deepseek-harness/packages/llm/llm-pi-ai/README.zh.md

@deepseek-ai/dsh-llm-pi-ai

English | 中文

基于 @earendil-works/pi-ai 的 harness LLM（大语言模型）seam 通用多提供方适配器。一个插件实例拥有一份以路由为键的提供方 profile 字典；每个请求使用 GenerateOptions.provider 选择 profile，并针对该路由已配置的 catalog 解析 GenerateOptions.model。点名了已安装 pi-ai 提供方的路由会继承其端点、协议格式与模型 catalog 作为默认值，并逐字段覆盖；pi-ai 未提供的路由则整体声明出来，因此接入 OpenAI 兼容网关、自建服务，或比已安装 catalog 更新的提供方，都属于配置而非改代码。

包（package）根入口导出 Cordis 插件契约、PiAiAdapter 与 supportedProtocols()；profile 解析、catalog 物化、提供方构造、回放转换和流转换保留在包内部。

配置

按提供方配置凭据、模型 catalog 与部署特定传输设置，并以提供方路由本身为键。优先使用 apiKeyEnv——按请求解析的凭据引用——而非字面 apiKey，让机密不进入该文件。两者都省略，才会让该路由处于未认证状态；对已安装 catalog 路由而言，这意味着交给 pi-ai 的提供方原生环境发现。已配置却解析不出任何值的引用则相反，会让请求以 MISSING_CREDENTIAL 失败，因为放行下去就会用环境里恰好持有的某个无关密钥完成认证。一条凭据服务该路由下的全部模型。

- id: llm
  name: '@deepseek-ai/dsh-llm-pi-ai'
  config:
    providers:
      # Catalog route: endpoint, protocol, and models all come from pi-ai.
      openai:
        apiKeyEnv: OPENAI_API_KEY
        baseURL: https://proxy.example.com:8443
        reasoning: high
        retryPolicy:
          mode: normal
          maxRetries: 3
          backoff:
            initialDelayMs: 500
            maxDelayMs: 10000
            jitterRatio: 0.1
      # Catalog route with its catalog narrowed to one model and that model's
      # capacity corrected; every unset field still comes from the catalog.
      anthropic:
        apiKeyEnv: ANTHROPIC_API_KEY
        streamIdleTimeoutMs: 300000
        models:
          - id: claude-sonnet-4-5
            contextWindow: 200000
      # Hand-declared route: pi-ai ships nothing under this key, so the profile
      # supplies the whole provider.
      acme-gateway:
        displayName: Acme Gateway
        apiKeyEnv: ACME_GATEWAY_API_KEY
        api: openai-completions
        baseURL: https://gateway.acme.example/v1
        models:
          - id: acme-large
            name: Acme Large
            contextWindow: 65536
            maxTokens: 4096

字典形状使重复路由无法表示，发布前的数组形状（每个 profile 携带 provider 字段）会加载失败并给出迁移指引。providers 也可以为空或整体省略：适配器将以休眠姿态挂载——零路由、模型选择器不多一条——一旦 llm-pi-ai: settings 分节提供了 profile 就即时注册路由，分节清空时随之撤销。无论是否休眠，插件都会在可配置提供方目录（ctx.llm.listConfigurableProviders()，settings 路径 providers.<provider>）中声明每个已安装 catalog 提供方，并与当前 profile 声明的每条路由取并集，因此配置界面既能在任何路由存在之前就提供完整 catalog，也能寻址一条手工声明的路由。哪些适配器存在归组合面；哪些提供方在运行可以完全交给用户的设置文档。向 ctx.llm 注册具有原子性：如果与另一适配器已拥有的任何提供方路由冲突，插件会加载失败，不注册剩余路由。模型 id 不是生命周期配置；路由未配置的模型会在发起任何提供方请求前以 LlmError('UNKNOWN_MODEL') 失败。

Catalog 解析

profile 的 models 列表是替换该路由已安装 catalog，而不是扩充它；省略它（或留空）则原样服务该 catalog。每个条目都会从同 id 的已安装模型继承自身未设置的字段，因此把 catalog 路由收窄到两个模型、更正某个容量，或加入一个比已安装 catalog 更新的模型，都是一行编辑。只有 harness 会消费的字段可配置——id、name、contextWindow 与 maxTokens。定价与输入模态没有 harness 消费方，因此沿用已安装条目或直接缺席。推理则完全不按模型配置：一个孤立的能力布尔量会让 pi-ai 公布出没有 thinkingLevelMap 可供拼写的档位，而且没有任何列表端点会报告模型的推理协议，因此推理沿用已安装 catalog 条目或直接缺席。

