← DeepSeek Harness 插件
DeepSeek Harness 插件Manifest 有效
dsh-codebuddy-auth
用于腾讯 CodeBuddy 模型的原生 DeepSeek Harness 提供商插件,支持浏览器 OAuth、令牌续期和模型同步。
终端与 TUI开发者工具浏览器与 Web远程执行
0GitHub Stars1Fork 数更新于2026-08-17
安装
$ dsh plugin --profile web add github:cainiao1992/dsh-codebuddy-auth插件能力与用途
基于公开仓库快照由 AI 辅助整理,内容必须有源码依据;它不等同于兼容性验证或安全验证。
dsh-codebuddy-auth 作为 Cordis bundle 安装到 DeepSeek Harness 配置档中。它注册原生 `codebuddy` LLM 提供商和工具,处理腾讯 CodeBuddy OAuth、凭据存储、流式聊天请求、自动令牌续期以及 `/v3/config` 模型发现。
核心能力
- 为 `codebuddy` 提供商注册原生 `ctx.llm` 适配器。
- 支持基于浏览器的 OAuth 登录,以及独立的 Node.js 登录 CLI。
- 通过 `ctx.credentials` 存储凭据,并可在登出时清除凭据。
- 可在启动时、DSH 运行期间定期以及通过工具操作按需续期令牌。
- 从 `/v3/config` 同步 CodeBuddy 模型目录,并提供五分钟目录缓存。
- 提供 SSE 流式响应、消息序列化、推理强度元数据和错误映射。
- 默认支持中国版,并可通过挂载配置启用国际版。
适用场景
- 在 DeepSeek Harness 模型选择器中使用腾讯 CodeBuddy 聊天模型。
- 通过由智能体触发的浏览器登录为 DSH 配置档授权 CodeBuddy。
- 在无头或远程机器上使用 `--no-browser` 初始化 CodeBuddy 凭据。
- 在模型目录更新后刷新可用的 CodeBuddy 模型。
- 选择 CodeBuddy 发现元数据公开的、按模型区分的推理强度级别。
适合谁
- 拥有腾讯 CodeBuddy 账户的 DeepSeek Harness 用户。
- 希望将 CodeBuddy 模型作为原生 DSH LLM 提供商使用的用户。
- 在本地、远程或无头环境配置 DSH 的运维人员。
文档中可确认的限制
- 需要 Node.js 18.12 或更高版本,并且 DSH 环境的 PATH 中需要有 `pnpm`。
- 聊天接口要求使用流式请求;非流式请求会返回代码 `11101`。
- 模型发现需要使用面向 Craft/VSCode 的请求头,才能公开推理元数据。
- 默认配置面向中国版;国际版需要在挂载配置中设置 `edition: intl`。
- 如果刷新令牌失效,用户需要确认刷新或重新登录。
DSH 兼容性
DSH Plugin 针对具体版本记录的运行验证证据。没有结果只代表我们尚未测试,不代表不兼容。
尚未测试目前还没有发布运行兼容性测试结果。
安全信号
来自包元数据和源码检查的客观信号。这些信息用于辅助判断,不代表绝对安全保证。
依赖数量
package.json 声明了 0 个运行依赖、0 个开发依赖、1 个 Peer 依赖和 0 个可选依赖。
已声明 DSH Bundle
package.json 中声明了 DSH Bundle 元数据。
已声明许可证
GitHub 报告该仓库许可证为 MIT。
已获取 package.json
已获取仓库根目录 package.json,可用于 Registry 元数据检查。
源码可用
本次 Registry 快照已获取公开 GitHub 源码元数据。
来源与 Registry 记录
展示此条目的公开来源、Registry 分类与最近一次源码检查信息,并与运行验证结果明确分开。
- 源码仓库
- cainiao1992/dsh-codebuddy-auth
- Registry 来源
- GitHub · dsh-plugin topic
- Registry 分类
- Plugin
- 源码检查
- 3fea159 · 2026-09-18
本页面基于公开源码信息独立收录。DSH Plugin 与 DeepSeek 及插件作者均无隶属关系;安装前请始终以作者仓库中的最新说明为准。
仓库活跃度
- GitHub Stars
- 0GitHub stars
- Fork 数
- 1
- 未关闭 Issue
- 1
- 最近提交
- 2026-08-17
- 最近发布
- 2026-08-17
相关 DSH 插件
综合核心能力、适用场景、插件类型、分类和 DSH Profile 进行相关性排序。