比较简单，打发时间的小品游戏。很适合后台挂个AI干活的时候玩。

dsh-model-fix

修复特定模型在 DeepSeek Harness（DSH）里「流式内容正常但回合必报错」的流式收尾缺陷。

本仓库是 bitterSmilezzz/dsh-model-fix 的增强版：
在原版（muse-spark-1.2）基础上，加入了对 gpt-5.6-luna 的支持（同一缺陷，实测
2026-08-23：gpt-5.6-luna 流式/非流式响应的 finish_reason 均为 null，且流式不发 [DONE]）。

背景：缺陷根因

opencode 聚合端点（https://opencode.ai/zen/go/v1）上的 muse-spark-1.2 与
gpt-5.6-luna 实现有缺陷：流式响应正常吐出内容，但从不发送 finish_reason、也不发送
[DONE]，流直接关闭（同端点对照 deepseek-v4-flash / glm-5.2 均正常发送
finish_reason: 'stop' + [DONE]）。

DSH 的 llm-pi-ai 走 pi-ai SDK（强制 stream: true 且要求流以 finish_reason 收尾），
于是每次对话的真实表现是：

1. 内容正常流式显示；
2. 结尾报 Stream ended without finish_reason（映射为 TRANSPORT 错误）；
3. 回合被判失败，且 TRANSPORT 在默认可重试列表里 → agent 级重试插件按
   maxRetries 反复重跑整步，烧多份 token。

这与代理无关：直连与走代理的响应完全相同，换代理解决不了。

⚠️ 重要说明：无需开启 opencode 的「Allow models that train on request data」

使用 muse-spark-1.2 / gpt-5.6-luna（经 opencode-go 路由）不需要在 opencode 平台设置里
开启**「Allow models that train on request data」**。

• 该开关是 opencode 的数据训练授权：开启后你的请求数据可能被用于模型训练，属于
  需要慎重对待的隐私授权，不要为了使用这些模型而开启它；
• 实测：不开启该开关，直连 https://opencode.ai/zen/go/v1 即可正常
  返回内容（本插件修复的只是流式收尾缺陷，与训练授权无关）；
• 若在 opencode 设置里看到该开关，保持关闭即可；本文档所述修复不依赖它。

开关位置见下图（opencode 设置页 → 提供商区域，与「启用部署在中国的模型」相邻）：

本插件做什么

在 llm/stream waterfall 上，对匹配的模型把上述缺陷收尾为正常 stop：

• 仅当流已输出内容（text-delta / reasoning-delta / tool-call-delta）且
  结尾错误代码为 TRANSPORT / STREAM_CLOSED 且错误信息明确是「缺少终止事件」
  （如 Stream ended without finish_reason）时才改写；
• 真实传输故障（如 SocketError: other side closed）不受影响，照常失败；
• 无内容的空响应也照常失败，不会被误吞。

修复后 muse-spark-1.2 / gpt-5.6-luna 直连即可正常使用，无需代理、不触发重试。

安装

1
2
3
4
5

# 从 GitHub 安装（推荐）
npx -y @deepseek-ai/dsh plugin --profile web add github:Retr67/dsh-model-fix

# 本地路径
# dsh plugin --profile web add /path/to/dsh-model-fix

安装后重启目标 profile（如 dsh web）生效。

配置

cordis.patch.yml 中 config 两个字段：

1
2
3
4
5

- id: model-fix
  name: dsh-model-fix
  config:
    modelPattern: '^(muse-spark|gpt-5\.6-luna)'
    providers: []

只修 luna 可改为 modelPattern: '^gpt-5\.6-luna'；只想限定某个路由可加
providers: [ 'opencode-go' ]。

开发

1
2

pnpm install
pnpm verify    # typecheck + build + node --test

验证矩阵

• 单元测试：tests/fix.test.mjs 覆盖缺陷识别、内容保留、空响应放行、真实故障放行等 10 例。
• 真实端点集成验证：用 pi-ai 同款 SDK 直连 muse-spark-1.2 / gpt-5.6-luna，内容经本插件转换后
  结尾由 error(Stream ended without finish_reason) 变为 {"kind":"stop"}。