条目与已安装 catalog 都没有给出尺寸的模型，会采用该路由的 defaultContextWindow（262,144）与 defaultMaxTokens（32,768），因此一份只公布 id 的列表同样能产出可服务的路由。两个回退值本质上都是猜测，这正是它们作为路由字段、供网关服务更小模型的部署一次性更正的原因，而不是埋在适配器里的常量；回退值只用于给模型定尺寸，绝不会变成每请求上限。

路由完全无法服务时解析仍会失败得响亮，并点名出问题的路由与模型：catalog 未提供的路由需要 api、baseURL，以及一个由唯一标识的模型组成的非空 models 列表。该解析在分节 schema 内部运行，因此无法服务的 profile 会在写入之处被拒绝——settings.mutate 以 settings-rejected 点名路由与模型——而不是先存下来、再悄悄让该 namespace 下每条路由失效。对于已经存下的、在此失败的分节，settings seam 会保留该 namespace 上一份可用值，因此这不会把部署卡死。api 接受 supportedProtocols() 中的协议，且仅在 catalog 无法提供协议时才需要：catalog 中不存在的模型会继承其同门模型一致同意的协议，因此向单协议 catalog 路由添加模型无需重述任何内容。

baseURL 设定该路由下每个模型的端点，因此仍支持 https://proxy.example.com:8443 等私有 proxy；省略它的 catalog 路由会保留每个 catalog 模型自己的端点。在 catalog 路由上点名 api 会把整条路由改指到该协议，这正是部署把某个提供方在 Responses 与 Chat Completions 之间迁移的方式。

supportedProtocols() 刻意窄于 pi-ai 的完整流式 API 集合：它只保留 profile 能用密钥、端点与标头完整描述的那些协议。Bedrock 要用 AWS 凭据与 region 做 SigV4 签名，Vertex 需要 project、location 与应用默认凭据，Azure 需要提供方环境外加 api-version，Codex 走 OAuth——提供它们只会交回一个无法完成认证的路由。catalog 路由仍可经自己的 provider 抵达这些协议；被拒绝的只有显式覆盖。

动态配置（settings + credentials）

适配器经由一个 thunk 每操作读取一次 profile，而非在构造期冻结。插件在可选的 ctx.settings seam 上用同一份 Config schema 注册 llm-pi-ai namespace，并以其 cordis.yml 条目为组合 base；由于 providers 是字典，base 与用户的 llm-pi-ai: settings 分节按提供方合并：用户可以新增路由、覆盖组合路由的单个字段，或把路由指向另一个 proxy，全部在下一次请求生效，无需重启。未挂载 settings 服务时，仅由 entry 配置驱动适配器，行为不变。

凭据按每次 stream 调用解析：非空的字面 apiKey 优先，其次经可选的 ctx.credentials seam 解析 apiKeyEnv（活跃环境之下的 $DSH_HOME/.env；未挂载 seam 时恰好读取该环境变量）。只有完全没有点名任何凭据的 profile——仅限这一种情况——才交给 pi-ai 的环境发现。路由集合与每条路由捕获的重试策略是注册级事实：两者任一变化时，插件都会原子地替换自己的注册（同一适配器实例，候选集合先经校验），因此某条路由若已被另一适配器占有，先前的路由会继续服务，而改回可用配置时注册会重新生效。提供方键的顺序绝不算作变化。本适配器无法服务的分节会在写入处被拒——注册的 validate 会解析整份 profile 集合，因此 ctx.settings.mutate 以 resolver 自身的错误拒绝（协议面将其报为 settings-rejected），什么都不会存储。已存储分节若因其他途径变得不可服务——比如外部编辑了 settings.yaml——则由 settings seam 保留该 namespace 最后可用的值并告警。entry 配置本身仍会使插件加载失败；而 llm 注册表拒绝的路由（已被另一适配器族占有的那种）会被记录下来，先前注册的路由继续服务。

