dsh-model-router

一个 DSH 插件：新建会话时，把用户的第一句 prompt 交给一个 SystemOne 决策模型，按一组决策流程逐级判断，再用选中的模型执行任务。

• 决策模型说 SystemOne：本机 LM Studio（http://127.0.0.1:8848）或任何提供 /v1/systemone 的端点。
• 决策流程（几级、每一级问什么、命中哪个选项走哪个模型、哪一级只在什么条件下才问）全部在设置页里配置，不用改代码。
• 可以是"自动执行"，也可以是"先问你"：设置页有一个「允许自动选择模型并执行」开关。关掉它，判断完会先弹一张确认卡片，由你决定要不要切到它推荐的模型。
• 没有保存过配置、或配置校验不通过时，插件完全跳过，不碰 DSH 原本选择的模型。

目录

dsh_jev_model_selector/          ← 项目目录（插件本身叫 dsh-model-router）
├── README.md                     ← 你正在读的总览
├── docs/
│   ├── 01-design.md              设计说明：为什么是「决策流程」而不是一次多选一
│   ├── 02-configuration.md       配置项完整参考
│   └── 03-verification.md        验证记录：测了什么、怎么测的、什么没测到
├── plugin/                       ← 可安装的 bundle（install_bundle 指向这里）
│   ├── package.json
│   ├── cordis.patch.yml
│   ├── index.js                  Host 半：会话钩子、决策模型调用、配置存储、设置页路由
│   ├── client.js                 浏览器半：设置页（表单 + JSON 原文 + 测试 + 最近决策）
│   ├── lib/core.js               纯逻辑：SystemOne 响应解析、决策流程引擎、校验
│   ├── lib/systemone.js          决策模型 HTTP 客户端（SystemOne 协议）
│   ├── lib/defaults.js           出厂默认配置
│   ├── locale/{zh,en}.json       插件卡片文案
│   ├── icon.svg
│   └── README.md
└── tools/                        ← 验证脚本（不是插件的一部分）
├── route-probe.mjs             对着真实决策模型跑路由自测
├── host-harness.mjs          Host 半驱动测试（含真实 HTTP）
├── client-smoke.mjs          设置页渲染冒烟测试
└── inspect-session.mjs       直接解压读取会话日志

安装：plugin_manager 的 install_bundle，target 填 plugin/ 的绝对路径。
装完后在 设置 → 自动决策模型 里保存一次配置才会开始工作。

30 秒理解设计

一次「多选一」问不出正确的模型。实测（见 docs/03-verification.md）把两个互相独立的判断塞进同一个 choice，准确率明显低于拆成两段；拆开之后，每一层只回答一件事。

所以这个插件的模型是：一级步骤 = 一个问题 + 至少两个选项，每个选项自带它的结论。

{
"question": "How large is this request?",
"options": [
{ "key": "simple",  "description": "…short, single-step work…", "route": "lm-studio/qwen3.8-27b" },
{ "key": "complex", "description": "…long-horizon work…",       "route": "next" }
]
}

route 要么是一条具体的 provider/model，要么是 "next"（交给下一层继续判断）。链条：

逐层看：
还没问过这一层            → 问它
取概率最高的选项
它是一条模型路由，且这一层够确定 → 定下来，结束
否则                      → 交给下一层
所有层都没定下来             → 用兜底路由

顺序就是流程，这就是「先后顺序很重要」的答案：

1. 优先级：排在前面的步骤先问。所以「一票否决」的判断排第一能省调用——被它拦下的 prompt 只花一次。
2. 交给下一步：后面那一层之所以会被问到，是因为前面某个选项写了 "next"。想搞「二级/多级分类」，就让上一层的某个选项交给下一步，没有第二套条件语法。
3. 最后一层不能交给下一步：它的每个选项都必须是具体路由（校验错误，不是警告）。所以链条一定会给出结论——某一层的答案，或者所有层都不够确定时的兜底路由。

阈值不是给你调的参数。 一个选项只有在它赢得的概率达到这一层的 threshold 时才让链条定下来，否则继续往下走（最后一层则落到兜底路由）。这条护栏管的是接近平分的情况：那时赢家往往只是"两个方向里稍微高一点的那个"，不该由它决定。它留在文件里、可在 JSON 原文里微调，但不出现在表单上——写步骤的人只需要回答「问什么」和「每个答案意味着什么」。