致谢

• 上游：bitterSmilezzz/dsh-model-fix（MIT）
• 缺陷取证（gpt-5.6-luna）：2026-08-23 直连 opencode.ai/zen/go/v1 复现——流式 10 个 chunk
  中 finish_reason 全程 null、无 [DONE]，尾部为 data: {"choices":[],"cost":"0"}；
  非流式响应 finish_reason 同样为 null。

dsh-plugin-manager

DeepSeek Harness (DSH) 插件管理器：在 WebUI 设置 → 插件 → 插件管理 里可视化查看、临时打开、关闭其他插件。

• 入口位于 设置 → 插件 → 插件管理（作为 settings.plugins.tab 槽位注册的一个标签页，与自带「可配置」标签并列）。
• 用户插件（可开关）：你在 profile/package.json 里安装的社区插件 + 你自己在 cordis.patch.yml 里加的条目（如 MCP 桥梁）。
• 系统组件（只读）：DSH 自带的 host/web 基础设施，只展示、不提供开关，避免误关导致 Harness 起不来。
• 开关无需重启 dsh：走的是 Cordis loader 的 entry.update({ disabled })（与官方 dsh-market 主题开关同一条路）。默认在切换后自动刷新网页，让带前端界面的插件（桌宠、侧边栏等）也立即完全生效；也可在面板里切到手动刷新模式（选择保存在浏览器 localStorage）。
• 跨重启保持：被关闭的插件 id 会记在 <profile>/.plugin-manager/state.json，下次启动时自动回放为关闭，直到你把它打开。
• 「全部恢复开启」按钮一键清空所有保持关闭的插件。

结构

1
2
3
4
5
6
7

dsh-plugin-manager/
├── package.json        # dsh.bundle + dsh.client 声明
├── cordis.patch.yml    # 挂载 plugin-manager 主机条目
├── dsh/
│   ├── index.js        # 主机端：HTTP API + loader 枚举/开关 + 状态持久化
│   └── client.js       # 浏览器端：注册 设置→插件→插件管理 标签页（React）
└── README.md

与官方机制的关系

• 不走 package.json 的 dsh.profile.bundles 增删（那需要重启才生效），而是对运行中的 loader entry 做热开关——这是 dsh-market 主题切换验证过的做法。
• 状态持久化与启动回放、自愈守卫（internal/plugin 事件）同样移植自 dsh-market。
• group 插件（如记忆插件 openviking-memory）无法直接置 disabled，管理器会自动改为开关其子条目。

HTTP API（同源校验）

POST 接口（toggle/reset）做了 Origin === Host 的同源校验；GET 列表是只读、且只暴露在回环地址绑定的 web server 上，不再要求 Origin 头（同源 GET fetch 默认不携带 Origin，要求它会导致面板报 untrusted origin）。

安全

• 主机端仅使用 node 内置模块（fs/os/path），无网络调用、无子进程、无 eval。
• 客户端用 React 渲染插件名（自动转义，无 XSS），所有请求都是同源 fetch。
• 管理器自己（plugin-manager）不会被关闭；系统组件不会提供开关。

License

MIT

原因：酒馆发送的请求主体中不能有stop主体参数。

解决办法：点击API设置界面的附加参数按钮，在排除主体参数栏内填写stop，以不发送此主体参数。

Automatic Gemini API key rotation for modlens on DeepSeek Harness (dsh) — when one key hits its quota (HTTP 429), the read
automatically switches to the next key in the pool and retries, with zero
intervention. Works everywhere modlens reads an image: the dsh GUI paste flow,
the modlens_read_image tool, and the CLI.

⚠️ Unofficial: this patches the installed modlens package. The patch is
wiped by any modlens upgrade; patch.ps1 re-applies it in one command.
If modlens upstream ever ships native multi-key support, drop this project.