适配器通过 ctx.llm.listModels(provider) 公开每条已配置路由的模型。这是从请求路径所用的同一个 pi-ai Models 集合读取的提供方无关 selector 元数据，因此发现不会创建第二个模型注册表。ctx.llm.resolveModelInfo(provider, model) 会执行一次精确 descriptor 查找，并返回其身份、上下文窗口、已配置输出上限和可选思考级别，让权威元数据保留在拥有路由的适配器上，而非消费方。模型已配置的 maxTokens 会成为 seam 的 defaultMaxTokens，因此未点名输出上限的请求会携带部署选定的那一个；而从已安装 catalog 继承来的值是模型的输出能力，绝不会自行变成请求默认值。

携带推理元数据的模型会公开 pi-ai 有序的 getSupportedThinkingLevels(model) 结果，不经筛选或规范化，其中包括 off，以及模型对 xhigh 或 max 的特定支持。Harness 将每个规范 pi-ai 级别公开为不透明 ID；提供方／模型在协议格式中的表示仍保留在 pi-ai 的 thinkingLevelMap 中。

没有这份元数据的模型——每一个手工声明的模型，以及 pi-ai 标记为不具备推理能力的 catalog 模型——完全不公开 reasoning。pi-ai 会把这类模型报告为只支持 off 一档，但 off 会被翻译成省略 reasoning 选项，而那与「不点名任何档位」产出的请求逐字节相同：选它关不掉任何东西，于是自身默认就在思考的提供方，会在界面显示 off 被选中的同时继续思考。把该能力报告为不可用，界面就只剩提供方默认这一项，不会再出现自相矛盾的控件。配置 profile 的 reasoning 值（包括 off）在存在时是部署默认值；省略它会保留提供方默认值。每次请求的 GenerateOptions.reasoningEffort 优先；任何未出现在确切模型能力中的显式值都会在网络 I/O 前以 UNSUPPORTED_REASONING_EFFORT 失败，而不会被自动调整。pi-ai 的通用流选项通过省略 reasoning 表示 off。

受支持的 profile 字段是 apiKey、apiKeyEnv、displayName、api、baseURL、models、defaultContextWindow、defaultMaxTokens、headers、reasoning、thinkingBudgets、cacheRetention、transport、timeoutMs、websocketConnectTimeoutMs、streamIdleTimeoutMs 和 retryPolicy。每个 profile 的可选重试策略都会与该提供方路由一同捕获；省略时使用有界的常规默认值。流空闲间隔必须是正的有限 Node 定时器延迟，默认为五分钟，且只覆盖未完成提供方读取，不包括消费方思考时间。若已配置标头中有同名项，则以 Harness 应用归因为准。

适配器强制 pi-ai SDK maxRetries 为零，因此一次 stream() 调用只会发起一次提供方请求。已移除 profile 字段 maxRetries 和 maxRetryDelayMs 会使加载失败，而不是静默倍增或隐藏单独组合的 agent（智能体）级重试预算。空闲超时会 abort SDK 的稳定请求信号，并以 TIMEOUT 呈现；较早的调用方 abort 仍为 ABORTED。

端点询问

插件提供 ctx.llm.registerModelDiscovery('llm-pi-ai', …)，用来回答「这个提供方能服务哪些模型？」——针对配置界面正在编辑或起草的路由。它刻意不是 catalog 刷新：什么都不存储，回复是界面供用户采纳的候选。settings.yaml 始终是唯一决定路由服务什么的东西。

点名了已安装 catalog 所提供路由的请求，直接由该 catalog 作答，完全不联网：pi-ai 的注册表才是它自家提供方的权威列表，且携带列表端点不会公布的上下文窗口与输出上限。这类路由根本不需要 baseURL。只有 catalog 未描述的路由——网关、自建服务——才会经协议层询问；若它也没给端点，则会被告知去设置一个或手工填写模型。

草稿携带的是用户当下键入的凭据（如果有）；已经存好凭据的路由，在配置界面上只呈现一个脱敏描述符，因此询问会自行取用该路由的凭据——解析方式与向它发请求时完全一致，先 apiKey 后 apiKeyEnv——而不是不带认证发出去、再把端点的 401 报成密钥不对。键入的密钥优先，因为那正是被测试的那一把。解析只发生在真正要联网的路径上，因此 catalog 路由作答时完全不会触碰凭据。

询问只读 openai-completions 与 openai-responses，它们「GET /models + bearer 认证」的形状是网关、自建服务与官方端点三方一致认可的那一种。Azure 尽管出身 OpenAI 也被排除——它用 api-key 标头认证并要求 api-version 查询参数——Codex 则走 OAuth；其余协议一律以 DISCOVERY_UNSUPPORTED 回答，让界面回退到手工填写，而不是把认证失败报成一个没有模型的提供方。baseURL 按前缀而非待解析 URL 处理，因此 https://gateway.example/openai/v1 这类部署路径会保留其路径段。

