dsh-connect-scnet

把 超算互联网（SCNet）「计算服务」客户端里已经登录的模型接入 DeepSeek Harness。

装好之后，DSH 的模型选择器里会多出 scnet 这个 provider 和它的 30 个模型 （SCNet-Max、DeepSeek-V4-Pro-0813、Qwen3.8-Max、Kimi-K3、GLM-5.3 …）。 不需要二次登录、不需要手填 API key —— 插件直接读 SCNet 客户端自己保存的那份凭据。

这是一个 host-only bundle：只有 index.js 一个 host 半边，没有 lib/client.js。 原因见下面「为什么没有设置卡片」。

Bring the models already signed in to the SCNet (超算互联网) Computing Service desktop client into DeepSeek Harness — it reuses the client's own API key, so there is nothing to configure.

安装 / Install

需要 DSH 0.2.0-rc.0 及以上（@deepseek-ai/dsh-llm 的 peer 范围）。先登录一次 SCNet 客户端。

dsh plugin --profile <你的 profile> add dsh-connect-scnet

直接从仓库装也可以，pnpm 认 github: 形式：

dsh plugin --profile <你的 profile> add github:hualuo520-h/dsh-connect-scnet

装完重启 DSH，在模型选择器里选 scnet。想改配置见下面「配置项」。

---

它怎么拿到 API key

按顺序找，命中第一个就用：

1. DSH 凭据服务里的 SCNET_API_KEY （ctx.credentials.resolve("SCNET_API_KEY")；该服务自己会把「已存值」排在「启动环境变量」之前， 所以 setx SCNET_API_KEY sk-… 之后重启 DSH 也算。）
2. 本插件的 credentialFile 配置：可以是那个 JSON 文件本身，也可以是装着它的目录。
3. SCNet 客户端默认凭据目录：%USERPROFILE%\.sclaw\agent\scnet-credentials\。 客户端把 key 落在 {"scnet":{"type":"api_key","key":"sk-…"}} 这种文件里； 目录里有多个时按 mtime 取最新的一份（mtime 相同则按文件名定序，保证结果可复现）。

三处都没有 → 插件抛 MISSING_CREDENTIAL，DSH 会把 scnet 显示成「未配置」而不是报错崩溃。 所以：先启动一次 SCNet 客户端并登录，再装这个插件，最省事。

key 首尾的空白（粘贴时最常见的尾随换行）会被静默去掉；去掉之后如果还剩不能进 HTTP 头的 字符（中间有空白、非 ASCII），插件报 INVALID_CREDENTIAL 而不是静默当成「没配」——配错了要能看出来。

---

为什么没有设置卡片

DSH 的 Models 设置页（dsh-client-ui-settings-models）只给两个 settings namespace 画表单：

// settings-models 的 layoutOf()
if (ns === "llm-deepseek") return "deepseek";
if (ns === "llm-pi-ai")  return "pi-ai";
return "unknown";          // ← 第三方插件全部落这里

layout === "unknown" 时页面只渲染一句「高级提示」，而且提交按钮恒为禁用 （submitDisabled: disabled || layout === "unknown" || …）。也就是说第三方插件没法借这个页面收 key。 dsh-connect-trae / dsh-connect-qoder 因此各自带了一个 lib/client.js 自绘卡片。

本插件选择不带 client 半边，代价是设置页里看不到它的输入框，收益是： 少一个需要跟着 host 版本走的 React 半身，而 key 本来就应该由客户端自己提供。

---

模型目录为什么是静态的

GET https://api.scnet.cn/api/llm/v1/models 确实能返回 31 个 id，但每条只有

{ "id": "SCNet-Max", "object": "model", "ownedBy": "system" }

没有 contextWindow，没有 maxTokens，也没有模态信息。拿它当目录等于丢掉全部窗口信息。

所以目录来自 models.js（30 条），由 scripts/gen-models.mjs 从 SCNet 客户端自己的 ~/.sclaw/agent/models.json 生成。要更新模型表：

node scripts/gen-models.mjs

源与输出都可以覆盖，默认值不绑定任何一台具体的机器：

环境变量	默认	说明
SCNET_MODELS_JSON	%USERPROFILE%\.sclaw\agent\models.json	源文件
SCNET_MODELS_OUT	本包根目录的 models.js	输出文件；被强制限制在包目录内，指向别处会直接报错退出

脚本会校验来源（provider 必须是 scnet、api 必须是 openai-completions、条数必须是 30、 每条 reasoning 模型必须有完整的 7 档 thinkingLevelMap、maxTokens 不得超过 contextWindow）， 任何一条不符就 exit 1，不写文件。

