dsh-model-visibility

dsh-model-visibility

In English: a DeepSeek Harness bundle plugin that adds a Settings → Model visibility page. Every model of every provider can be switched off, so it disappears from the composer's model menu; every remaining model is labelled with what it can actually do — reasoning support and the reasoning-effort levels the adapter publishes, context window, input modalities, and whether it is a chat, image, video, embedding, rerank, audio, classifier or translation model. Those facts are merged from six sources in priority order (settings document, adapter, the relay's own GET /models, a built-in pi-ai / models.dev catalog, model-name inference, a vendor-correction table) and the page names the source on hover, with solid borders for declared values and dashed for inferred ones. A switch, on by default, makes relay routes whose models declare text-only input accept images in memory, without editing any configuration file. The rest of this README is in Chinese.

在 DeepSeek Harness 的设置里管理「哪些模型出现在聊天输入框的模型菜单中」，按 Provider 分组一键显示/隐藏，并在每个模型下面标注它的真实能力：是否支持推理、思考强度档位、上下文窗口、输入/输出模态，以及它是对话模型还是生图 / 生视频 / 嵌入 / 重排 / 音频 / 审核 / 翻译模型。生图、生视频等类型用不同颜色标注；厂商文档能证明目录写错的行会显示 官方校正。插件还能把「显示为多模态」变成「输入框真的能发图」：对中转站路由做内存态能力对齐，不修改任何配置文件。

一个 DSH bundle 插件：Host 端负责持久化偏好、读取 Provider 配置、探测中转站模型列表，并把能力目录投影给浏览器；浏览器端过滤模型目录并渲染设置页。它不接管输入框的模型座位，因此官方的「模型 / 推理等级」两级菜单、推理等级调整，以及像 dsh-codex-effort-slider 那样改造这一行的插件都保持可用。

为什么需要它

DSH 官方的 session.modelCatalog 只把模型 id / 名称 / 推理档位投影给浏览器，没有上下文窗口、输入模态和输出类型。自定义中转站通常这样配置：

yujianwudi:
  api: openai-completions
  baseURL: https://example.net/v1
  defaultInput: [text]
  models:
    - id: grok-4.7
      input: []          # 不是“纯文本”，只是“没声明”

于是 registry 会把 defaultInput: [text] 当成模型能力，Grok / Claude / GPT / Gemini 全部显示成「纯文本」。本插件不再把这种默认值当成事实：它读取真实的中转站模型列表、用内置模型目录补全，并把「适配器声明」和「补全值」在 UI 上区分开。

功能

• 设置 → 模型显示：按 Provider 分组列出全部模型，每个模型一个开关；关闭的模型立即从对话菜单中消失。
• 能力标签（按可信度分层）：
  • 支持推理 / 不支持推理 / 推理未知，以及适配器公布的全部思考强度档位（默认档位在悬停提示里）；
  • 上下文 1M / 上下文 200K（悬停显示精确 token 数与来源）；
  • 多模态 / 纯文本 / 模态未知（输入模态）；
  • 生图、生视频、嵌入、重排、音频、审核、翻译：生成类 / 非对话模型单独标记，并各用一种颜色（生图蓝、生视频绿、嵌入橙、音频紫、重排红、审核玫红、翻译灰）。
• 官方校正：内置目录是快照，个别行会错（例如 glm-5.3 被标成多模态，而厂商文档写明它只收文本）。这类行用厂商文档校正，页面显示 官方校正 标签，来源是 厂商官方文档，不会被误当成适配器声明。
• 让输入框按能力标注放行图像（默认开启）：中转站的 input 通常是空的，适配器按 defaultInput: [text] 构造模型，于是“页面显示多模态、发图却被拒绝”。开启后 Host 会在内存里给这类 pi-ai 中转站模型补上图像能力，让发送前的准入检查和请求序列化都能通过；只补插件判定为可输入图像的对话模型，不改任何配置文件，关闭开关即恢复原状。
• 来源可见：实线标签来自适配器、中转站或厂商文档；虚线标签来自内置模型目录或模型名推断。悬停任一标签可看到「来源：适配器配置 / 中转站模型列表 / 内置模型目录 / 模型名推断 / 厂商官方文档」。
• 生成类模型只标类型：生图 / 生视频 / 嵌入等模型不再显示推理档位、上下文或「纯文本」，只显示 生图、分辨率 4K、可改图 这类真正相关的信息。
• 筛选：顶部有 全部 / 对话 / 生图 / 生视频 / 其它 快捷筛选，每个按钮带数量。
• 分组汇总：每组标题显示 已显示/总数、对话 n · 生图 n · 生视频 n · 其它 n，以及中转站探测结果（读到了多少模型、多少公布能力字段，未公布会明确写出来）。
• 分组一键开关：每组标题右侧是「全组隐藏 / 全组显示」；筛选状态下按钮只作用于当前筛选结果。
• 对话菜单只显示开启的模型：隐藏模型连同变空的分组一起消失；当前会话正在使用的模型即使被关闭也会保留，因为收起态按钮靠这份目录显示模型名。
• 偏好落在 Host 设置文档：写入 profile 的 cordis.patch.yml（- id: model-visibility → hidden: [...]），刷新、重启、切换会话都保留，不依赖浏览器本地存储。
• 设置不会因为插件重装/配置层重建而丢失：Host 端额外把同一份列表镜像到 $DSH_HOME/dsh-model-visibility/hidden.json，并用它给 hidden 的 schema 默认值播种。详见「持久化」。