多数列表只公布 id；context_window/context_length 与 max_output_tokens/max_tokens 在网关提供时会被读取，没有可用 id 的条目会被跳过而不是让整份列表失败，其余仍由采纳方补齐。回复在四兆字节上限下读取，且上限落在实际收到的字节上——端点是用户自己填的 URL，因此会先看声明长度，但绝不把它当作边界。端点不可达、凭据被拒、响应非 JSON、以及响应没有 data 数组，都会以 DISCOVERY_FAILED 失败，消息点名端点；仅当 401 或 403 时才点名凭据。读取响应体期间被取消会呈现为 ABORTED，与请求发出之前被取消一致。

提供方／模型路由与回放

每次解析产出一份不可变快照——profiles 加上一个持有各路由所建 Provider 的 createModels() 集合——每个操作都在自己第一个 await 之前整体捕获一份快照。配置变化会构造新集合，而不是改动正在被使用的那个：Models.streamSimple() 是惰性的，它在流首次被消费时才解析 provider，而那已在 credential await 之后，因此改动共享集合会让一个在旧配置下开始的请求在新配置下结束，或者撞上一个已不存在的 provider。这正是 seam 的每步调用冻结（llm.prepareCall()）能贯通到底的原因——回复途中切换模型会在下一步生效，绝不会影响在途的那一步。请求经 Models.streamSimple() 抵达提供方。保持 catalog 协议不变的 catalog 路由会复用已安装提供方，只替换其模型列表，因为该提供方持有本包无法重建的 API 实现——Bedrock 经由独立入口加载其 Smithy 模块——从零件重建会静默收窄可用提供方的范围。其余路由都由 createProvider() 基于 supportedProtocols() 背后的协议表构造，表中条目正是 pi-ai 自己的提供方工厂所用的同一批 factory。

凭据绝不进入该集合。harness 在请求抵达 pi-ai 之前经自身 seam 解析路由密钥，并作为请求的 apiKey 选项传入，而 pi-ai 将其视为优先级最高的 auth 覆盖；因此 Models 不持有任何凭据存储，harness 也保住了自己失败得响亮的引用语义。没有点名任何凭据的路由会解析为「已配置但无密钥」，把该要求留给协议——那才是它真正所在的位置。

所选模型 descriptor 提供协议实现。这包括原生 API 差异，例如 descriptor 使用 Responses API 而非 Chat Completions 的 OpenAI 模型；harness 适配器不会按模型名称硬编码端点选择。

成功的 assistant 响应会在自身持久提供方／模型溯源旁存储经版本化的无损 JSON 回放状态。请求时，LlmService 只有在历史提供方路由与目标提供方路由当前由同一个 PiAiAdapter 实例拥有时，才会传递回放状态。即使目标提供方或模型改变，适配器也会验证状态并恢复 pi-ai 响应 id 与提供方 signature；随后由 pi-ai 判定目标 API 可以复用哪些元数据。没有回放状态的历史会被转换为外来的、与提供方无关的内容，绝不伪装为原生 pi-ai 响应。

如果 listener 改写已组装 assistant 内容，loop 会在记录消息前丢弃回放状态，因为其提供方元数据不再描述该内容。无效版本、格式错误元数据、溯源提供方／模型不匹配，以及内容／块不匹配都会显式以 LlmError('INVALID_REPLAY_STATE') 失败。

词汇差异

• pi-ai 工具调用参数是已解析对象；harness 存储原始 JSON 字符串。适配器会解析输入，并将输出重新字符串化。
• pi-ai 将失败报告为流内错误事件；它们会映射到 finish {kind:'error'|'aborted', failure} 分片。提供方特定错误文本会区分终止型 QUOTA 与暂时型 RATE_LIMIT，针对已解析模型上下文窗口评估的文本与 usage 信号则将溢出规范化为 CONTEXT_WINDOW_EXCEEDED。终止时的 stop 若消息不含内容块，则会映射为 finish {kind:'error'}，code 为 EMPTY_RESPONSE（默认策略会重试），而非成功空消息。
• pi-ai 将推理 token 折叠到输出 usage 中；没有可映射的独立推理计数。
• pi-ai 的 off 思考级别会原样穿过 Harness 能力 seam，并在分派时变为被省略的 pi-ai 通用 reasoning 选项。
• GenerateOptions.stop 会以 UNSUPPORTED_OPTION 被拒绝，因为 pi-ai 的通用流式输出接口无法保证所有提供方都支持它。

