DSH 怎么用 Ollama 跑本地模型？DeepSeek Harness 自定义提供方填表与图片开关

DeepSeek Harness 本身不带模型，接本地 Ollama 的办法是把它当成一个 OpenAI 兼容端点，在 设置 → 模型 里添加自定义提供方；表单填完还有两个开关要写进 settings.yaml（图片能力与网关兼容性）。 这篇按「先跑起 Ollama → 逐字填表 → 补两个开关」的顺序讲完，命令和字段都对齐官方文档。

DeepSeek Harness 为什么能接 Ollama：自定义提供方就是 OpenAI 兼容端点

Ollama 对外提供 OpenAI 兼容端点，而 DeepSeek Harness 用「自定义提供方」接入任意这类端点，所以接 Ollama 不需要专门的适配器（来源）。 先把本地这一侧准备好：

1. 装好 Ollama 并让它跑起来 — 按 Ollama 官方文档安装后启动服务。预期：ollama 命令可用，服务在本地监听；它是前台进程，关掉启动它的终端服务就停了。
2. 拉一个模型 — 执行 ollama pull <模型名>。预期：ollama list 能看到模型名，这个名字等下要一字不差地填进 DSH。
3. 确认端点地址 — Ollama 的 OpenAI 兼容端点是 http://127.0.0.1:11434/v1。预期：地址能访问、端口没被别的进程占用；拉模型或端点起不来，先按《模型连不上排查》分三类原因排。

本地服务不止 Ollama 一种，llama.cpp 的 llama-server 默认 http://127.0.0.1:8080/v1、LM-Kit 以你的启动配置为准，三类服务的对照见《DeepSeek Harness 怎么接入本地大模型》。名字或端口改过，DSH 这边必须同步改，两边不一致必然连不上。

DeepSeek Harness 添加自定义提供方：Provider ID、base URL、协议、凭据与模型

自定义提供方要填五样：小写 Provider ID、显示名称、基础 URL、API 协议、凭据，以及至少一个模型；其中 Provider ID 是永久的，填下去就用在下游所有请求和凭据引用里（来源）。 按官方文档的表单逐字来：

1. 打开表单 — 进入 设置 → 模型，选择添加自定义提供方（目录里已有的提供方走「添加提供方」，不用这条路径）。
2. 填 Provider ID 与显示名称 — ID 用小写，例如 ollama-local；它同时出现在请求、已保存会话、模型默认值和凭据引用里。预期：保存后 ID 不可改，显示名称随时可改。
3. 填基础 URL 与 API 协议 — 基础 URL 填 http://127.0.0.1:11434/v1；协议选 openai-completions。预期：这两项决定请求发到哪、按什么形状发；本地服务一般不需要密钥，你的服务若开了鉴权就填上凭据，留空会报 MISSING_CREDENTIAL。
4. 补至少一个模型 — 手填模型 ID（写错会报 UNKNOWN_MODEL），或点获取可用模型从端点拉列表。预期：列表只更新草稿、保存前不落盘；选中的模型出现在模型选择器里，选中即成为新会话的默认值。
5. 保存并验证 — 保存后发一条消息试一次。预期：模型变更在下一次请求就生效，不需要重启服务器；已发过请求的会话仍沿用自己日志里记录的模型。

DeepSeek Harness 图片能力开关与网关兼容性：settings.yaml 里两个易漏字段

手填的模型默认按纯文本处理，要收图得在 $DSH_HOME/settings.yaml 给该模型加 input: [text, image]；网关拒绝请求时，则用 compat 的两个开关把请求形状改回它认识的写法（来源）。 两处配置都在 yaml 里：

1. 给模型声明图片模态 — 在对应提供方的 models 下给目标模型加 input：
   yaml

   llm-pi-ai:
     providers:
       ollama-local:
         api: openai-completions
         baseURL: http://127.0.0.1:11434/v1
         models:
           - id: vision-model
             input: [text, image]
   

   预期：该模型可以收图；手填模型全都要图片，就在路由上写一次 defaultInput: [text, image] 作回退。图片被拒的完整排查见《模型不支持图片怎么办》。
2. 目录模型的模态用 modelOverrides 收窄 — 目录提供方没有可填写的 models 列表，覆盖要按模型 ID 写：
   yaml

   llm-pi-ai:
     providers:
       anthropic:
         modelOverrides:
           claude-sonnet-4-5:
             input: [text]
   

   预期：只有这个模型的模态被收窄，同一路由的其它模型不受影响。
3. 网关兼容性改 compat — 声明的推理能力会让系统提示词以 role: "developer" 发出，输出上限写成 max_completion_tokens，很多网关两者都拒：
   yaml

   llm-pi-ai:
     providers:
       ollama-local:
         api: openai-completions
         baseURL: http://127.0.0.1:11434/v1
         compat:
           supportsDeveloperRole: false
           maxTokensField: max_tokens
         models:
           - id: my-model
   

   预期：请求形状改成网关认识的写法；路由的 compat 是其模型的默认值，模型自己写的值逐字段胜出，冒号后留空的键会被拒绝而不是忽略。
4. 不放心就看合成结果 — 执行 dsh --dump-config 检查组合后的配置树（来源）。预期：能看到刚才写的模型与开关已经进入最终配置，而不是只躺在草稿里。

DeepSeek Harness 接入 Ollama 的注意事项与局限

1. DSH 不负责启动 Ollama：本地服务要自己先跑起来，它是前台进程，关掉终端就等于关掉服务，再请求必然失败。
2. input 和 compat 都是断言、不是检查：声明了端点并不提供的图片能力，不会在这里被拦下，改由提供方拒绝该请求；设置一个网关并不需要的开关，只是发出一个不同的请求。
3. Provider ID 一次写死：它进了请求、会话、模型默认值与凭据引用，改名等于新建提供方再删旧的。
4. 模态的优先级要记清：手填模型默认纯文本；目录模型由目录记录；defaultInput 只对目录未描述的模型作答。
5. 本地模型先看显存：模型超过显存时服务要么崩要么慢到不可用，先换小一号的模型，再回 DSH 侧调配置。

与其手改 yaml 去管插件开关，不如用 DSH Plugin Hub（dsh-plugin.org）的设置页：更新设置、安全信任、系统诊断、日志路径都收敛在图形界面里，不必碰配置文件。

来源：DeepSeek Harness 官方文档 - 配置模型、dsh CLI README、Ollama 官方网站、dshplugin/dsh-plugin-hub