dsh-lan-models

DeepSeek Harness (dsh) 插件：局域网本地模型联动手套。

一台机器上的 dsh 会话，可以直接使用整个局域网的本地模型：

• 🔍 发现——扫描网段，识别 ComfyUI / oMLX / vLLM / Ollama / LM Studio / llama.cpp 等服务，报告地址、软件版本、模型清单、GPU 显存、队列状态
• 💬 LLM 路由——lan_chat 把补全请求发给局域网内任意 OpenAI 兼容本地 LLM（支持 thinking 模型的 reasoning 分离）
• 🖼️ 生图 / 🎬 生视频——封装 ComfyUI 队列 API：内置通用工作流 + 自定义工作流目录（把你的 H3 / Qwen-Image / MOSS-Image 工作流丢进去即可），参数自动填充、模型自动匹配、产物自动落盘
• 📖 prompt 指南——内置 lan-models skill，教 agent 按模型家族写生图/生视频提示词

适配 dsh：>=0.2.2-rc.1 <0.3.0（developer preview，API 变动时需跟进）。

安装

# 方式一：本地目录
dsh plugin --profile web add ~/dsh-lan-models

# 方式二：git（dist 已提交，装完即可用）
dsh plugin --profile web add github:springfieldpsk/dsh-lan-models

# 方式三：npm 发布后
dsh plugin --profile web add dsh-lan-models

验证：

dsh --profile web --dump-config | grep -A2 'dsh-lan-models'

仓库里带了 dist/，github: 安装不需要构建脚本（prepack 只在 npm publish 前重编译）。 改源码后记得 npm run build 再提交，否则 git 安装拿到的是旧产物。

控制面板（设置 → 局域网模型）

插件在 dsh Web 的「设置」里注册一页 局域网模型（settings.section），用来把局域网 LLM 装载成 dsh 可选模型：

• 列表来自 lan_scan 的结果（只显示 OpenAI 兼容服务；ComfyUI 标为「非对话服务」）；
• 装载 = 往 llm-pi-ai 的 providers 写一条路由（api: openai-completions、baseURL: <服务>/v1、models 用服务 /v1/models 的清单），随后在模型选择器里就能切到它；
• 卸载 = 删除本插件写的 lan-* 路由，其他 provider 原样保留；
• 页面数据走插件自己的回环路由 /lan-models/state|mount|unmount（仅同源回环可访问），不额外暴露远程 RPC。

面板只在 Web profile 出现（需要 webServer 服务）；headless/ACP profile 只有工具。 装载后 llm-pi-ai 会按配置重建 provider，无需重启；装载第一次后如果模型选择器没刷新，重开一次选择器即可。

扫描只覆盖本机网段，发现不了只绑 127.0.0.1 的服务（oMLX 默认如此）。这类服务用面板的 「手动装载地址」：先 ssh -f -N -L 18000:127.0.0.1:8000 <mac> 建隧道，再填 http://127.0.0.1:18000。 隧道断开后该 provider 的请求会失败，长期方案是让服务监听 0.0.0.0 后按局域网地址装载。

工具面（模型可调用）

工具	用途	关键参数
lan_scan	扫描局域网，返回全部服务与状态	refresh、cidr
lan_model_status	单服务详情；ComfyUI 返回完整模型清单（checkpoint/unet/vae/clip/lora）	node（IP/URL/alias）
lan_chat	补全请求路由到局域网 LLM	prompt 或 messages、model（模糊匹配）、node、maxTokens、temperature
lan_generate_image	ComfyUI 生图	prompt、negative、width/height/steps/cfg/seed、model、node、workflow
lan_generate_video	ComfyUI 生视频（走自定义工作流）	同上 + frames、fps