安装

# 目录方式（开发）：profile 里 link 这个目录
# 用 plugin_manager 安装：
#   install_bundle   target = D:\\code\\dsh-model-visibility

本地链接安装需要目录里有依赖：

npm install

安装后刷新页面（或重启 DSH）即可看到「设置 → 模型显示」。

能力标注从哪里来

答案按下面的优先级合并。每一层只填前一层不知道的字段，最终记录里带 sources，页面据此决定实线 / 虚线。

优先级	来源	什么时候可信	页面标记
1	config	设置文档里该模型显式写了 input、contextWindow、maxTokens，或 Provider 的 defaultInput 显式包含非文本模态	实线
2	adapter	适配器不是从中转站配置（内置目录），或该模型不在 Provider 的 models 列表里	实线
3	provider	中转站自己的 GET {baseURL}/models 返回了 architecture.input_modalities / input_modalities / capabilities / type / supported_endpoint_types 等字段	实线
4	catalog	内置 pi-ai / models.dev 快照里有同名模型（会规范化 openai/、~、:free、-4k 等前缀后缀）	虚线
5	inferred	模型名明确带家族特征（claude / gpt-4o+ / gemini / grok-4+ / vl / vision / image / video / embed …）	虚线
校正	official	厂商文档明确指出该行写错（见 lib/capability-corrections.js）	实线
—	unknown	以上都没有：显示「未知」，不会把中转站的 defaultInput: [text] 当成纯文本	灰色

official 是校正层，不参与上面的常规优先级：合并完成后，如果厂商文档指出该行错误，且当前值来自 provider / catalog / inferred / unknown，就替换成 official；来自 config（用户显式写入的 input）或内置适配器声明的值保持不变。中转站列表经常直接抄目录，所以也允许被校正。

官方校正

lib/capability-corrections.js 是一张很小的、只收厂商文档能证明的修正表。首条是 glm-5.3：目录把它标成 text+image，但智谱文档写明 GLM-5.3 只处理文本，原生多模态的是 GLM-5.3-Flash / FlashX。被校正的行显示 官方校正 标签，悬停可以看到说明和文档链接；Provider 配置里显式写了 input 的仍然优先，中转站列表则可以被打回。

输入图像对齐

问题：llm-pi-ai 的模型对象由 entry.input ?? base.input ?? defaultInput 构造。中转站的模型通常写 input: []（表示“未声明”），于是落到 Provider 的 defaultInput: [text]；会话发送前的准入检查和 pi-ai 自己的序列化都会据此拒绝图像，即使中转站和页面都认为它支持图片。