实测里这条护栏抓到过它该抓的：当两个独立判断被挤进同一个分布时，一条本该走常规模型的请求得到 0.42 / 0.40——赢家只领先 0.02。阈值把它挡在了兜底路由上，而不是让一个掷硬币的结果决定。

它做了什么（Host 半）

挂钩几个扩展点，都在 plugin/index.js：

几条刻意的选择：

• 切换必须写进 harness 的选择状态，不能只改请求。 installModelSelection 在 Agent setup 阶段注册（早于 agent/created），所以它是 agent/request 瀑布里最外层的监听器：next() 返回之后，它用自己在组装时拍下的快照覆盖掉一切改写。只改请求的插件永远会被它覆盖。 这也是为什么组装监听器注册在根 context 上——插件加载比 Agent setup 更早，因此比 core 更外层，能在它拍快照之前把值放好。修好之前这个插件从未真正切换过任何模型，详见 docs/01-design.md 9.1。
• 别相信自己的日志。 判定生效与否的唯一证据是会话里的 request/header（机器实际用的配置），所以每次请求之后都拿它和决策比一次并写 verified / mismatch。曾经的 applied 只记录了监听器返回什么。
• 不新造会话事件类型。 本 harness 无法给 live append 打 ignorable 标记，写一个未知类型会让会话日志再也读不回来。所以结论只走 harness 已经认识的通道：一条 user/message（source.form = 'notice'，和核心自己报告「模型切换」用的是同一形状），以及正常的 request/header。两处都可重放。
• 声明的范围 = 决策的范围。 sticky: false 时选中的模型只用于判断出它的那一轮；notice 写「本轮」而不是「本会话」，提示里的身份也只在第一次组装里声明，下一轮开始前把选择交还。sticky: true（出厂默认）时三者都变成"整个会话"。
• 不新造会话事件类型。 本 harness 无法给 live append 打 ignorable 标记，写一个未知类型会让会话日志再也读不回来。所以结论只走 harness 已经认识的通道：一条 user/message（source.form = 'notice'，和核心自己报告「模型切换」用的是同一形状），以及正常的 request/header。两处都可重放。
• 声明的范围 = 决策的范围。 sticky: false 时选中的模型只用于判断出它的那一轮；notice 写「本轮」而不是「本会话」，系统提示的身份也只在第一次组装里声明。sticky: true（出厂默认）时三者都变成"整个会话"。
• 确认模式（autoApply: false）下，没回答就等于不同意。 确认卡片走 ctx.userQuestions：一张没有 callId 的阻塞式提问，渲染在该会话的输入框位置，用户答完才继续。取不到答案的所有情况都不切换——没有 questions 服务、没有连着的客户端、这一轮被取消、以及子会话（delegated child 没有人类可以问）。被推荐但没采纳这件事会写进会话里的 notice，因为卡片本身的问答不留日志痕迹。
• 用户手选模型优先。 会话日志里出现 model/selection 就说明用户自己选过——路由让位。在保存配置之前就选中过模型的会话也会被跳过。
• 失败即不干预。 决策模型连不上、超时、答不出选项，都只是记一条日志，DSH 用它原本要用的模型继续跑。没有回退模型——猜一个不如不猜。
• 模型池不是配置项，而是读出来的。 每一级步骤直接写 provider/model；下拉选项来自当前 profile 实际注册的 provider / model，所以不存在一份会和 DSH 走偏的第二清单。决策命中的 provider 此刻没注册时，插件跳过切换并写明原因。
• 配置是 Host 上的一个 JSON 文件（$DSH_HOME/model-router.json），设置页通过 Host 注册的 HTTP 路由读写。API Key 只从 Host 进程的环境变量读，永远不下发到浏览器。
• 不 import 任何 @deepseek-ai/* 包。 profile 里安装的 bundle 在 node_modules 里解析不到它们（已验证），所以 Host 半只用 node: 内置模块和相对路径模块——和 harness 自带的第三方 bundle（如 dsh-easy-balance）写法一致。

设置页（Client 半）

注册进 settings.section，所以在 设置 侧栏里是一个独立页面「自动决策模型」。

• 表单：连接参数、DSH 当前提供的路由列表、任意多级步骤的增删改与上下排序。每个选项行里有：key、描述、执行操作（下拉框：某个模型 / 进入下一层步骤）、备注（可选）
• 说明性文字都在 ! 后面：每个标签、每个区块标题后面一个 ! 圆点，hover（或键盘 focus）才弹出解释。表单页可见的注解行因此从 17 行降到 1 行（剩下那行是配置文件路径，是值不是解释）
• JSON 原文：整份配置直接编辑——要看 threshold 之类的内部字段就在这里
• 测试：用当前表单里（哪怕还没保存）的配置跑一次真实调用，逐层显示概率分布和最终选中
• 最近决策：读回 Host 的 $DSH_HOME/model-router-decisions.jsonl，显示最近 20 次判定及其概率

