dsh-model-router

更多介绍

直答式快速回答 — 用户选快速后，插件拒绝该步骤，用 零前缀单次流式调用 在便宜模型上作答（无缓存 miss 税），并把问答直接写入会话日志（伪造 step 包络）——用户看到的是普通问答，答案前缀带 ⚡ 快速回答 / Quick answer · 标记（随提问语言），主模型零参与， 不产生子代理会话、relay 卡片或 toast 。主会话的模型和前缀缓存全程不受影响。 - 视觉感知路由 — 带图消息自动走目录里有图像能力的模型（如 deepseek-v4-flash-vision-exp），裁判与直答都走视觉模型；目录里没有视觉模型时回退主模型，绝不会在纯文本 flash 上"盲答"图片问题。 - 尊重模型选择器 — 插件从不覆盖输入框选择器 / selectModel 里选择的模型，包括中转通道（如 kabuai）：agent/request 原样放行 harness 请求的配置，直答一律跑在当前 provider 自己的便宜模型上。（已移除"漂移修复"——它的成因，即伪造 request/header，已在 v0.9.2 从根上修掉。） - Auto / 关闭 开关 — 面板按钮和 /router auto off（以及 route model 工具）只做一件事：开启或关闭本会话的快速回答。没有需要配置的按请求模型切换。 - 自动降级 — 瞬态故障（RATE LIMIT / SERVER / TIMEOUT / EMPTY RESPONSE）把该轮降级到便宜模型并重试一次；其余交给 provider 自带的重试策略。 - 真实用量计量 — 会话投影折叠持久化日志：真实适配器 token 用量（输入 / 输出 / 缓存读 / 缓存写 / 推理）、分模型明细、按模型档位价格表估算的成本。投影可重放、冷会话也能出数。 - 输入框面板（中英双语） — Auto / 关闭 开关、当前模型、miss/out/cache%/≈$ 行、QA×N 快速回答计数（每次直答有短暂内联高亮）、分模型用量明细。读数据走 useProjection（响应式，无 RPC）；开关复用内置 commands remote。UI 文案经 harness locale 服务中英本地化。