@deepseek-ai/dsh-llm-wechat

配置 credentials

在 $DSH_HOME/.credentials.yaml 存微信 Token（也可以在启动环境导出 WECHAT_API_KEY）：

WECHAT_API_KEY: 

配置（settings.yaml）

重启 DSH 后，在 $DSH_HOME/settings.yaml 加 llm-wechat: 段（热加载，无需重启）：

llm-wechat:
  apiKeyEnv: WECHAT_API_KEY              # credentials 引用
  baseURL: https://chatapi.weixin.qq.com/openai/v1
  thinking: enabled                      # enabled | disabled（disabled 锁死 off 档）
  reasoningEffort: high                  # off | high | max，默认 high
  maxTokens: 48000                       # 微信 maxOutput 上限 48000
  defaultContextWindow: 200000           # 微信 maxInput 上限 200000
  models:
    - id: Deepseek-v4-flash
      name: WeChat Deepseek-V4-Flash
      contextWindow: 200000
      maxTokens: 48000
  stripThinkingTags: true                # 是否剥离  标签（默认 true）
  streamIdleTimeoutMs: 300000            # 流式空闲超时，默认 5 分钟
  requestTimeoutMs: 55000                # 单请求总超时；默认 55s，避免撞微信约 60s 网关硬超时
  retryPolicy:                           # 可选；默认有界重试
    mode: always
    backoff:
      initialDelayMs: 500
      maxDelayMs: 10000
      jitterRatio: 0.1

配置字段与官方 dsh-llm-deepseek 对齐（thinking/reasoningEffort/models/retryPolicy 等），另加 stripThinkingTags 与 requestTimeoutMs。模型选择器里会出现 WeChat → Deepseek-V4-Flash，思考强度可选 off / high / max。

注意：插件注册的 provider route 是 wechat。如果之前在 llm-pi-ai.providers.weixin 配过微信，必须删除该段，否则 DUPLICATE_ADAPTER 冲突。