DSH Desktop 集成到本地开发工作流做代码补全

要把 DSH Desktop 接入到 VSCode 这类本地编辑器里做代码补全，最直接的方法不是安装官方插件，而是先确认 DSH Desktop 是否暴露了本地 HTTP 接口，然后用编辑器支持自定义 HTTP 请求的机制去调用它。由于 DSH Desktop 不是标准 LSP 服务，也没有通用的官方扩展，因此接入过程需要你自己确认端口、请求格式和超时行为。

适用于 DSH Desktop 已经提供本地 HTTP API 的版本。操作动作是：先查进程监听端口，再用 curl 验证请求与响应结构，然后在编辑器里配置自定义补全端点，并把选中代码和光标上下文拼成 messages。风险边界是：不同版本的 API 路径和字段可能不同，如果 DSH Desktop 没有暴露 HTTP 接口，就需要改用其自带集成方式或等待官方支持。

确认DSH Desktop是否监听本地HTTP端口

明确 API 地址是第一步。DSH Desktop 往往会在启动时启动一个本地服务，端口可能动态分配。可以先用系统命令查看监听端口，重点找进程名或命令行特征。

# Windows PowerShell
Get-NetTCPConnection -State Listen | Where-Object { $_.OwningProcess -match 'DSH' }

# Linux / macOS
lsof -i -P -n | grep -i dsh
# 或者查看进程参数
ps aux | grep -i dsh

如果命令查不到，直接打开 DSH Desktop 的日志，搜索类似 Listening、http://127.0.0.1 的字样。常见路径包含 /v1，例如 http://127.0.0.1:5000/v1。记录下实际地址，后续所有请求都基于这个地址。

用curl测试补全接口返回格式

确认端口后，不要急着配编辑器，先用 curl 发一条简单补全请求，确认接口接受什么结构、返回什么字段。以 OpenAI 兼容接口为例，通常请求体是消息列表。

curl -X POST http://127.0.0.1:PORT/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "messages": [{"role": "user", "content": "def add(a, b):\n    "}],
    "max_tokens": 100
  }'

观察返回 JSON 中补全文本的位置。多数兼容接口会在 choices[0].message.content，也有部分老接口在 choices[0].text。记录这个字段路径，编辑器配置时需要告诉它如何取出补全结果。

在VSCode中配置自定义HTTP提示词请求

VSCode 里没有直接支持任意 HTTP 补全的内置机制，但可通过 Continue 这类支持自定义 API 的扩展，或自己写一个脚本绑定到快捷键。以 Continue 为例，它允许你配置一个 OpenAI 兼容模型，指向 DSH Desktop 的本地地址。

// ~/.continue/config.json
{
  "models": [
    {
      "title": "DSH Desktop Local",
      "provider": "openai",
      "model": "dsh-local",
      "apiBase": "http://127.0.0.1:PORT/v1",
      "apiKey": "local"
    }
  ]
}

保存配置后，在 Continue 面板里切换到这个模型即可。如果不想依赖扩展，也可以写一个 Node 或 Python 脚本接受当前编辑器上下文，然后调用 DSH Desktop，再把结果通过 VSCode 的 insertSnippet 或剪贴板插入。

将编辑器上下文拼成请求中的messages

要让补全贴合当前代码，需要把选中的代码、光标前的上下文、甚至文件后缀告诉模型。推荐的结构是：系统消息固定说明补全任务，用户消息包含“当前文件语言 + 代码段 + 光标提示”。

messages = [
    {"role": "system", "content": "You are a code completion assistant. Only output the code completion."},
    {"role": "user", "content": f"Language: Python\nComplete the following code:\n{selected_code}\n"}
]

实际脚本示例（Python，接收选中代码并生成请求体）：

import sys, json
selected = sys.stdin.read()
payload = {
    "model": "dsh-local",
    "messages": [
        {"role": "system", "content": "You are a code completion assistant."},
        {"role": "user", "content": f"Complete the code:\n{selected}"}
    ],
    "max_tokens": 200
}
print(json.dumps(payload))

拼接规则只有一个核心：把“光标需要补全的位置”表达成自然语言要求。不要只丢一段代码进去，否则模型可能不知道从哪开始补。

验证补全流畅度并调整超时

配置完成后，先连续试几次补全。观察两个地方：补全内容是否符合预期，以及从发起到显示结果是否顺畅。如果点击补全后转圈时间过长，说明响应时间已超出编辑器默认等待阈值。

可以先用 curl 测单次请求耗时，关注 total_time 字段。

curl -s -o /dev/null -w "%{time_total}" -X POST http://127.0.0.1:PORT/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"messages": [{"role": "user", "content": "test"}]}'

如果这个耗时明显影响手速，就调整编辑器或脚本中的超时参数。比如在 Continue 配置中设置 requestTimeout，在自定义脚本里设置 timeout 字段。通常先设 3000ms，连续几次都超过再往上加。注意，本地模型首次加载或切换模型后首条请求可能慢，这是正常现象，多试几次再下结论。