📝 本文首发于 栏轩·阁
欢迎访问阅读原文，获取更好的阅读体验。
概述
DSH（DeepSeek Harness）本身不产模型，它只是个 agent 框架，模型能力来自你给它挂的 provider。官方自带的模型有限，社区则把各家 AI 编程工具的订阅做成了插件，有的额度很便宜，有的干脆有免费额度。这篇讲三个能白嫖或极低价用上的：Command Code Go、WorkBuddy、Trae。
它们都不是官方插件，都是 MIT 许可的社区项目，实现路子也不太一样。Command Code Go 走的是复刻官方 CLI 私有网关，WorkBuddy 和 Trae 则是复用本机已经登录的桌面客户端。共同点是装完之后，模型会直接出现在 DSH 的模型选择器里，而流式输出、工具调用、会话这些都还是 DSH 自己的。
仓库概述
三个仓库和它们各自接的东西：
| 插件 | 仓库 | 接的是什么 |
|---|---|---|
| Command Code Go | github.com/jiesou/dsh-commandcode-go-provider | 复刻官方 CLI 私有网关 /alpha/generate |
| WorkBuddy | github.com/corrinehu/dsh-workbuddy-connect | 复用 WorkBuddy 桌面 App 登录态 |
| Trae | github.com/dingminhua/dsh-connect-trae | 复用 Trae 中国区客户端登录态 |
论活跃度，WorkBuddy 那个是主力，56 个 star、npm 月下载约 1800；另外两个小众一些，Trae 6 个 star、Command Code Go 13 个，月下载分别在 1000 和 1300 左右。三个都在持续更新，最近一次发版都挤在 9 月 10 号前后。
下面按平台分开讲怎么装、怎么配、以及会踩到哪些坑。
Command Code Go
为什么它最划算
Command Code 的订阅从低到高分四档：Go、GOAT、Pro、Max。Go 是 1 美元一个月，给 10 美元额度的 credits，官方估算约 15000 次请求。模型覆盖 44 个，除开源系（Kimi、DeepSeek、GLM、MiniMax、Qwen）之外还包含几个 premium 例外，比如 GPT-5.6 Luna、Grok 4.5、Muse Spark 1.2/1.3、Qwen Max 与 Plus。再叠上平台的 deal，额度还能翻倍，MiniMax M3 是 2 倍、MiMo V2.5 Pro 接近 5 倍，1 美元跑出 20 到 50 美元的实际用量是能做到的。
但它不能像 GOAT/Pro 那样直接用
Command Code 有两套接入面。一套是标准的 Provider API，OpenAI 兼容端点，任何 agent harness 都能直接接；另一套是官方 CLI 自己走的私有网关 /alpha/generate。Provider API 只对 GOAT 及以上开放，Go 套餐去调会返回 403 upgrade_required，额度只在私有网关上放行。换句话说，Go 的模型你只能用官方的 cmd CLI 跑。
这就是插件存在的理由。它把 CLI 的线协议复刻进了 DSH：认证用的还是你在 Studio 里生成的那个 API key（形如 user_xxxx，跟 cmd login 写进 auth.json 的是同一个），插件把它当 Bearer token，再照抄 CLI 的请求头，等于"以 CLI 的身份"把 Go 的额度用起来。插件本身没有破解任何额度，只是换了个客户端。
安装与配置
安装：
sh
dsh plugin --profile web add @jiesou/dsh-commandcode-go-provider拿 key 的路径是登录 commandcode.ai，侧边栏进 Studio，点 API Keys，再点 Generate API key，把生成的 key 复制出来。写进凭据文件：
sh