做法：Host 端只在 pi-ai 适配器实例上包装 modelOf(snapshot, provider, model)。当能力合并（与页面同一套证据）判定该模型可输入图像时，给返回的模型对象补上 image；其它适配器（DeepSeek Messages 等）不动。设置页顶部的「让输入框按能力标注放行图像」开关对应 Host 配置 applyInput（默认开启，volatile）。关闭后请求侧完全按适配器读到的 input 声明。包装是内存态、可逆的，不写设置文档、不改路由配置；插件卸载时恢复。glm-5.3 这类被官方校正为纯文本的模型不会被放行。

中转站探测

Host 端通过 settings.describe() 读取配置了 baseURL 与 apiKeyEnv 的 Provider，然后：

1. 用 ctx.credentials.resolve(apiKeyEnv) 在每次探测时解析密钥（不缓存、不写入、不返回给浏览器）；
2. GET {baseURL}/models（base 不带 /v1 时再补一次 /v1/models），带 Authorization: Bearer 或 Anthropic 的 x-api-key；
3. 同源尝试 GET {origin}/api/pricing（New API 的公开价格接口），读取 supported_endpoint_types 来判断生图 / 生视频 / 嵌入；
4. 只保留能力事实（模态、上下文、最大输出、推理、类型），不保留响应正文；失败只记录诊断。

安全约束：不跟随重定向（避免把 Authorization 带到别的域）、4 MB 响应上限、每请求 3.5 s 超时、Provider 并发探测、结果缓存 10 分钟。关闭探测：设置行里 probe: false，或环境变量 MODEL_VISIBILITY_PROBE=0。

内置模型目录

lib/model-catalog.js 是从当前安装的 @earendil-works/pi-ai（models.dev 数据，2026-10-07 快照）蒸馏出的紧凑表：652 个模型，包含 type（chat / image / classifier）、input / output 模态、reasoning、contextWindow、maxTokens。重新生成：

# 先从桌面安装包里提取 pi-ai 数据（只需做一次）
node .tools/asar.mjs extract "<DeepSeek Harness>/resources/app.asar" `
  "dsh/node_modules/@earendil-works/pi-ai" ".tools/extract/pi-ai"

# 生成 lib/model-catalog.js
node scripts/build-catalog.mjs --data .tools/extract/pi-ai

也可以把 --data 指向任何 pi-ai 包根目录或它的 dist/providers/data。内置目录只补缺，不会覆盖适配器或中转站明确声明的事实。

路由

GET /api/dsh-model-visibility/models[?fresh=1]

Host 端遍历 ctx.llm.listProviders() → listModels() → resolveModelInfo()，再叠加设置文档里的 Provider 配置与中转站探测结果，返回：

{
  "ok": true,
  "value": {
    "groups": [{
      "id": "yujianwudi",
      "name": "TianJi",
      "models": [{
        "id": "grok-4.7",
        "name": "grok-4.7",
        "kind": "chat",
        "inputModalities": ["text", "image"],
        "contextWindow": 500000,
        "reasoning": { "efforts": [...], "defaultEffort": "medium" },
        "reasoningSupported": true,
        "sources": { "kind": "catalog", "modalities": "catalog", "context": "catalog", "reasoning": "config" },
        "catalog": { "id": "grok-4.7", "provider": "xai", "generatedAt": "..." }
      }]
    }],
    "failures": [],
    "providers": [{ "id": "yujianwudi", "status": "ok", "models": 58, "capabilities": 14 }],
    "catalog": { "generatedAt": "2026-10-07T22:01:28.515Z", "piAiVersion": "1.1.0", "models": 652 }
  }
}

?fresh=1 绕过两层缓存（能力快照 15 s、中转站探测 10 min），用于页面「刷新」按钮与 llm/adapters-updated。浏览器端优先走这条路由；如果 Host 半还没加载（例如刚升级插件但页面还是旧 Host），会自动退回官方 session.modelCatalog()，页面顶部显示「模型能力信息暂不可用」。

