这是一个 DeepSeek Harness（dsh）插件，用于在 dsh 中接入 OpenCode Zen 网关提供的免费模型。安装后无需登录、注册或填写 API Key，即可在模型选择器中使用 Muse Spark 1.3、MiMo V2.6 等上游模型，并提供模型可用性探测、地区限制分组、思考强度控制、本地 OpenAI 兼容转发、用量看板、公告中心和应用内升级等功能。项目为 JavaScript 编写，MIT 许可，零依赖、无构建步骤，目前 README 标注为 beta 状态。
适用领域
大语言模型接入 / dsh / DeepSeek Harness 插件 / AI Agent 工具链 / OpenAI 兼容 API 转发 / 免费模型 Provider / 本地开发者工具 / 模型可用性探测与路由
配置难度
中等。普通 dsh web 用户通过命令行安装后重启即可使用，难度较低；但桌面端、整合包、手工安装、profile 自检、本地转发和故障排查涉及 dsh profile、node_modules、bundle 配置和网络出口判断，对非技术用户有一定门槛。
商业价值
对个人开发者和小团队的价值较高：它显著降低了在 dsh 中体验多种 LLM 的成本，免账号和免 API Key 的方式适合快速试验、原型开发、Agent 测试和本地工具集成。对商业生产环境则应谨慎评估，因为上游免费服务的稳定性、合规性、数据边界和长期可用性不可控，更适合作为研发辅助、低成本探索或备用模型通道，而不宜直接作为关键业务的唯一模型供应链。
01
技术亮点
- 装完即用：无需账号、无需 API Key、无需配置上游额度。
- 模型清单跟随上游刷新，不是写死在插件中的静态列表。
- 可用性探测较细致：会过滤明确不可路由模型，将地区限制模型单独分组，同时避免因 5xx、429、超时等临时问题误判模型不可用。
- 提供本地 OpenAI 兼容接口，支持 `/v1/models`、`/v1/chat/completions` 和 `/v1/responses`，便于接入其他工具。
- 思考强度通过实际输出 token 预算实现，而不是仅发送可能无效的 `reasoning_effort` 字段。
- 用量看板全部保存在本机，提供 token 热力图、趋势、速度和首字延迟等统计。
- 应用内升级流程包含下载、SHA-256 校验、备份、原子替换、回滚和热重载。
- 处理了上游响应 Content-Type 不准确但 body 实际为 SSE 的情况，降低流式调用误判失败的概率。
- 结构性适配 dsh LLM 接口，减少对特定内核包版本的强绑定。
- README 对实现细节、踩坑、验收情况和真实上游测试记录说明非常充分。
02
目标用户
- 正在使用 dsh / DeepSeek Harness 的中文开发者
- 希望免 API Key 体验前沿 LLM 的个人用户
- 需要在本地工具中复用免费模型的 AI 应用开发者
- 开发 dsh provider 插件或模型适配器的开发者
- 希望用 OpenAI 兼容接口接入本地工具、TUI、Agent 框架的用户
- 对不同模型地区可用性、上下文长度、输出预算有明确需求的高级用户
03
配置要求
- 不需要上游账号、登录、注册或 API Key。
- 需要 dsh / DeepSeek Harness 环境，且版本应在 README 标注的适配范围内。
- 需要本机网络能够访问 `https://opencode.ai`，模型可用性取决于当前机器的网络出口和地区限制。
- 插件默认使用 OpenCode 的 Zen 网关作为唯一上游来源，不经过 README 所述的第三方中转。
- 如果启用本地 OpenAI 兼容转发，需要在设置页配置监听地址、端口并生成本地 API Key。
- 如果由整合包托管安装，应设置 `distribution: managed`，此时插件应用内升级、公告 feed 与热重载会停用，以避免多个写入者同时修改安装目录。
- 桌面端 profile 目录中不能出现不被允许的符号链接或 junction，否则可能触发 `PROFILE_UPGRADE_REQUIRED` 启动失败。
- 私有 JSON 存储会记录设置、用量等数据；转发 Key 存放在权限为 0600 的本地文件中。
04
适用场景
- 在 dsh 输入框模型选择器中直接选择 Our Free Model 分组下的免费模型进行对话
- 使用 MiMo V2.6、Muse Spark 1.3 等上游可用模型进行代码生成、问答、推理和 Agent 任务
- 通过 Light / Balanced / Deep 三档思考强度控制输出 token 预算
- 启用本地 OpenAI 兼容转发端口，让其他工具通过 base URL 和 API Key 调用模型
- 查看本地用量统计，包括 token 热力图、请求趋势、首字延迟和模型汇总
- 检测当前网络出口下哪些模型可用、哪些模型受到地区限制
- 在 dsh 无浏览器界面的 composition 中作为 LLM provider 使用
- 通过应用内升级机制更新插件，而不手动替换文件
05
部署与配置
- 确认已安装并能运行 dsh，README 标注适配 dsh 0.1.5 到 0.1.7-rc.2。
- 命令行纯 dsh web 场景：执行 `dsh plugin --profile web add /绝对路径/dsh-our-free-model`，其中 `--profile` 替换为实际使用的 profile。
- 安装完成后重启一次应用。
- 桌面端或 DSHEAC AIO 场景优先使用应用内插件管理器安装，避免使用 `link:` 依赖或目录 junction。
- 如需桌面端手工安装，应将发布文件复制到 `<DSH_HOME>/profiles/<profile>/node_modules/dsh-our-free-model/`，在 dependencies 中加入 `"dsh-our-free-model": "1.1.2"` 或对应版本号，并在 `dsh.profile.bundles` 末尾追加 `"dsh-our-free-model"`。
- 桌面端不要额外在 `cordis.patch.yml` 里重复添加条目，否则可能触发 `duplicate loader entry id: our-free-model`。
- 启动前可用 README 中的 profile gate 自检脚本确认 `status: compatible`，并用 `dsh --profile <profile> --dump-config | grep our-free-model` 确认只出现一个插件入口。
- 安装后在 dsh 模型选择器中选择 `Our Free Model` 分组下的模型即可使用。
06
风险与注意事项
- 免费且不限量的能力依赖 OpenCode Zen 网关，上游策略、可用性、限流或服务条款变化可能直接影响插件可用性。
- 虽然 README 声称不经第三方中转，但请求仍会发送到 `https://opencode.ai`，敏感代码、商业机密或隐私数据不应盲目上传。
- 项目处于 beta 状态，且依赖 dsh 内核接口行为；dsh 后续版本变化可能导致兼容性问题。
- 模型可用性取决于本机网络出口，部分地区可能出现 region-limited 或无法访问。
- 桌面端安装规则较复杂，错误使用 `link:`、junction 或重复注册 patch 可能导致应用无法启动。
- 应用内升级、热重载、公告 feed 等功能会修改或加载本地插件代码，需要信任仓库维护者和更新源。
- 免费模型的服务质量、稳定性、上下文长度和速率可能不如正式商业 API，可控性有限。
- 本地 OpenAI 兼容转发端口若监听地址配置不当，可能被局域网或其他进程访问，应妥善保护 API Key 和监听范围。
- README 中版本示例与当前发布可能不完全一致，实际安装时应以 release/package 版本为准。
2026-09-30
第30名
新收录 · github_search
