagePolicy: keep     # keep | vision —— 带图任务是否路由到视觉模型
    visionModel: null     # 显式视觉模型；不填则用池里带 vision 标签的
    signals:
      todos: true         # 当前 todo 参与任务类型匹配
      contextPressure: 0.75  # 上下文占用超过此比例时偏向廉价档（0 关闭）
      sessionTokens: 0    # 会话 token 超过此值时偏向廉价档（0 关闭）
    subagent:
      preferCheap: true   # 子 agent 默认走廉价档，除非预设权重更高
    classifier: rules     # rules | llm —— llm 每轮做一次小调用
    classifierModel: null # llm 分类用的模型（默认池里第一个）
    escalateOnErrors: 2   # 多少个失败工具结果升一档
    escalateOnRepeats: 3  # 同一工具同参数重试多少次升一档
    routes:
      trivial:     { effort: low }   # 这里写 off 也会被抬到 low，除非 allowThinkingOff
      standard:    { effort: low }
      engineering: { effort: high }
      hard:        { effort: max }

环境变量 DSH_MODEL_ROUTER=off|auto 可在启动时覆盖 mode。

键	默认	说明
mode	auto	off 时完全透传（手动 max 钳制除外）
provider	deepseek-official	只管这一家
model	deepseek-flash	唯一被驱动的模型
familyPattern	^deepseek-(flash|v4)	允许接管的会话模型；pro 会话会被拉回 flash
allowMax	false	max 是否可达
maxFallback	high	max 被压回的目标
demoteManualMax	true	是否也降级手动选的 max
allowThinkingOff	false	是否重新允许 off；只适合全程不思考的会话
control	full	插件能改什么：full / effort / model
manualOverride.yieldOnManual	true	拥有它的那种手调是否让位（见上面的授权模式）
manualOverride.resumeOnNextCommand	true	下一条命令是否自动恢复
pool	[]	provider/model 白名单，支持 cost/tier/tags/weights/maxPerTask
presets	{}	任务类型：match 规则 + 每模型 weights
scoring.costPenalty	0.4	成本扣分权重
scoring.toolCallClass	standard	工具循环本身能换来的类别：standard（0.9.0）或 engineering（旧规则）；其它取值一律回落到 standard
hysteresis.downAfter	2	降档前的安静步数
classifier	rules	rules 或 llm（每轮一次小调用，失败回落规则）
classifierModel	池中第一个	LLM 分类使用的模型
imagePolicy	keep	vision 时带图任务路由到视觉模型
visionModel	null	显式视觉模型 id
signals.todos	true	当前 todo 是否参与任务类型匹配
signals.contextPressure	0.75	超过该占用比例偏向廉价档
signals.sessionTokens	0	超过该 token 总量偏向廉价档
subagent.preferCheap	true	子 agent 是否优先廉价档
leaveImageSteps	true	带图步骤保持调用方模型
imagePolicy	keep	改成 flash 则带图步骤也路由（flash 有原生视觉）
escalateOnErrors	2	失败证据阈值
escalateOnRepeats	3	重复调用阈值
maxEscalations	2	单任务最多升几档
carryUnresolved	true	未解决的失败是否带一档到下一个任务

安装

dsh plugin 是 pnpm 的前置封装，任何 pnpm 规格都能用。从 npm registry 装：

dsh plugin --profile web add @neptune810/dsh-model-router

或者直接从仓库装：

dsh plugin --profile web add github:Neptune810/dsh-model-router

装完需要重启 dsh web。路由器的监听器在启动时注册，刷新页面不够。

运行要求

• Node 20 或更新。
• 已在 @deepseek-ai/dsh 0.1.7-rc.2 上验证。插件用到 agent/request、agent/inbox/claimed 与 session.deriveMessages()。没有声明 engines.dsh 范围，因此插件市场会保持该条目可见， 而不是替它猜一个兼容性结论。

已知限制

• 没有配置 schema。 配置直接读 profile 补丁层（见上），不会在设置界面渲染成表单。这是有意 为之：声明 schema 需要 import @deepseek-ai/* 包，而安装在 profile 旁的插件解析不到它们。
• 只处理 deepseek-official provider 与匹配 familyPattern 的模型。
• 输入栏控件靠注册接管官方模型格，而不是给组件打补丁。 它以优先级 -1 注册进 conversation.input.model（低于官方 ModelSelect 的 0），在自己的面板里保留官方「模型 + 推理等级」 两段。旧的 conversation.input.right chip（model-router:composer-control，order 20）会自我收回， 仅在宿主拒绝该座位时作为回退。0.10.0 的首次尝试现场表现为整格空白，0.10.1 已回滚，因为它没有在插件根 声明 sessions / remote / remote.session。
• 每次调用的路由是紧跟在调用后面的一行独立小字，塞不进宿主自带的工具行，也塞不进思考链：keyed slot 会替换目标，而思考链没有子插槽。宿主还没折算出这次调用时它什么都不显示，而不是猜一个。插件源码改动 需要重启 dsh web 才生效。

测试

node --test

131 个用例。test/policy.test.js（34 个）覆盖分类、无棘轮、max 不可达、拒绝 off、 证据升级、effort 钳制、中毒历史检测、tool-result 错误解析与 toolCallClass 开关（默认 standard、 engineering 恢复 0.9.0 之前的规则、其它取值一律取 standard）；test/routing.test.js（12 个）覆盖模型池、 预设权重、视觉过滤、maxPerTask、effort 词表映射与迟滞；test/plugin.test.js（16 个）用 ctx/agent 替身 驱动宿主接线，包括安静的工具循环不再把档位抬到 high；test/modes.test.js（21 个）覆盖三种模式、手调让位与接管、同源校验、池/预设编辑、手动指定 任务类型、第三方 effort 词表、视觉分流、子 agent 廉价策略、todo 驱动任务类型、上下文压力、/router 命令 与 LLM 语义分类；test/effort-model.test.js（10 个）覆盖思考模式绑定唯一模型（没选不接管、绑定后清掉待选 标记、只调绑定模型的思考等级、词表取自它自己的池条目、无会话的绑定成为默认值）与按模式区分的手调让位 （思考模式下换模型不算手调、改思考等级才算，模型模式忽略改思考等级，模型+思考对两者都反应）以及新路由的 清空与校验；test/route-projection.test.js（12 个）覆盖投影契约（key/stateVersion、纯 JSON 状态、header 折算且「缺省」与「显式 null」等价、turn/step 跟踪、调用当时生效的 header、缺 header/step 时回落到调用自身的 值、重复 callId、按插入顺序丢最旧的 200 条上限、整数型 callId 的顺序、纯函数与 JSON 往返）以及宿主注册与 没有该服务时的加载；test/client.test.js（26 个）在 VM 里加载浏览器 bundle 并断言注册（路由行、作为回退且会自我收回的 composer chip、以及注册在 conversation.input.model 优先级 -1 上的合并座位）、 闭合的触发器、文档里的同源路由、路由 Definition 的匹配与锚点、路由行 防御式读取投影、本地化默认标签、座位面委托给会话目录、官方选择语义（模型行不带 reasoningEffort、思考行 带它、供应商默认行、点当前行是空操作、会话锁定、子 agent 会话不可用、选择失败保留错误、目录出错可重试、 分组顺序）、插件半边原来的控件/池/设置载荷与 /effort-model 绑定，以及声明的 ui-chat 座位与 uiConversation 服务。

许可证

MIT