结构

文件	作用
package.json	bundle 清单、dsh.client 声明、./locale/*.json 与 ./icon 导出；含 npm test
cordis.patch.yml	插入 Host 行 model-visibility
index.js	Host 端：hidden 持久化 + 影子副本 + 能力路由 + 探测缓存失效
lib/model-info.js	能力合并：证据优先级、describeCatalog、15 s 缓存
lib/provider-probe.js	读取 Provider 配置、解析凭据、探测中转站、10 min 缓存与诊断
lib/capability-catalog.js	内置目录匹配、模型类型与家族模态启发式
lib/capability-corrections.js	厂商文档校正表（如 GLM-5.3 纯文本），带来源链接
lib/image-input-gate.js	在 pi-ai 适配器上补图像输入能力（请求侧对齐，可逆）
lib/model-catalog.js	由脚本生成的 models.dev 快照（勿手改）
scripts/build-catalog.mjs	从 pi-ai 数据重新生成 lib/model-catalog.js
client.js	浏览器端：设置页、筛选、能力标签（按类型着色）、就地包装模型目录 store
locale/*.json	插件列表里的标题与描述
test/*.test.mjs	能力合并、目录匹配、探测解析与缓存、图像输入闸门的单元测试
icon.svg	插件列表图标

实现要点

过滤模型

• 不注册 conversation.input.model 座位：官方选择器仍是唯一占位者。过滤发生在会话目录的 store 上——getSnapshot() / subscribe() 被就地替换成过滤版本，因为官方座位可能在本插件加载前就捕获了同一个 store 对象，替换对象本身够不到它。
• 目录来自共享的 modelDirectories.directoryFor(sessionId)；插件同时包装该方法，让之后新建的目录也走同一套 store 补丁。
• 隐藏项用 provider/model 字符串作为不透明 key，Set 化后同时用于设置页与过滤。
• 设置页的读写走 ctx.configForms.get('model-visibility')，与 Host 设置文档保持同一 revision；写入失败会在页面上提示。

能力合并

• describeResolvedModel 只负责把 resolveModelInfo() 的结果变成纯对象；真正的合并发生在 mergeCapabilities（纯函数，单测直接覆盖）。
• profile.models 里为空数组的 input 被视为「未声明」，而不是「仅文本」。只有显式写了非空 input，或 defaultInput 明确包含非文本模态时，才把模态记为 config。
• 上下文窗口同理：中转站的 defaultContextWindow: 262144 是 DSH 默认值，不当事实使用；目录里有 500K / 1M 就用目录值。
• 模型类型优先取中转站返回的 type / supported_endpoint_types，其次取内置目录的 type，最后用模型名关键词判断；生图 / 生视频 / 嵌入 / 重排 / 音频 / 审核 / 翻译 会走 generationTags，不显示推理档位与文本标签，并各自带颜色。
• 所有字段都是可选的；不知道就显示未知，不猜。
• 厂商校正只在 catalog / inferred / unknown 上生效；显式 config、适配器或中转站声明优先。被校正的模型带 correction 记录，页面渲染 官方校正 标签。

请求侧图像准入

• createModelInfoService 的 imageInputAllowed(provider, model) 与页面共用 mergeCapabilities，所以标签和准入不会各说各话；判定结果短暂缓存（30 s），invalidate() 时清空。
• installImageInputGate 只识别同时具备 modelOf / profileOf / current 的 pi-ai 适配器（DeepSeek Messages 等不受影响），包装其 modelOf 并保留原对象；适配器重建时由 llm/adapters-updated 调用 refresh()。
• 只有在 Provider 有设置档（即中转站路由）时才参与对齐；内置适配器继续用自己的声明。

缓存与失效

• 能力快照 TTL 15 s，?fresh=1 绕过；并发的页面读共享同一个 in-flight Promise。
• 中转站探测 TTL 10 min；?fresh=1 也会强制重探。
• llm/adapters-updated、credentials/record-updated、credentials/reference-updated：能力缓存与探测缓存一起失效。
• settings/document-updated：能力缓存失效，但探测缓存只在 Provider 路由指纹（id / baseURL / apiKeyEnv / 模型 id 集合）真的变化时才失效。因此「隐藏一个模型」不会触发网络探测。

持久化

cordis.patch.yml 是「用户覆盖层」，DSH 会整层重建它：

• profile 自愈（sanitizeProfile）会把整份 patch 改名成 .bak-<ts> 后从空文件重来；
• 插件重装 / 升级会重置该行的 config；
• 设置写入时若新值等于继承值（例如隐藏列表为空），DSH 会直接删掉这一行。