Why

modlens reads images through a single Gemini API key stored in ~/.modlens/config.json. Free-tier keys hit daily quota (429 RESOURCE_EXHAUSTED) / rate limits quickly, and modlens has no retry or
failover for that. This project adds:

• a key pool (~/.modlens/api-keys.json) — list, add, rotate, inspect
• an engine patch — 429 triggers an automatic switch to the next pool key,
  persisted to the config, then a retry of the same request (up to 8 rotations)
• a CLI wrapper — 429 → rotate + retry; 5xx → backoff retry on the same key
• a re-patch script — re-applies the engine patch after a modlens upgrade

Requirements

• DeepSeek Harness (dsh) with the modlens plugin installed: npx -y @deepseek-ai/dsh plugin --profile web add @liustack/modlens@<version>
• Node 22.19+ (modlens requirement)
• PowerShell (Windows) — the scripts are .ps1

Install

Clone this repo (or copy scripts/), then:

1
2
3
4
5
6
7
8
9

# 1. copy scripts next to the modlens config
Copy-Item scripts\* "$env:USERPROFILE\.modlens\"
# or link: New-Item -ItemType SymbolicLink ... (per-file)

# 2. apply the engine patch (idempotent)
powershell -ExecutionPolicy Bypass -File "$env:USERPROFILE\.modlens\patch.ps1"

# 3. seed the key pool (one command per key)
powershell -ExecutionPolicy Bypass -File "$env:USERPROFILE\.modlens\rotate.ps1" add <GEMINI_API_KEY>

The active key is the one modlens uses: if you already configured a key via modlens config set gemini-api.apiKey, add it to the pool too so rotation can
cycle back to it.

Usage

1
2
3
4
5
6
7
8

# manage the pool
rotate.ps1 list                          # show pool, >> marks the active key
rotate.ps1 status                        # pool size + active key (masked)
rotate.ps1 rotate                        # switch to the next key (persists)
rotate.ps1 add <key>                     # add a key to the pool

# read an image with automatic rotation
ml.ps1 -Image <path-or-url>

The engine patch makes rotation automatic for every read path (GUI paste, modlens_read_image tool, CLI), so rotate.ps1 rotate is mainly for manual
override or diagnosis.

If you use a proxy

modlens itself supports it — no changes needed here:

1

modlens config set proxy http://127.0.0.1:<port>

Note: Google’s Gemini API is region-restricted. A proxy exit in an unsupported
region (e.g. mainland China, Thailand) fails with 400 User location is not supported for all keys — rotation cannot fix
that; switch the proxy node instead.

After a modlens upgrade

1

powershell -ExecutionPolicy Bypass -File "$env:USERPROFILE\.modlens\patch.ps1"

It detects whether the patch is still present; if a new version changed the
targeted code and the hunks no longer match, it reports which hunk failed and
tells you to file a new patch.

How it works

modlens ships two components in one package:

• dsh/index.js — the dsh plugin shell: registers modlens_read_image,
  handles paste-to-path. It contains no image-reading logic; it spawns a
  child process running the CLI engine.
• dist/main.js — the CLI engine: reads the image, calls Gemini
  (executeGeminiApi), parses structured JSON. Every read path funnels
  through this file.

The patch lives in executeGeminiApi: a single request becomes a loop that
rotates the pool on 429. See PATCH.md for the exact change.

Security

• Keys are stored in plain text at ~/.modlens/api-keys.json (same trust
  level as modlens’s own config.json, which also stores the key in plain
  text). Do not share your home directory.
• This repo contains no keys, no credentials, no machine-specific paths —
  all paths derive from $env:USERPROFILE.

Credits & license

• modlens by Leon Liu (liustack) — the vision engine this project wraps and patches. MIT licensed
  (Copyright © 2026 Leon Liu), see LICENSE.modlens.
  The patch hunks in this repo are a derivative modification of modlens
  source and carry its MIT notice as required.
• This project is not endorsed by upstream — it is an independent utility
  that depends on modlens.
• Our own scripts and docs: MIT (see LICENSE).
• Full attribution: ACKNOWLEDGMENTS.md — please star
  the upstream project, the real work lives there.

