dsh-trae-connect

把 Trae（SOLO CN） 订阅里的模型接入 DeepSeek Harness。

⚠️ 只对我自己的机器有效。 本插件读取的是宿主侧导出的明文凭据快照， 里面的 token 是我自己账号的。别人 clone 下来直接用会连不上——需要自己导出凭据， 并按自己的环境改常量。改法见下方自用改法。

它做什么

在 DSH 里以 OpenAI 兼容端点暴露 Trae 的 preset 模型，让模型选择器里出现 Trae 分组， 可直接对话。

DSH ──OpenAI──▶ 本插件的回环 shim ──Trae SSE──▶ trae-api-cn.mchost.guru

shim 只绑 127.0.0.1 随机端口 + 32 字节随机 bearer（timingSafeEqual 比对）， 只服务 /healthz、/v1/models、/v1/chat/completions，无写接口。区别在于上游不是 OpenAI 形状，所以要把 Trae 的 SSE 逐事件翻译成 OpenAI 的 chat.completion.chunk。

为什么是这条入口（本项目最花时间的部分）

Trae 的推理入口不是 /api/ide/v2/llm_raw_chat。那条路属于 BYOK / 自定义模型通道 （dylib 里叫 llm_raw_chat_custom_model），要服务端按 (user, env, function) 预置一份 app config，外部调用只会拿到：

2001 failed to do chat: failed to get app config: record not found

真正能用的是 agent 服务。它只要求三样东西：

1. app_id + app_version_code(int64) —— 来自 product.json 的 bootConfig，是 产品级常量，不是账号级；同一串也被硬编码在 libai_agent.dylib 里。
2. function —— 必须是服务端为该 appId 注册过的名字（见 TRAE_FUNCTIONS）。 给错名字会回 no function config found for appId=..., function=...。
3. messages[].content 必须是对象数组 [{type:"text",text:"..."}]，不是字符串。 给字符串会回 cannot unmarshal string into Go struct field LLMRawMessage.messages.content。

拿到一个有效 function 之后，任意 preset 模型都可用（实测 9×19=171 组合全过）。

凭据

容器看不到宿主 macOS 的 ~/Library/Application Support/TRAE SOLO CN/。因此由宿主侧 脚本解密 byteCrypto 信封后，写明文快照到：

$DSH_HOME/trae/credential.json   # appId / appVersionCode / 会话 token
$DSH_HOME/trae/models.json       # 模型目录

（~/.dsh 已 bind mount 成容器里的 /root/.dsh。）

本插件只读这两份快照，绝不碰桌面 App 自己的目录。

安装

前置：已安装并登录 Trae（SOLO CN）桌面版，且已导出上述快照。

dsh plugin --profile web add github:yembors64632/dsh-trae-connect

Desktop / TUI 把 --profile 换成 desktop / tui。

cordis.patch.yml 会注册 llm-trae 这个 provider id，不改动 profile 当前的默认模型。

自用改法：把这段提示词丢给你的 AI

插件是照着我自己的机器写死的。你在自己环境改的时候，把下面这段连同插件目录交给 AI：

我在用 DeepSeek Harness（DSH），装了你写的 dsh-trae-connect 插件。
这个插件是照着原作者的环境硬编码的，我要改成适配我自己的环境。

请你：
1. 先通读插件目录下的 lib/index.js，找出所有硬编码的路径、端点、常量；
2. 对照我下面的实际环境，逐项告诉我每一处需要改成什么，并给出修改后的完整代码；
3. 改完给我一条自检命令，用来验证凭据能读到、上游能连通。

我的实际环境：
- 我用的是（Linux / macOS / Windows WSL），DSH 数据目录 $DSH_HOME 是：<填你的路径>
- Trae 桌面版装在：<填 App 的安装/数据目录>
- 我的账号情况：<个人号 / 企业号>
- 插件报的错是：<贴报错>

注意：只改凭据读取路径和上游端点，不要动 SSE 翻译、OpenAI 兼容层这些
协议实现——那部分是验证过能用的。

你大概率要改什么

不要动 SSE 翻译层与 OpenAI 兼容层——那部分已验证可用。

适配版本

DSH 核心版本不匹配会导致 DSH 启动失败，不是静默降级。装之前先对表。

依赖 @deepseek-ai/* 系列包（cordis、dsh-llm、dsh-llm-pi-ai、dsh-home-paths、 dsh-host-webserver、schemastery）与 @earendil-works/pi-ai。

如果 star 多了：作者会考虑做全版本适配

现在是单点适配——我验证通过的那一套环境能跑，换个版本就可能挂。这是有意的取舍： 在没确认有多少人用之前，为每个 DSH 版本做兼容矩阵的性价比不高。

如果这个仓库 star 多了（说明确实有人在用），作者会考虑做以下工作：

• 跨版本适配矩阵：把 0.1.5-rc.x / 0.1.6-alpha.x / 0.1.6 / 0.1.7 各代的 peer range 与配置入口差异整理成表，插件加载时按宿主实际能力自适应。
• 凭据导出的跨平台化：目前宿主导出脚本是 macOS 取向（读 App 的 Application Support）。 补 Windows / Linux 的路径探测与 safeStorage 变体。
• 上游变更的降级策略：上游接口是私有实现，随时可能变。计划做「实时 → 上次成功 → 内置兜底」三级降级，并在卡片上显示当前来源与失败原因。
• 安装体验：一条命令探测环境 + 拉取对应版本，替代现在的手工对照。

想要哪个，开 issue 说一声——用的人多就先做哪个。

风险

上游是私有实现，没有稳定契约。Trae 服务端一改，插件就可能失效。 app_id / function 这类产品级常量随 App 版本变化，升级 App 后可能需要同步更新。 这不是 bug，是这类方案的固有风险。

免责声明

本项目仅供个人学习与研究，驱动你自己账号在你自己的机器上使用。 使用者需自行遵守 Trae 的服务条款。因使用本项目产生的任何后果 （包括但不限于账号受限、积分消耗、服务中断），由使用者自行承担。 仓库不含任何真实账号、凭据或密钥。

许可

MIT