任何一种发生，hidden 都会退回默认值 []，表现出来就是「插件重新加载后所有模型又都显示了」。

所以 Host 端做了两件事：

1. 镜像：每次 hidden 变化（loader/volatile-update / settings/document-updated）都原子写入 $DSH_HOME/dsh-model-visibility/hidden.json；插件加载和卸载时各同步一次。
2. 恢复：hidden 的 schema 默认值在模块加载时从该文件读取，所以 patch 层被清空后， 插件重新加载得到的是上次的列表而不是空列表。

存储文件缺失或损坏时按空列表处理，行为与之前一致；需要重置时删掉该文件即可。 文件是全局的（不按 profile 区分），多个 profile 共用同一份隐藏列表。

测试

npm test

覆盖：证据优先级、默认文本不被当成事实、中转站探测解析（OpenRouter / pi-ai / New API 三种 dialects）、凭据缺失与 401、/v1/models 回退、缓存 TTL / fresh / 设置变化只失效必要缓存、模型类型与家族模态、目录别名匹配、推理档位清洗、官方校正、请求侧图像准入与适配器闸门的可逆性，以及 Host 接线（能力路由 + 校正 + applyInput 开关）。

GUI 冒烟测试（改完代码后）：

1. 改 client.js → 页面 Ctrl+R，打开 设置 → 模型显示，确认标签、筛选、虚线来源、生图 / 生视频行的颜色与左侧色条。
2. 改 index.js / lib → 需要 Host 重载：重启 DSH，或让 profile 重新组合（桌面版 HMR 会在下一次 profile 重组时替换已改动的已链接包）。
3. 重载后确认页面底部出现「中转站探测：…」和「内置目录：…」两行，且 Grok / Claude / GPT / Gemini 显示真实上下文与多模态；glm-5.3 显示 纯文本 + 官方校正。
4. 打开对话输入框的模型菜单，确认被关闭的模型没有出现、当前模型仍显示。
5. 给一个页面标注为 多模态 的中转站模型发一张图：应直接发送成功；关闭「让输入框按能力标注放行图像」后应恢复为「模型不支持图像输入」。

已知限制

• 内置目录是快照：lib/model-catalog.js 生成于 2026-10-07，之后新增的模型要靠中转站探测或模型名推断；用 scripts/build-catalog.mjs 可以随时重新生成。
• 官方校正是手工维护的小表：只收厂商文档能证明的错误行，不会自动发现所有快照错误；遇到新的错误行在 lib/capability-corrections.js 增加条目即可。
• 中转站不一定公布能力：多数中转站的 /v1/models 只有 id；New API 的 /api/pricing 经常被关闭（403）。这时只能靠内置目录和模型名家族规则。
• 模型名推断是保守的：只对明确的家族生效；不在目录里、名字也没有特征的自定义模型会显示「模态未知 / 上下文未知」，而不是猜一个。
• DSH 的模态契约只有 text / image：视频 / 音频输入无法进入官方请求准入；请求侧对齐也只处理 image。
• 请求侧对齐只覆盖 pi-ai 中转站：内置适配器（DeepSeek Messages 等）与其它协议仍按自己的声明工作；对齐不写配置，插件卸载即恢复。
• 适配器声明优先：如果 Provider 明确写了 input: [text]（例如 opencode-go 的模型），页面会尊重这个声明，即使内置目录认为它支持图像。想改就以 Provider 配置为准。
• 上下文按十进制缩写（262144 → 262.1K），精确值在悬停提示里。
• 目录是实时注册表快照；如果某个动态免费模型源刚好在刷新，页面模型总数可能和输入框里较旧的目录缓存略有出入，点「刷新」即可对齐。
• 探测需要 Host 的 credentials 服务；没有它时只跳过探测，页面仍显示适配器 + 内置目录。
• 中转站诊断信息会显示在分组标题旁，但不会显示 baseURL 全文、请求头或任何密钥。

隐私

• 探测只向设置文档里该 Provider 的 baseURL 同源地址发请求；不跟随重定向。
• 密钥只在 Host 内存里用于构造一次请求头，不写日志、不进路由响应、不进诊断。
• 页面只拿到能力事实和来源标签。

License

MIT