斜杠命令：/lan（输入 refresh 强制重扫）— 人类视角的服务总览。

模型选择策略：node 不填时自动优先局域网机器（推理主力一般在别的机器上）；model 支持模糊匹配（qwen → Qwen3.8-27B-...）。

配置

profile 的 cordis.patch.yml 中给插件加 config:（Schemastery 校验）：

- id: lan-models
  name: dsh-lan-models
  config:
    extraCidrs:
      - 192.168.1.0/24
    staticHosts:
      - url: http://127.0.0.1:8000
        alias: mac-llm        # oMLX 绑 127.0.0.1，扫描发现不了，必须静态声明
      - url: http://192.168.1.100:8188
        alias: mac-comfy
    ports: [8000, 8080, 8188, 11434, 1234, 7860, 9997]
    scanDeadlineSeconds: 120
    imageTimeoutMinutes: 10
    videoTimeoutMinutes: 60

全部选项与默认值见 src/config.ts。要点：

• staticHosts 用于回环绑定（oMLX 默认 127.0.0.1）或固定机器；默认含 http://127.0.0.1:8000
• 产物目录默认 $DSH_HOME/lan-models/outputs/<时间戳>-<workflow>/
• 扫描并发/超时可调；/24 全网扫描默认配置下约 5–15s
• 自动探测只扫可信网段：跳过 169.254/16（APIPA）、vEthernet/WSL/docker/tun/tap 等虚拟网卡，并把宽于 /23 的网段收窄到所在 /24。真要扫整个 /16，用 lan_scan 的 cidr 参数显式指定（按字面展开）
• scanDeadlineSeconds（默认 120s）是单次扫描的硬时限；到点返回已探测结果，工具输出会标 truncated，不会无限挂着

自定义工作流（生视频/专用生图线的正道）

1. 在 ComfyUI 里调好工作流，Export (API Format) 导出 JSON
2. 放入 $DSH_HOME/lan-models/workflows/，文件名 = 工作流名（txt2video.json、h3.json…）
3. 生成时 workflow: "h3" 调用；同名文件覆盖内置模板

参数填充按节点类型自动进行，无需改 JSON：

节点	自动填充
CLIPTextEncode（按 KSampler 正负接线识别）	prompt / negative
KSampler 等 sampler	steps / cfg / seed（不填随机并注明）
EmptyLatent* / EmptySD3LatentImage	width / height / batch / frames
CheckpointLoaderSimple / UNETLoader / CLIPLoader / VAELoader	模型名（显式 > 模糊匹配 > 自动选首个可用）
SaveImage / VHS_VideoCombine	filename_prefix / fps

examples/qwen-image.json 是一个可直接复制使用的 Qwen-Image 工作流（unet + qwen3vl clip + vae 分离加载，ModelSamplingAuraFlow shift=3.11, cfg=2.5）。

内置模板：txt2img（checkpoint 式，SD/SDXL/Flux checkpoint）、txt2img-unet（unet+clip+vae 分离式；节点无 checkpoint 时自动回退到它）。

开发

npm install --legacy-peer-deps   # peer 由 dsh profile 运行时提供
npm run build                    # tsc -> dist/
npm test                         # 单测（含 mock ComfyUI 全链路）
node test/e2e-real.mjs           # 真实环境：lan_scan + lan_chat（本机需有服务在跑）
node test/e2e-gen.mjs            # 真实环境：完整生图链路

结构：

src/
├── index.ts          # apply()：装配 tools/commands/skills
├── config.ts         # Schemastery 配置
├── discovery/        # 网段探测(net) + HTTP 指纹(probes) + 缓存与选择器(registry)
├── llm/openai.ts     # OpenAI 兼容 chat 客户端（reasoning_content 分离）
├── comfyui/          # 队列 API client / 工作流注册 / 参数填充 / 产物落盘
├── tools.ts          # 5 个 defineTool
├── commands.ts       # /lan
├── skills.ts         # lan-models skill（prompt 指南）
└── format.ts         # markdown 渲染

零运行时依赖（HTTP 用全局 fetch，TCP 用 node:net）；peer 依赖全部由 dsh profile 的 dsh-base 提供。

已知边界

• OpenAI 兼容服务若只绑定 127.0.0.1（如 oMLX 默认），其他机器不可达——扫描结果会标注 loopback: 仅本机可用，需改绑定才能跨机
• 视频没有内置通用模板（机型差异太大），请用自定义工作流目录
• dsh 处于 developer preview，本插件按 0.2.2-rc.1 的 API 编写，engines.dsh 已 pin

License

MIT