echo 'COMMANDCODE_API_KEY: "user_xxxx"' >> ~/.dsh/.credentials.yaml重启 dsh，模型选择器里就有 Command Code Go 这一项了。模型目录不需要手配，插件启动时会从 /provider/v1/models 拉实时列表，再按官方 CLI catalog 的 Min plan 列筛出 Go and above 的模型，顺带把每个模型支持的推理档位合并进来。挂载时上游不可达也不会把插件拖垮，目录暂时是空的而已。
注意事项
作者在 package.json 里声明了兼容范围：DSH 要 >=0.1.2-alpha.3 且 <0.2.0，Node 是 ^22.19.0 或 >=24.0.0，profile 支持 web 和 headless。他还做了逐版本实测，0.1.5-alpha.1、0.1.5-alpha.2、0.1.5-rc.1 三档的安装、启动、卸载都通过，核心正好在这条线上的话可以放心。
配置项都是可选的，默认就能跑：apiKeyEnv 默认读 COMMANDCODE_API_KEY，baseURL 默认 https://api.commandcode.ai，maxTokens 默认 64000，defaultContextWindow 默认 100 万。要同时挂多个账号的话用 accounts 字典，每个 key 会变成一个独立的 provider 路由，各持各的 key，在模型选择器里各占一项，改了设置下个请求就生效，不用重启。
有一点得说清楚：它走的是未公开接口，Command Code 那边协议一改，插件随时可能失效。
WorkBuddy
WorkBuddy 是腾讯的 AI 编程工具，好处是有免费额度，也有倍率为 0 的免费模型，模型名后面还会跟促销徽章，限时免费、夜间折扣都会标出来。接进 DSH 用的是 dsh-workbuddy-connect。
前提
电脑上装了 WorkBuddy 桌面 App 并且已经登录。插件复用的是 App 的登录态，你在 App 里切换账号，插件会跟着走。它不需要你填任何 API Key。
安装
sh
dsh plugin --profile web add dsh-workbuddy-connect装完重启 dsh。
版本必须对应
这一步最要紧。插件和 DSH 核心的版本是一一对应的，混用会让 DSH 直接起不来：
| 插件版本 | 要求的 DSH 核心 |
|---|---|
| 0.3.2 及以上 | 0.1.5-rc.1 及以上 |
| 0.3.0 -- 0.3.1 | 0.1.2-rc.1 |
| 0.2.6 | 0.1.1-rc.2 |
先跑 dsh --version 确认自己的核心版本，再决定装哪个。我这边核心是 0.1.5-rc.1，对应 0.3.2 及以上，直接装最新版就行。要是核心停在 0.1.2-rc.1，就得钉在 0.3.1，装最新版反而会挂。桌面版 DSH 有自己的节奏，App 内置核心跟进之前，用 0.3.1 更稳。
在设置里看信息
设置 → 插件 → DSH WorkBuddy Connect 那张卡片里能看账号、令牌有效期、剩余积分和模型优惠，展开后分状态、上下文、明细三个标签。推理档位如果上游没有明确声明，可以在卡片里手动检测，不过检测会发少量请求，可能消耗积分，不检测的话走上游默认档位。模型选择列表里每个模型名后面还会跟积分倍率，比如 GLM-5.2 · x0.79，挑的时候一眼能看出贵贱。
命令行也能查状态，会输出登录账号、令牌过期时间和剩余积分：
sh
dsh plugin --profile web exec dsh-workbuddy-connect status令牌过期是自动刷新的，不用手动管。
Trae
Trae 是字节的 AI IDE，中国区账号同样有免费额度。接进 DSH 用的是 dsh-connect-trae。
前提与安装
前提和上一个一样，电脑上装了 Trae 中国区客户端并且已经登录，插件读的是 %APPDATA%\Trae CN 下的登录凭据，不用填 Key。
sh
dsh plugin --profile web add dsh-connect-trae1.4.0 这个版本要求核心 >=0.1.5-0，核心是 0.1.5-rc.1 的话正好匹配。它的工作方式是把 Trae 的模型注册成 DSH 的 trae provider，工具调用由 Trae 产出，但 bash、read、write 这些工具是 DSH 在本地执行的，所以正常的 agent 循环没被破坏。