样式只用 harness 的 --dsw-alias-* 主题变量，跟随明暗主题。

决策日志

每次判定都会追加一行 JSON 到 $DSH_HOME/model-router-decisions.jsonl（超过 512 KB 自动只留最近 1000 行）：

{"at":"2026-10-11T09:06:01.000Z","event":"decision","sessionId":"session-…",
"provider":"opencode-go","model":"deepseek-v4.1-flash","why":"长程 / 复杂任务",
"elapsedMs":187,"trace":[{"step":"task-scale","key":"complex","probabilities":{"complex":0.9867,"simple":0.0133}},
{"step":"context-pressure","key":"broad","probabilities":{"broad":0.7275,"focused":0.2725}}]}

出厂阈值是起点，不是结论。给一个具体部署定阈值，唯一可靠的办法就是看它自己的流量产生什么分布——这份日志就是为此存在的。

快速上手

1. 设置 → 自动决策模型 → 表单里核对地址（默认 http://127.0.0.1:8848）和决策模型名（默认 cloudflare-clef）
2. 决定要不要自动执行：「允许自动选择模型并执行」默认打开。关掉它，每次新会话都会先弹一张确认卡片，你点了才切
3. 切到测试页，随便输一句 prompt，点「运行测试」——应该看到逐级概率和结论
4. 确认无误后回表单页点保存
5. 新建一个会话，发一句 prompt。会话里会出现一行折叠的 context：

> [model-router: this session runs on lm-studio/qwen3.8-27b — 短程 / 一般复杂度]

如果不需要这一行（它会占少量 token，并且对模型可见），把设置页的「在会话里加一行说明」关掉即可。

「先问我」模式长什么样

autoApply 关掉后，发出第一句 prompt 时输入框位置会变成一张卡片：

> 切换模型 / Switch model
> 决策模型建议用 opencode-go/deepseek-v4.1-flash 执行这次任务。要切换吗？
> 长程 / 复杂任务
> task-type: simple=0.1659 complex=0.7745
> [ 切换 / Switch ] [ 保持当前模型 / Keep current model ]

• 选「切换」→ 用推荐模型执行，并留下一条 notice 说明原因
• 选「保持当前模型」→ 用会话原本的模型执行，同样留下一条 notice（卡片本身的问答不进日志，所以这条 notice 是唯一的痕迹）
• 直接取消这一轮 → 不切换
• 在这张卡片上，没回答就等于不同意

已知边界

• 决策模型只吃文本。 它会看第一句 prompt 的文本；图片、附件不参与判断。
• 中文置信度偏低。 实测同一句话英文置信度 0.92、中文 0.66。设置页提供「先翻译成英文再判断」的开关，指定任意 chat 模型做预处理。
• 决策模型必须是 decision 类型。 LM Studio 对普通 LLM 直接回 501 not_supported_error；GET /api/v1/models 的 type 字段就是答案。
• 确认模式下子会话不会被切换。 ctx.userQuestions 只允许活的顶层 agent 提问（子 agent 抛 DELEGATED_CALLER）。所以 autoApply: false 时，delegate 出来的子会话连决策流程都不会跑——没人可以问，就不做没有授权的切换。这是刻意的取舍：宁可不切，也不替你点"同意"。
• 选项描述值得认真写。 实测里「写 SQL 注入 PoC」在只给 false/true 两个裸选项时是 0.50 / 0.4992（等于掷硬币），补上描述后变成 complex=0.82 / simple=0.18。判断质量很大程度上就是你给的描述质量。
• 路由下拉框依赖 Host 半返回的路由列表。 Host 半还没重启时列表是空的，此时路由字段会自动退化成手填文本框（并写明原因），而不是给你一个没有可选项的下拉框。重启后即为下拉框。
• host 半的代码改动需要重启 dsh 才生效。 Loader 会保留第一次 import 的模块generation；plugin_manager 的禁用/启用不会重新 import。配置文件的改动则不需要重启（每次读取都比对 mtime）。
• 一处未验证：设置页在真实浏览器里的视觉呈现。见 docs/03-verification.md。