修复 OpenViking 在 Windows + 本地向量库 + 本地 embedding 模型 组合下，记忆文件已生成但搜索不到的问题。

问题现象

• OpenViking 服务可以正常启动
• 记忆文件可以正常生成
• 但执行搜索时返回空结果

1

ov find "LoopingIsle" --context-type memory

返回：

1
2
3
4
5
6
7
8
9

{
  "ok": true,
  "result": {
    "memories": [],
    "resources": [],
    "skills": [],
    "total": 0
  }
}

服务日志出现：

1
2

openviking.storage.viking_vector_index_backend - ERROR - Error reading existing record before partial update: Strings must be encoded before hashing
openviking.storage.collection_schemas - ERROR - Failed to write to vector database: Strings must be encoded before hashing

根本原因

OpenViking 在把字符串 ID 转成 64 位整数时，使用了：

1

xxhash.xxh64(input_string)

但 xxhash 在 Python 3 中要求传入 bytes，不能直接传入 str，因此抛出：

1

Strings must be encoded before hashing

这导致：

• 记忆 Markdown 文件正常写入
• 向量没有成功写入向量库
• 所以记忆文件存在，但语义搜索找不到

修复

修改文件：

1

openviking/storage/vectordb/utils/str_to_uint64.py

修改前：

1
2

def str_to_uint64(input_string: str) -> int:
    return xxhash.xxh64(input_string).intdigest()

修改后：

1
2

def str_to_uint64(input_string: str) -> int:
    return xxhash.xxh64(input_string.encode("utf-8")).intdigest()

补丁文件

使用方法

方法一：Git apply

1

git apply patches/0001-fix-str_to_uint64-xxhash-encoding.patch

方法二：PowerShell 脚本

1

powershell -ExecutionPolicy Bypass -File patches\patch-openviking-xxhash.ps1

修复后重新索引

1
2

ov reindex viking://user/default/memories --mode semantic_and_vectors --wait true
ov find "LoopingIsle" --context-type memory

环境

为什么很多人没遇到

这个 bug 主要在以下组合下出现：

• Windows
• Python 3.14
• 本地向量库
• 本地 GGUF embedding 模型

大多数用户使用的是：

• Linux + Docker
• 云端 embedding API
• 云端/托管向量数据库
• 较旧的 Python 版本

所以这条本地路径测试覆盖较少。

额外注意

如果只是移动了 OpenViking 目录导致向量库元数据路径不匹配，可以在配置中加：

1
2
3
4
5

{
  "embedding": {
    "allow_metadata_override": true
  }
}

前提是模型没有换、维度没有变。

有始有终，值得好评。

虽然后面有点赶，但感觉把想呈现的效果都呈现了。

就像看了一段也许真的存在的冒险。人物的变化和成长也悄然地推进，不突兀挺好。

原本是单人游戏，但我是跟朋友一起用合作模式通的关。

对于多人体验而言，如果不是多人游戏荒了，不建议把这游戏作为首选项。

各种解密和动作体验中规中矩，在2026年下，没有啥新鲜内容。

各种互动还算不错，动作有些僵硬。

剧情方面中等偏上水准。

值得一提的是，在剧情的最后，当主角处在一个特殊状态下时，一开始无法正确地前往目的地，当我以为附近有什么谜题时，突然脑子里意识到了一个新的可能性，当我把这个可能性告诉我朋友，并真的成功时，当时带给我的尤里卡时刻，还是非常震撼的，并且这个设计也十分符合剧情和玩法，让游戏的机制玩法解释了剧情，让剧情和体验更上了一层楼。甚至我有点怀疑，作者是因为这个时刻，才做了这么一款游戏。