在设置里看信息
模型列表报错怎么办
如果模型选择器里一个 Trae 模型都没有，或者看到类似 adapter returned invalid context metadata for provider "trae" model "xxx" 的报错，这是插件的已知问题，不是你装错了。
原因是这样：插件内置了一份兜底模型表，但这份表里只有 id 和 name，没有 contextWindow。当 settings.yaml 里还没有 trae: 这一段时（全新安装，或者从没在卡片里点过保存），插件会用这份兜底表覆盖掉刚从 Trae 拉到的真实目录，于是每个模型的 contextWindow 都成了 undefined。DSH 内核要求 contextWindow 必须是正整数，校验不过就直接让整个 trae provider 的目录解析失败------表现出来就是模型全部加载不出来，但设置卡片照常显示登录和积分，因为那是走另一条只读接口的。
解法很简单：在插件设置里点一次「从 Trae 刷新」，再点「保存」。保存会把带 contextWindow 的模型目录写进 settings.yaml 的 trae.lastCatalog，模型立刻就回来了，这个文件是热重载的，不需要重启 DSH。所以那段配置生成之后别删，清空设置会复发。
原理篇
三个插件的实现路子不同，但都建立在同一个前提上：DSH 的模型接入是可插拔的。插件只要注册一条 provider 路由、实现 DSH 的 LLM 抽象，模型就能出现在选择器里，后面的 agent 循环、工具、权限都还是 DSH 自己的。
Command Code Go 那条路是逆向。Go 套餐被挡在 Provider API 外面，它只能复刻官方 CLI 的 HTTP 线协议。请求头得带 x-command-code-version，钉在一个已知可用的 CLI 版本上，网关靠这个头判断兼容性，还有 x-cli-environment 之类的头。请求体也不是标准的 model 加 messages，而是 CLI 自己的信封格式，分 config、memory、taste、skills、permissionMode、params 几段。响应不是 SSE，是逐行的 JSON，每行一个事件。插件做的事就是把这些事件翻译成 DSH 的 StreamChunk：文本增量、推理增量、工具调用、用量、结束。
WorkBuddy 和 Trae 走的是另一条路，复用本机客户端的登录态。以 Trae 为例，链路是 DSH 的 PiAiAdapter 先连到一个本机的 loopback 转发器，这个转发器用随机端口加进程内随机 secret，真实 token 不出本机，也不交给 pi-ai；转发器再连 Trae 的 llm_utils_chat 接口，把 Trae 返回的 function_call 转成 OpenAI 格式的 tool_calls，最后由 DSH 在本地执行工具、把结果回传。模型只负责决定调什么工具，工具的实际执行权始终在 DSH 手里，沙箱和权限控制都还在。
之所以都要绕这么一圈，是因为这些平台根本没开放标准 API。额度要么绑在客户端登录态上，要么只在私有网关上放行，插件的本质就是以官方客户端的身份把请求发出去。
这也意味着风险。三者都是非官方项目，依赖的是未公开、没有稳定契约的接口，上游一改版本或者动一下协议就可能失效。用不用、怎么用，条款上的判断得自己来。
总结
这三个插件覆盖了三种来源。Command Code Go 是付费但极便宜的，1 美元换 10 美元额度，叠上 deal 还能翻倍；WorkBuddy 和 Trae 靠的是本机客户端的免费额度和免费模型。共同点是装完之后模型直接出现在 DSH 里，额度池互不干扰，可以按模型倍率挑便宜的用。
装的时候记住三件事：一是先确认 DSH 核心版本，再挑对应的插件版本，错配会让 DSH 起不来；二是只有 Command Code Go 需要手动配 Key，另外两个靠本机登录态，装之前确认客户端已经登录；三是 Trae 那个记得在卡片里刷新加保存一次，生成的 settings.yaml 配置段别删。