应用归因

每个请求都携带 dsh-llm attributionHeaders() 的共享归因标头，并通过 pi-ai headers 流选项合并。不会合成提供方特定应用归因标头。详见 dsh-llm § 应用归因。

依赖体量

pi-ai 会安装多个提供方 SDK，并延迟加载 catalog 模型所选的 SDK。该可选适配器包将依赖体量隔离在自身范围内。

模型体验

通过 pi-ai 发起的提供方请求

模型看到的内容

所选 catalog 模型会收到 GenerateOptions.system、历史、工具，以及 pi-ai 通用流式 API 支持的采样字段。本包不添加提示词文本。只有当适配器验证提供方原生回放元数据与历史内容匹配时，才会恢复这些元数据。

Token 影响

精确输入取决于提供方 tokenization。转换不添加模型可见文本；回放元数据可能让原生 API 复用提供方侧状态。

KV Cache 影响

转换保留逻辑请求顺序，不添加文本；复用取决于所选提供方的序列化与回放状态。更改适配器实例、提供方、模型或任何上游请求 token，都可能使复用从首个出现差异的 token 起失效。

提供方响应

模型看到的内容

pi-ai 事件会变为 harness 推理、文本、工具调用、usage 与 finish 分片。已解析工具参数以原始 JSON 字符串形式通过 harness 边界传递。

Token 影响

只有在 loop 记录生成内容后，它才会影响后续输入。提供方不单独报告推理 token 时，pi-ai 会将其折叠到输出 usage 中。

KV Cache 影响

已记录响应内容会追加到下一个请求，不会使其较早可复用前缀失效。未记录传输元数据与 usage 计量不影响 cache 身份。

已知限制与暂缓事项

• settings 能新增或覆盖路由，但不能移除组合路由：用户层合并在组合 base 之上，因此删除 cordis.yml 提供的提供方属于组合变更；对该 namespace 执行 replace 只会重置用户层。
• headers 可能承载一条脱敏器看不见的凭据：profile 的 headers 是纯字符串字典，因此设在其中的 Authorization 或 api-key 会被脱敏后的 describe() 原样返回，并被任何配置 UI 渲染出来。请把凭据存为 apiKeyEnv 引用；把该字典整体改为只写与其余协议边界工作一并暂缓。
• 路由的 catalog 不会自我刷新：catalog 就是 settings.yaml 所写的内容，因此模型列表的新鲜度只到最近一次编辑为止。这里没有任何环节会去问提供方它服务哪些模型；路由要多一个模型，得有人写进去。
• 每条路由只有一种协议格式：api 作用于整条路由，因此混合协议的 catalog 路由（跨 Responses 与 Chat Completions 的 OpenAI 式 catalog）无法承载另一种协议的模型，向这类路由添加它未描述的模型必须点名 api 并把全部模型一起迁过去。把该提供方拆成两个路由键是变通办法。
• 未认证路由取决于其协议：不点名凭据会让路由解析为「已配置但无密钥」，但 pi-ai 的 OpenAI 兼容实现仍要求 API key 或 Authorization 标头，因此无鉴权的本地服务需要一个占位 apiKey，或在 headers 中给出 Authorization 条目。
• 不支持 GenerateOptions.stop：pi-ai 的通用流选项无法保证所有提供方都支持 stop sequence，因此适配器会拒绝该字段。
• 历史中的 system 消息使用 pi-ai 通用上下文转换：提供方特定位置由 pi-ai 决定，而非由 harness 拥有的协议覆盖决定。
• 无法获取提供方 HTTP 状态：pi-ai 错误事件不会在所有提供方上公开稳定 HTTP 状态；失败只公开稳定 harness 错误 code。
• 重试策略由提供方持有，而不是 SDK 重试：每个提供方 profile 都可以配置嵌套的 retryPolicy，由 dsh-llm-retry 在 agent 的失败步骤 seam 上执行；pi-ai SDK 重试仍保持禁用，因此持久化的 agent 步骤与 llm/retry 事件记录每次可见尝试，直接 ctx.llm.stream() 调用仍只尝试一次。