dsh-commandcode-go-provider

Command Code Go API provider for dsh.

English

Command Code 提供的订阅分两种：

1. Provider API：提供标准 OpenAI 兼容端点，可以直接接入任何 agent harness，不需要第三方插件。
2. Go / GOAT / Pro Plan：调用 Provider API 端点会返回 403 upgrade_required，只能通过 Command Code 私有的 CLI 网关 /alpha/generate 使用（vendor lock-in）。

本插件针对第二种情况：通过 /alpha/generate 流式接入 DSH 的原生 LlmAdapter，让 Go / GOAT / Pro Plan 用户直接在 DSH 中使用订阅的模型。模型列表不写死在代码里，插件在启动时从 /provider/v1/models 拉取实时目录，并按官方 CLI catalog (CDN) 的 Min plan 列筛选：

• 只保留 Min plan 为 Go and above 的模型（计划顺序 Go < GOAT < Pro < Max），Go 计划包含的 premium 例外（GPT-5.6 Luna、Grok 4.5、Muse Spark 1.2 Contributor）自然落在其中，无需维护品牌名单。
• 同一份 catalog 还提供每个模型支持的 Reasoning Effort 档位。

安装

从 npm 安装（预构建产物，推荐）：

dsh plugin --profile web add @jiesou/dsh-commandcode-go-provider

或从 GitHub 安装：

dsh plugin --profile web add github:jiesou/dsh-commandcode-go-provider

安装之后

Command Code 的 API Key 应写入 ~/.dsh/.credentials.yaml：

echo 'COMMANDCODE_API_KEY: [your key, be like user_xxxx]' >> ~/.dsh/.credentials.yaml

模型列表 无需任何配置 ，插件在启动时从 /provider/v1/models 同步你的 Go 计划包含的模型，并从官方 CLI catalog (CDN) 合并每个模型的 Reasoning Effort 支持。挂载时上游不可达也不挂——目录暂时为空、不会拖垮插件。装完后在 Web 的 Models 页面选择 Command Code Go provider 及模型即可开始对话。

配置项

全部可选，默认即可用：

- id: commandcode-go-provider
  name: '@jiesou/dsh-commandcode-go-provider'
  config:
    apiKeyEnv: COMMANDCODE_API_KEY
    baseURL: https://api.commandcode.ai
    maxTokens: 64000
    defaultContextWindow: 1000000
    maxRequestImageBytes: 2097152

多账号

accounts 字典把同一个 Go 计划的多个账号暴露成多个独立 provider（模型选择器里各占一项，各持各的 API Key）。每个账号字段缺省时回退到顶层同名字段，displayName 缺省用账号 key：

- id: commandcode-go-provider
  name: '@jiesou/dsh-commandcode-go-provider'
  config:
    accounts:
      commandcode-1:
        displayName: Command Code Go 1
        apiKeyEnv: COMMANDCODE_API_KEY
      commandcode-2:
        displayName: Command Code Go 2
        apiKeyEnv: COMMANDCODE_API_KEY_2
    baseURL: https://api.commandcode.ai
    retryPolicy:
      mode: always

模型目录只扫描一次、所有账号共享；改动设置后下个请求即生效，无需重启。把 accounts 清空或删掉即回到单账号模式。

Reasoning effort 不需要配置：档位来自官方 CLI catalog，模型只暴露它真正接受的档位（low/medium/high/xhigh/max），加一个显式 Off 入口。Default 表示"不发送 reasoning_effort"字段，由上游自行决定深度。Off 与 Default 的 wire 形态一致，但显式声明"不推理"的意图。catalog 里档位为空的模型干脆不显示档位选择器。

图片

/alpha/generate 是无状态的：网关不保存图片，也没有上传接口（官方 CLI 同样把整段历史里的图片每轮内联重发一次）。所以本插件按 DSH 的路由标准处理图片：

• 单张图片重编码到 1 MiB 以内（2048×2048 像素总预算）。
• 一轮请求内联的 base64 图片总量超过 maxRequestImageBytes（默认 2 MiB）时，不发请求，而是抛出 IMAGE_OFFLOAD_REQUIRED 并报出需要 offload 的张数。DSH 会据此把最旧的图片记入 image/offload 事件并重试；之后每轮都以占位文本代替这些图片的字节，模型仍能从占位文本里读到图片身份和可读路径。
• 已经 offload 的图片不再读取字节、不再编码、不再上传。

两个值都是 base64 口径（约等于原图字节 ×4/3）。默认组合约等于"一张整尺寸图 + 一张半尺寸图"：想更省流量就调小，想给模型更多图就调大。注意 maxRequestImageBytes 必须大于单张上限的 base64 长度（1 MiB 图约 1.4 MB），否则一张图也放不下。

兼容性

声明在 package.json 的 dsh.compatibility：DSH >=0.1.7-alpha.1 <0.2.0，Node.js ^22.19.0 || >=24.0.0，Profile web / headless。

>=0.1.7-alpha.1 是硬下限，不是偏好：该版本起 dsh-llm 把工具结果改成独立的 role: 'tool' 消息（toolCallId 移到消息层），并重写了 dsh-settings 的表单模型（installSection 被 SettingsForms 取代、配置字段需标记 volatile() 才会出现在设置页）。本插件按新模型实现，0.1.6 及更早的 role: 'user' + tool-result block 形态不再支持。

逐版本证据（每个版本都用 dsh plugin add <tarball> 装进一次性 Profile，冷启动到发出真实请求，再卸载）：

0.1.7-alpha.1 / alpha.2 / rc.1 满足声明下限，但未逐版本实测。

复现方式：DSH_HOME=<空目录> dsh --profile compat --from-default-profile headless，装入对应版本的 @deepseek-ai/dsh-base / 依赖与插件 tarball，dsh --profile compat --dump-config 检查插件行，冷启动用真实网关请求校验 provider 与模型目录，最后 dsh plugin --profile compat remove 复查卸载后仍能启动。

Credit

移植自 brent-weatherall/opencode-commandcode-provider 到 DSH。

本 plugin 加入了动态 reasoning effort 提取功能，从 https://unpkg.com/command-code@latest/dist/bundled/command-code-knowledge/reference/models.md 解析。

License

MIT