我把「白嫖大厂免费模型」的插件装上实测了一遍:11 秒,403

一、先说清楚这是什么东西

DeepSeek Harness（下称 DSH）桌面版好用，但官方 API 按 token 计费，跑几轮长任务就能看见钱在烧。于是社区出了个插件 opencode2dsh（作者 FishBottle7，MIT 开源），思路是：把 OpenCode这个开源编程工具背后的免费模型通道，桥接进 DSH 的模型选择器。

它的定位值得肯定：

• 不填 API Key，不注册账号

• 不改 DSH 本体，只注册一个模型适配器

• 装完重启，模型选择器里多一个opencode2dsh分组

如果它能用，确实是「界面顺手 + 成本为零」。我测试的结果是——它在我这台机器上，没跑起来。

二、安装：一行命令背后其实有三道坎

网上教程一般就一句：

dsh plugin --profile desktop add @opencode2dsh/dsh-plugin@0.3.14

我实际走下来，至少还有三个坑没被写进去。

坑 1：pnpm 会拦构建脚本，安装直接失败

第一次执行，报错：

[ERR_PNPM_IGNORED_BUILDS] Ignored build scripts: @google/genai@1.52.0, protobufjs@7.6.6dsh: plugin command failed

pnpm 11 默认不执行第三方构建脚本。要去 profile 的 pnpm-workspace.yaml里显式放行（这两个包用不到构建产物，标false即可）：

allowBuilds:  '@google/genai': false  protobufjs: false

坑 2：装上了 ≠ 启用了

这是最隐蔽的一条。命令跑完后，package.json里确实多了依赖，但模型选择器里什么都没有。

原因在 DSH 的加载机制：profile 的插件树是由 package.json里dsh.profile.bundles这个有序列表合成出来的。dsh plugin add只写dependencies，不会动bundles。

想真正生效，得手动加一行：

"dsh": {  "profile": {    "bundles": [      "@deepseek-ai/dsh-base",      "@deepseek-ai/dsh-web-app",      "...原有插件...",      "opencode2dsh"    ]  }}

可以用这条命令验证是否合成成功（能看到插件行才算数）：

dsh --profile desktop --dump-config

坑 3：安装不用退软件，生效才用

有的教程说「装之前必须完全退出软件」。实测不必：应用运行时 pnpm 写入正常，只是重启后才会加载。

小结：网上那句「几秒钟搞定」，在我这里是 20 分钟加两次失败。

三、403 复现步骤（可照抄）

装好之后，我用一个隔离的测试 profile 跑了一轮最小对话：

dsh --profile octest "只回复两个字：收到"

结果：11 秒返回，原文如下（我保留了全部信息）：

FREE_TIER_RESTRICTED: 403:{"type":"FreeTierError","message":"OpenCode's free models aren't available from yourcurrent network because we've detected abusive traffic from this IP address. This isn'trelated to your account. If you're on a VPN or proxy, turn it off and try again, orsubscribe to OpenCode Go at https://opencode.ai/go to keep building."}(opencode2dsh 轮换 1 次后放弃: #1 refused: 403 ... -> #2 refused: 403 ...)

注意这句话里的关键词：abusive traffic from this IP address。它说的不是「你没登录」，也不是「插件坏了」，而是你的出口 IP 被上游标记了。

想自己判断「是配置问题还是 IP 问题」，做两个对照

对照 A：确认网络是通的

curl https://opencode.ai/inference/v1/models

能正常返回一长串模型 id，说明网络没问题，问题不在连接。

对照 B：不带任何伪装的直连

直接往 OpenAI 兼容端点发一条最简单的对话，不带插件的身份伪装：

curl -X POST https://opencode.ai/inference/openai/v1/chat/completions \  -H "content-type: application/json" \  -d '{"model":"glm-5.3-flash-free","messages":[{"role":"user","content":"hi"}],"max_tokens":16}'

返回：

{"type":"error","error":{"type":"FreeTierError","message":"OpenCode's free tier can only be used from within OpenCode."}}