准备工作

在开始之前，请确保你具备以下条件：

• 一台 Linux 服务器：本文以 Ubuntu为例。

• 一个公网 IP：确保你的服务器拥有独立的公网 IP，或已做好端口映射。

• 开放防火墙端口：确保服务器防火墙和云服务商的安全组放行以下端口：

许可证说明：TeamSpeak 3 对非商业用途免费，内置 1个虚拟服务器 和 32个在线用户 的限制，对绝大多数私人团队来说完全够用。

开始安装

系统更新与创建用户

为了安全，我们强烈建议不要使用 root 账号运行 TS3 服务。

更新系统

sudo apt update && sudo apt upgrade -y

创建一个名为 teamspeak 的系统用户

sudo adduser teamspeak

切换到该用户

su - teamspeak

下载服务端软件

进入用户目录，并从官网下载最新版服务端（请以官网最新版本号为准）：

cd /home/teamspeak

下载服务端压缩包 (以 3.13.7 版本为例)

wget https://files.teamspeak-services.com/releases/server/3.13.7/teamspeak3-server_linux_amd64-3.13.7.tar.bz2

解压

tar -xjvf teamspeak3-server_linux_amd64-*.tar.bz2

启动服务器

进入解压后的目录，接受许可协议并启动：

cd teamspeak3-server_linux_amd64

创建同意许可协议的文件

touch .ts3server_license_accepted

启动服务器

./ts3server_startscript.sh start

🚨 关键步骤：保存管理员令牌

首次启动时，终端日志中会显示两行极其重要的信息：

ServerAdmin privilege key created, please use it to gain serveradmin rights for your virtualserver.
token=xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

请立即复制并保存这个 token（令牌）。如果你关闭了终端，将无法找回，只能清空数据重新初始化。

设置开机自启 (Systemd)

为了确保服务器在重启后自动运行，我们可以将其注册为系统服务。

创建服务文件 (需要 root 权限)：

sudo nano /etc/systemd/system/teamspeak3.service

粘贴以下配置 (注意将 /path/to 替换为你的实际绝对路径)：

[Unit]
Description=TeamSpeak 3 Server
After=network.target
[Service]
User=teamspeak
Group=teamspeak
WorkingDirectory=/home/teamspeak/teamspeak3-server_linux_amd64
ExecStart=/home/teamspeak/teamspeak3-server_linux_amd64/ts3server
ExecStop=/home/teamspeak/teamspeak3-server_linux_amd64/ts3server_startscript.sh stop
ExecReload=/home/teamspeak/teamspeak3-server_linux_amd64/ts3server_startscript.sh restart
Restart=always
RestartSec=15
[Install]
WantedBy=multi-user.target

重载配置并启用：

sudo systemctl daemon-reload
sudo systemctl enable teamspeak3
sudo systemctl start teamspeak3

连接与使用

下载客户端：从 TeamSpeak 官网 下载适用于你系统的客户端。

连接服务器：打开客户端，点击 Connections -> Connect，输入你的 服务器 IP 地址（端口默认 9987，可不填）。

获取管理员权限：首次进入频道时，客户端会弹出窗口要求输入 Token。粘贴你在第三步保存的令牌，即可获得管理员权限。

常见问题排查 (Troubleshooting)

搭建 TeamSpeak 音乐机器人 (teamspeak-music-bot)

有了 TeamSpeak 服务器之后，不妨再给它配上一个“点歌台”。teamspeak-music-bot 是一个功能强大的开源音乐机器人，链接，支持从网易云音乐、QQ音乐、酷狗音乐、哔哩哔哩等多个平台搜索并播放音乐。它最大的亮点在于提供了一个 YesPlayMusic 风格的 WebUI 控制面板，让你可以通过浏览器轻松管理播放，体验非常接近专业的音乐播放器。

从零搭建自托管加密 DNS：AdGuard Home 完整配置指南

如果你受够了运营商的 DNS 劫持，想在手机、电脑上全局去广告，又希望保护上网隐私，这篇文章就是为你准备的。

📖 前言

我花了几天时间，从一台云服务器开始，一步步搭建了自己的加密 DNS 服务。整个过程踩了不少坑：证书申请、端口配置、iOS 描述文件、安卓 DoT 连接失败……最终所有设备都成功跑了起来。

