dsh-bring-local-llm

把你本机的任意本地大模型接入 DeepSeek Harness（DSH Desktop）。 本地优先处理一部分信息（文本批量劳动 + 视觉/OCR），难点才交由云端主模型 —— 充分利用本地冗余算力、节省在线 token。

可连接任意本地模型（不限于某个具体模型）：通过 Control Plane 的 Provider 抽象，Ollama / KoboldCpp / LM Studio / 任意 OpenAI 兼容端点（vLLM、LocalAI、llama.cpp server 等）都可一键接入；模型文本/视觉能力按 models.catalog.yaml 声明即可。默认示例用 qwen3.5:9b，但不是唯一可选。

综合实践：dsh-koboldcpp-hands（DSH 工具插件规范）· local-agent-vision-team（你自研的 DSH 桥接 + Control Plane + Ollama）· OpenHarness（provider 抽象 / 多角色 / 冗余算力思路）。

---

它能做什么

在 DSH 主模型（云端，如 DeepSeek）的工具清单里注册一组工具，全部委托给你本地部署的 Control Plane（FastAPI 后端，默认 127.0.0.1:8765）：

工具	作用
local_llm_run	在本地文本模型跑一次（批量改写/翻译/抽取/去重/格式化/结构化输出）→ 省在线 token
local_llm_route	本地优先分流：先试本地冗余算力；全失败 → needs_cloud=true，请主模型（云端）接管难点
local_vision_read	本地多模态看图（OCR/分析），传图片文件路径

0.2.0 起为标准 Cordis 工具插件（inject:["tools"] + ctx.tools.register(defineTool(...))），与 DSH 生态工具插件一致；不再用动态插件/粘贴桥接，依赖更少、加载更稳。

实测 token 节省率（真实数据，多维度）

用本地模型 qwen3.5:9b 跑 5 类任务、每类 40 条真实文本（全部 used_local=true, needs_cloud=false），Control Plane 实测：

任务	本地 in	本地生成 out（=云端省掉）	云端直接做基线	走本地后云端在付	节省 token	节省率
英译中	468	433	901	~468	433	48%
改写·友好	467	1574	2041	~467	1574	77%
抽取·JSON	466	592	1058	~466	592	56%
分类	475	2000