这两条一对比就清楚了：

• B 的 403是「客户端身份门」——免费档只允许 OpenCode 官方客户端使用，插件做的正是伪造这层身份；

• A 通过、插件仍报 403是「IP 门」——身份装对了，IP 还是被判滥用。

我这里两扇门都过不去，卡在第二扇。

四、这应该不是我一个人的问题，作者文档中也提及到

为了不冤枉插件，我把它的仓库文档翻了一遍，有两处很关键：

1）作者自己的发布说明（v0.3.14）里写着：

「真机边界（诚实声明）：……维护端出口 IP 仍被上游封锁，遗留真机补验清单不变。」

2）作者的自测文档（2026-10-13）里写着：

「……没有发起过真实的上游推理请求……不能证明受限的上游推理路径可用，issue #62 因此仍未关闭。」

换句话说：连维护者自己的网络出口都在黑名单里，上游对这条通道的反滥用判定一直没解决。这不是偶发故障，是这条通道的常态。

顺便纠正一个被广泛转述的说法：「免费模型随便用，不用挂代理」。准确说法应该是：使用插件本身不需要代理（它是个本地适配器，不起子进程），但要过上游的 IP 准入，你大概率需要一个干净出口。这两件事被混为一谈了。

五、那到底还能不能白嫖？三条路

路线 1：给它一个「干净」的出口

插件自带出口管理（默认关闭），支持三类来源：

我查过自己的机器：系统代理关闭、没有任何监听中的代理端口，所以这条路对我当前环境不成立。有干净节点的人，这一步通常能过 403——但也只是「过门」，后面还有稳定性问题（见下节）。

路线 2：delegation模式（官方允许的用法）

放弃伪装，改为在本地拉起真正的opencode客户端，走你自己的 OpenCode 账号。这条路径合规、稳定，代价是：插件会变成你凭据的托管方（作者要求先读 docs/delegation.md再开），而且你得先有 OpenCode 账号。

路线 3：老实付费

OpenCode Go 订阅，或者就用你现有 Key 背后的模型。免费档省的钱，说实话没有想象中多——它把上下文和输出都进一步压窄了（下节给数据）。

六、免费模型现在长什么样（实测清单）

网上那些「阵容豪华」的名单已经过时了。我拉到的实时可用免费模型是这 9 个：

两个必须知道的事实：

1. 免费档的窗口是被压缩过的。同样是glm-5.3-flash，付费版 1M 上下文 / 131K 输出，免费版只有 200K / 32K。DSH 的系统提示加工具 schema 本身就占掉几万 token，长任务里压缩会更早触发。

2. 名单在漂移。作者文档里出现过的space-bunny-free、ling-*、minimax-*、kimi-k2.5-free等，现在实时列表里都没有了。会话跑到第 8 步、模型被下架，会话就直接失败。

七、几个必须说清的边界

隐私：免费不等于安全。Big Pickle、Flint、MiMo、Nemotron（NVIDIA 试用端点）都明确写了数据可能被用于改进模型，NVIDIA 那条更直接——「不要提交个人或机密数据」。beam-free的服务条款则明确不向中国大陆、香港、澳门提供服务。

公司代码、客户资料、密钥文件，别往这条通道上送。

条款：OpenCode 官方文档写得很清楚——「免费档聊天模型需要通过 OpenCode 使用；其他客户端请用付费模型或 Go」。插件能过第一道门，靠的是让自己在网络层看起来像官方 CLI。这是灰区，上游随时可以收紧，你也随时可能失去这条通道。

稳定性：就算过了 403，匿名通道是共享的，429、断流、中途取消都正常。长任务里「工具已经执行、模型没收到结果」的重试会带来重复副作用（重复写文件、重复请求）。真要跑重要的是，拆小步、每步落盘。

八、结论：值不值得折腾

插件本身是合格作品：MIT、340+ star、持续更新、411 项测试、错误分类做得比多数野插件干净。它的问题不在代码。

但「装上就能白嫖」是伪命题：真正决定你能不能用的，是你那条出口 IP 在不在上游白名单里。这个变量跟插件版本、跟你的操作都没关系。

我的建议很朴素：

• 想尝鲜、手上正好有干净节点→ 值得一试，优先 glm-5.3-flash-free和deepseek-v4.1-flash-free，别拿它跑无人值守的长任务。

• 没有节点、只是心疼 API 费 → 先别折腾。买节点的钱和你要跑的任务量一比，多半不划算。

• 有正式项目要交付→ 用付费模型。省下来的不是钱，是排查 403 的时间。

实验环境：Windows + DSH 0.2.1-rc.2 桌面版 + opencode2dsh 0.3.14，测试时间 2026-10-24。

复现要点：本文所有报错均为真实返回，未做删改；模型清单取自https://opencode.ai/inference/v1/models实时结果。

如果你也装了、也报了错，欢迎把报错原文贴在评论区——尤其想知道有没有人在国内家宽下真的跑通了。