这篇文章就是完整的操作记录，希望能帮你少走弯路。

🎯 最终效果

• 全屋去广告：所有连接到 AdGuard Home 的设备自动屏蔽广告
• 加密 DNS：手机蜂窝网络、公共 Wi-Fi 下 DNS 查询全程加密
• 跨设备支持：iPhone、安卓、Windows 全部配置完成
• 自动续期：证书到期自动更新，无需人工干预

🧱 整体架构

1
2
3
4
5
6
7
8
9
10
11
12
13

互联网
   │
   ▼
┌─────────────────┐
│  云服务器        │
│  (公网 IP)       │
│  运行 AdGuard Home│
│  监听 443/853 端口│
└─────────────────┘
   │         │
   ▼         ▼
 iPhone    安卓手机   电脑
(DoH/TLS)  (DoH)    (DoH)

第一部分：准备工作

1.1 域名与服务器

• 域名：我使用的是在 NameSilo 注册的域名
• 服务器：一台有公网 IP 的云服务器（我是阿里云）
• 系统：Ubuntu

1.2 域名解析

在 DNS 服务商控制台添加 A 记录：

第二部分：安装 AdGuard Home

2.1 一键安装

1

curl -s -S -L https://raw.githubusercontent.com/AdguardTeam/AdGuardHome/master/scripts/install.sh | sh -s -- -v

安装完成后，访问 http://你的服务器IP:3000 进行初始化设置。

2.2 设置用户名和密码

按照网页指引完成设置，记住你设置的管理员账号密码。

第三部分：申请 SSL 证书

3.1 为什么需要证书？

AdGuard Home 启用 DoH/DoT 加密必须使用 SSL/TLS 证书。我使用 Let’s Encrypt 的免费证书。

3.2 手动申请证书（首次）

先通过手动 DNS 验证方式申请：

1

sudo certbot certonly --manual --preferred-challenges=dns -d 域名

系统会提示你添加 TXT 记录：

1

_acme-challenge.域名 TXT "这里是一串验证值"

添加完成后等待生效，按回车继续。证书申请成功，一共有两份。

⚠️ 注意：--manual 方式不会自动续期！我们后面会改成自动方式。

3.3 查看证书内容

将输出的内容（从 -----BEGIN CERTIFICATE----- 到 -----END CERTIFICATE-----）复制下来。

第四部分：配置 AdGuard Home 加密

4.1 进入加密设置

登录 AdGuard Home 管理面板 → 设置 → 加密

4.2 填写证书

💡 进阶做法：填完内容后，可以改为填写文件路径，方便自动续期时自动加载。

4.3 放行端口

服务器防火墙（如 ufw）：

1
2
3

sudo ufw allow 443/tcp
sudo ufw allow 853/tcp
sudo ufw reload

云服务商安全组：在控制台添加入站规则，允许 TCP 443 和 853 端口。

第五部分：各设备端配置

5.1 iPhone / iPad（通过描述文件）

推荐方式：使用在线工具生成描述文件

1. 访问 dns.notjakob.com
2. 选择 DNS-over-HTTPS (DoH)
3. DoH server URL 填写：https://域名/dns-query
4. IPv4/IPv6 填写你喜欢的公共DNS
5. 生成并下载 .mobileconfig 文件
6. 通过 QQ/微信/邮件传到 iPhone，iPhone用自带的文件APP另存，并在文件APP里打开，进行安装

安装路径：设置 → 通用 → VPN 与设备管理 → 已下载的描述文件

5.2 安卓手机（推荐 DoH）

安卓系统内置的“私人 DNS”仅支持 DoT（853 端口），但国内网络环境可能干扰 853 端口。推荐使用 DoH。

使用 Intra 应用（Google 官方开源）：

1. 在 Google Play 下载 Intra

5.3 Windows 电脑

方法一：系统网络设置（推荐）

1. 设置 → 网络和 Internet → Wi-Fi/以太网
2. 点击当前网络 → DNS 服务器分配 → 编辑 → 填写你的服务器公网IP