dsh-connect-qoder
把 Qoder(通义灵码国内版 / 国际版)接入 DeepSeek Harness:PAT 多账号池、每日签到、积分读数与模型管理。
一句话定位
把 Qoder(通义灵码国内版 / 国际版)接入 DeepSeek Harness:PAT 多账号池、每日签到、积分读数与模型管理。
安装方式
在 DSH 的 web profile 中执行下面的命令;装完刷新页面即可。
$ dsh plugin --profile web add @dmh2002/dsh-connect-qoder@1.23.0
兼容的 DSH 版本
>=0.1.7-rc.1 <0.2.0-0 || >=0.2.0-rc.1 <0.3.0-0 || >=0.2.1-rc.1 <0.3.0-0 || >=0.2.2-rc.1 <0.3.0-0
作者与热度
dingminhua · ★ 52 · 更新于 2026-11-08
关于这个插件
dsh-connect-qoder
把 Qoder(通义灵码国内版 / 国际版)的模型接入 DeepSeek Harness,并提供账号池、每日签到、积分读数与模型管理。
English · 安装 · 工作原理 · 配置 · 账号池 · 更新日志 · 问题反馈
一个独立的 DeepSeek Harness (DSH) bundle 插件。它把 Qoder 账号的模型接到 DSH 的模型选择器,同时提供模型管理与只读的用量概览。国内版与国际版是两个并行的供应商(qoder / qoder-global),可同时使用;插件的设置页以 tab 区分两者,方便统一管理。 Qoder 官方不提供 OpenAI 兼容端点(其官方 SDK 只是 agent 启动器),因此本插件直连 Qoder 的 cosy 网关,实现了协议的最小客户端,无需在 Qoder 桌面端登录——只需一个 PAT(Personal Access Token)。 功能特性 双供应商并行接入(国内版 + 国际版) —— 国内版注册为 qoder provider(gateway.qoder.com.cn),国际版注册为 qoder-global provider(api1.qoder.sh)。配置了 PAT 的区域其模型会出现在 DSH 模型选择器里:两个区域都有 PAT 时两组同时可选,不同会话可以各选一边,互不干扰。没有 PAT 的区域不列出任何模型(一个请求也发不出去,列出来只会点到就失败);配置 PAT 后「刷新模型」即可让模型自动出现——provider 本身始终注册着,配置入口在「设置 → Qoder」。模型名内嵌上游积分倍率(如 Qwen3.8-Flash · x0.00),与 Qoder 自身模型菜单一致。 设置页自成一处 —— 配置界面是 DSH 设置面板左侧导航里的独立一页(设置 → Qoder),与「账号与余额 / 通用设置 / 模型 / 插件」并列,不再藏在插件市场的插件详情页里。页面自上而下是:标题 → 一句话总述 → 三条核心用途 → 正文。 双 tab 切换 —— 页面顶部为「国内版 / 国际版」两个 tab,各含独立的 PAT、模型管理与用量概览;每个 tab 的目录、勾选与状态完全隔离。 正文按「账号 / 模型 / 诊断」分栏 —— 每个区域 tab 之下再把正文分成三栏。账号栏是账号池、积分读数开关与关于凭据的每一条说明(点一下即生效);模型栏是勾选、上下文档位、思考强度与逐模型测试(草稿,点「保存」才落地)——两者的提交语义本来就不同,分开之后保存按钮就挨着它保存的东西。切栏不重新拉取、不丢未保存的草稿(非活动栏仍挂载)。诊断栏是一张只读的事实表:区域、上游域名(与真正发请求的主机名同一处事实)、服务账号、凭据来源、积分读取时刻、目录模型数、已启用数、账号池开关,以及上游最近一次错误的原文——它存在的唯一理由是被整段贴进问题反馈,所以里面没有任何会改设置的控件。 可单独关闭任一版本供应商 —— 每个 tab 右侧有一个勾选框(默认都勾选)。取消勾选即把该供应商从 DSH 模型选择器里彻底撤掉(不是只藏起 tab):它的路
相似插件
dsh-our-free-model
Our Free Model — 在 dsh 里装上这个插件即可,无需登录、注册或填 API Key,就能使用包括 DeepSeek V4.1 Flash、Kimi K3 在内的前沿模型,桌面端另有 EAC 协付渠道…
next-ai-draw-io
Draw and edit draw.io diagrams by chatting with an AI. Web app, desktop app, and an MCP server for Claude Code, Cursor,…
MemOS
Self-evolving memory OS for LLM & AI Agents: ultra-persistent memory, hybrid-retrieval, and cross-task skill reuse, with…