厂商表里有两个模型 maxTokens 大于 contextWindow（Qwen3.5-122B-A10B 102400/131072、 Qwen3-235B-A22B 32768/131072，输出预算比整个上下文还大，自相矛盾）。生成器把它们夹到窗口本身， 并把夹过的条目记在 models.js 表头 —— 照抄原值等于给上游一个不可能满足的预算。

（那 31 个里多出来的是 Qwen3-Embedding-8B，嵌入模型，不能聊天，已排除。）

---

协议实测：为什么是这八个 compat 字段

pi-ai 的 detectCompat() 不认识 api.scnet.cn，会给一套默认值，其中有一条对 SCNet 是有害的。 前六条是对着真实端点跑探针定下来的；后两条只是把 pi-ai 的默认值显式写出来（写成字面量而不是 依赖默认，是为了让「我们依赖它」这件事在代码里看得见），依据是抓包确认上游确实这样回。

字段	取值	依据
maxTokensField	"max_completion_tokens"	发 max_tokens: 32 会被 200 接受但不截断（实测 completion_tokens=162）；只有 max_completion_tokens: 32 真的截到 32。
thinkingFormat	"qwen"	SCNet 默认就思考。pi-ai 的 qwen 分支在无 effort 时发 enable_thinking:false，实测能关思考；默认的 openai 分支什么都不发，等于关不掉。
supportsReasoningEffort	true	qwen 分支只有它为真才带 reasoning_effort。
supportsStore	false	不发 store。
supportsDeveloperRole	false	不发 role:"developer"（SCNet 其实接受，保守关掉）。
requiresReasoningContentOnAssistantMessages	false	不在助手历史里补空 reasoning_content。
supportsUsageInStreaming	true	让 pi-ai 发 stream_options:{include_usage:true}。抓包确认上游接受，且流末尾确实带回 usage（inputTokens/outputTokens 都非零）。
supportsFinishReason	true	声明上游会给 finish_reason。抓包确认每条流都有（stop / length / tool_calls 都见过）；若关掉，pi-ai 会改用自己的推断。

关于「怎么关思考」这件事，实测结论是：

• 能关：enable_thinking:false、thinking:{type:"disabled"}、reasoning:{effort:"none"}
• 不能关：不传字段（默认就思考）、chat_template_kwargs:{thinking:false}、reasoning_effort:"off"
• 报错：thinking_budget:0 → HTTP 400 code:"10013"

reasoning_effort:"off" 关不掉思考，是选 thinkingFormat:"qwen" 而不是 "openai" 的根本原因。

证据不在包里：定这些取值用的探针脚本是我在开发机上临时写的，没有随包发布， 所以上表无法在本包内复现。它们的结论可以用一次请求自己核对：抓 POST /chat/completions 的请求体看有没有 enable_thinking / reasoning_effort，再看响应有没有 finish_reason 与流末尾的 usage。

---

配置项

字段	默认	说明
credentialFile	""	SCNet 凭据 JSON 的路径，或装着它的目录。留空则自动找 ~/.sclaw/agent/scnet-credentials。
baseURL	""	网关地址，留空用 https://api.scnet.cn/api/llm/v1。想走自建反代时改这里。

两个字段都不是 volatile，所以在 UI 里改不了 —— 要改就写进 profile 的 cordis.patch.yml。 注意只能写 id 定向覆盖，不要再 insert 一次（bundle 自己的 patch 已经插过 llm-scnet， 同一个 id 出现两次会让插件树加载直接失败：duplicate loader entry id: llm-scnet）：

- id: llm-scnet
  config:
    baseURL: https://my-gateway.example/v1

---

已知限制

• 余额。实测账号里只有 SCNet-Max 能真正调通，其余 29 个模型返回 402 Insufficient Balance。这是账号侧的事，插件照实把它们列出来 —— 列出来不等于能用。 任何「某模型行为如何」的结论，目前只对 SCNet-Max 成立。
• 思考等级照抄客户端 models.json 的 thinkingLevelMap（7 个模型有）， 映射为 null 的档位 pi-ai 会剔除，所以那些模型不会显示 minimal / xhigh 之类的空档。
• 图片：input 含 image 的 11 个模型走 DSH 的 durable attachment 服务； 如果 profile 里没有 attachments 服务，带图请求会报 UNSUPPORTED_CONTENT。

---

文件

文件	作用
index.js	host 半边：apply() 里注册 adapter / discovery / directory 三件套
models.js	静态模型目录（30 条，生成物，别手改）
scripts/gen-models.mjs	从 SCNet 客户端 models.json 重新生成 models.js
cordis.patch.yml	bundle patch：往 profile 里插一条 llm-scnet
locale/{zh,en}.json	插件标题与描述
icon.svg	插件图标