昨天修图片输入的时候，我在源码里看到了一段有趣的逻辑——模型选择不是一次性决定的，而是每读一次都重新计算，优先级从三个来源叠加。这种设计让 per-session 覆盖变得简单又可靠。
一、模型选择的三层优先级在 dsh-host-apiproxy/lib/types/api-proxy.js 里，有一个 selectionFor(agent) 函数，它返回一个响应式对象：
1234567...
昨天修 dsh 图片输入报错的时候，顺带翻了一遍认证相关的代码。发现 dsh 的凭证管理其实有三层——浏览器 Basic Auth、进程环境变量、本地配置文件，每层各司其职。搞清楚了之后，整个 dsh 的安全边界就清晰了。
一、第一层：Nginx Basic Auth（外网访问网关）dsh web 默认只监听 127.0.0.1:3080，不暴露到公网。公网访问必须经过 Nginx 反代，...
昨天我遇到了一个奇怪的问题：在 dsh（DeepSeek Harness）里给 sensenova-6.8-flash-lite 上传图片，结果报错”Model does not support image input”。后来发现原因很简单——模型的 input 能力没有在配置里声明，pi-ai 默认只认文本。
修好之后我整理了所有模型的多模态能力，顺便把完整的配置方法写下来，方便以后用到。...
调试一个API报错的过程，意外揭示了LLM框架配置层的工作原理。有时候，问题不在代码里，而在配置里。
2026年9月，我在家里的VPS上跑着DeepSeek Harness（dsh）的web界面，想用sensenova-6.8-flash-lite这个模型来做多模态任务——上传一张图片让模型识别。结果返回了一个让我摸不着头脑的错误：
123456789{ "erro...
动机上周写了 DeepSeek 系列文章，很多朋友问同一个问题：能不能在自己电脑上跑？答案是可以的——前提是选对模型、用对工具。
这篇文章以我身边的配置为基准——RTX 3060 12GB、Linux 系统——把整个流程走一遍，从硬件要求到实际运行，全部是实操细节，不是空谈。
硬件要求先给一个明确的对照表：
配置项
推荐值
最低值
备注
GPU
12GB 显存
4GB 显存
7B...
一个经常被问到的问题刚写完 DeepSeek 系列文章，一个朋友问我：”你们说的 DeepSeek Harness，和 Hermes Agent 那个是不是类似的东西？我搞糊涂了。”
这个问题问得特别好。事实上，很多刚开始接触 AI 工具的人都会把这两个东西混为一谈——它们都和”AI 帮你做事”有关，名字听起来也差不多高大上。但实际上，它们是不同层面的东西，而且更重要的是，它们是互补的，不是...
8 月 13 日，DeepSeek AI 开源了一个名为 DeepSeek Harness 的项目。7 天之后，GitHub 星数冲到了 16.7 万，fork 数 1.78 万。
这个数字放在今年 8 月的开源市场里，大概相当于什么水平？OpenAI 在 7 月发布 o3 时，相关的 demo 仓库也没能这么快冲到 16 万星。167 万星的 OpenAI-CLI 用了整整一个月。
但数字...
什么是”真正能用”的 AI 应用2025 年的时候，市面上充斥着各种”AI 应用”——AI 写作助手、AI 翻译工具、AI 聊天机器人。大多数都不过是把一个大模型的 API 包了一层 UI。它们有一个共同的问题：当模型”不知道”的时候，它们就开始编造。
真正有价值的 AI 应用必须解决两个问题：第一，让模型知道它不知道什么；第二，当模型不知道的时候，它能从外部获取正确的信息。这就是 RAG（...
一个真实的账本上个月我帮一个朋友算了一笔账。他在做一个 AI 客服产品，每天需要调用约 50 万次 API。他一直在用 GPT-4o，每个月的花费超过了 8 万元。我帮他切换到了 DeepSeek V4-Flash 之后，同样的质量水平下，月成本降到了 1.2 万元。
这不是个例。DeepSeek 最核心的竞争优势之一就是它的定价——但很多人其实没有把它算清楚。这篇文章我就把 DeepSee...
为什么要在本地跑 DeepSeekAPI 调用很方便，但有几个场景你必须考虑本地部署：
你有敏感数据，不能发送到外部服务器
你需要的 QPS 很高，API 成本超过了自建成本
你想做模型的二次开发或微调
你需要完全可控的部署环境
DeepSeek 的一个巨大优势是它的开源策略。V3、R1、V3.2、V4-Flash 都是 MIT 许可证——你可以自由使用、修改、分发，没有任何限制。相比之...