Github Trends®
820 findingsmedian surprise 0.0007window 30 days
UNIT / TREND-MONITOR · REV 2.6
[ 30 days window ]
SOURCE: gharchive
FINDING #48 · UNIT ID 1385896447
Ebony-Vinyl/dsh-our-free-model
在 dsh 里装上这个插件即可,无需登录、注册或填 API Key,就能使用包括 DeepSeek V4.1 Flash、Kimi K3 在内的前沿模型——完全免费,不限量。 All you do is install this plugin in dsh: no login, no sign-up, no API key — the frontier models are just there, DeepSeek V4.1 Flash and Kimi K3 among them. Completely free, with no usage cap.
[ JAVASCRIPT ]ЗАРАБОТОК D · 34/100[ GITHUB ↗ ]
SURPRISE SCORE
0.00

Score Breakdown

SURPRISE0.00617
ENGAGEMENT1.71
FRESHNESS1.25
SCORE = SURPRISE × ENGAGEMENT^0.7 × FRESHNESS × VISIBILITY × CONFIDENCE
SURPRISE = WINDOW STARS / DAYS / (AUDIENCE + FLOOR)
3% OF STARS IN ARCHIVE

Growth Telemetry

VELOCITY /D
6.93
ACCEL
+1.00
RETENTION
66.3%
PEAK 2026-10-07 · FORK-RETENTION 0.0% · 208 STARS / WINDOW

Author Audience

AUDIENCE
1,085
FOLLOWERS
96
OWNER ★
12,754

Engagement Signals

FORKS
162
ISSUE AUTH
2
PR AUTH
2
UNIQUE STARGAZERS 205 / 208 (DIVERSITY 0.99)

Потенциал заработка

D34/100
СПРОС78
Спрос на coding agents, LLM inference и удобный доступ к нескольким моделям подтверждается ростом рынков и платными продуктами Cursor, Copilot, ChatGPT, Claude и OpenRouter. Конкретная аудитория dsh существенно уже.
ЗАХВАТ20
Плагин не контролирует inference, upstream или условия доступа; основная ценность построена поверх чужого OpenCode Zen, а MIT облегчает форки. dsh-интеграция и operational expertise дают лишь временный ров.
ДОСТУП46
MIT, JavaScript, отсутствие build step, релизы и соседний desktop-дистрибутив облегчают коммерческое использование. Доступ снижают молодость проекта, около пяти contributors, высокий bus factor и неопределённость anonymous-доступа к Zen.
«Потенциал топит слабый capture: проект продаёт удобную надстройку над чужим и потенциально нестабильным gateway.»

Рыночный анализ · Обзор

dsh-our-free-model — плагин для DeepSeek Harness, который подключает доступные через OpenCode Zen LLM-модели и даёт локальный OpenAI-совместимый endpoint.
AI developer tools / coding agents / LLM provider plugin / локальный LLM gatewayЗРЕЛОСТЬ · РАСТЁТ
ЯЗЫК
JavaScript
ЛИЦЕНЗИЯ
MIT
РЕЕСТР
npm
РЕЛИЗ
v1.4.6
КОНТРИБЬЮТОРЫ
5
УСТАНОВКА: npm install dsh-our-free-model
Что делает

Плагин автоматически подключает модели через OpenCode Zen, проверяет их доступность из текущего сетевого выхода и разделяет рабочие, регионально ограниченные и недоступные модели. Он поддерживает несколько потоковых протоколов, локальный OpenAI-совместимый forwarding, usage dashboard, объявления, обновление с проверкой SHA-256, rollback и hot reload. Ручная регистрация, API key и отдельная настройка моделей не требуются согласно README проекта.

Какую боль решает

Убирает ручную настройку провайдеров и моделей в DeepSeek Harness, помогает учитывать региональную доступность и предоставляет единый локальный интерфейс для dsh и сторонних инструментов.

Сценарии использования
  • Быстрое подключение нескольких frontier-моделей в DeepSeek Harness без ручной настройки отдельных провайдеров.
  • Проверка доступности моделей из текущего сетевого выхода пользователя, включая разделение region-limited и рабочих моделей.
  • Использование локального OpenAI-совместимого endpoint из другого coding agent, скрипта или OpenAI SDK.
  • Работа в DeepSeek Harness Desktop и DSHEAC AIO с dashboard, объявлениями, обновлениями и локальным мониторингом.
  • Локальный учёт токенов, задержки и скорости без отправки usage-данных с dashboard.
Целевой пользователь

Индивидуальные разработчики, hobbyist-программисты, пользователи DeepSeek Harness и его desktop-сборок, а также небольшие команды и технические пользователи, которым нужны бесплатные или дешёвые модели и локальный model gateway.

Open-source аналоги

ziyou979/dsh-llm-oauthНИШЕВЫЙ★ 5
Плагин для DeepSeek Harness с OAuth-доступом к платным подпискам ChatGPT/Codex, Claude, Grok, GitHub Copilot и OpenRouter; не ориентирован на zero-config free-модели.
Локальный OpenAI-совместимый router для бесплатных tier-моделей с fallback-цепочками, health checks и certification scripts.
BerriAI/litellmСИЛЬНЕЕ★ 59,000
Универсальный gateway ко множеству LLM API с cost tracking, fallback, load balancing, guardrails и enterprise-функциями.
Portkey-AI/gatewayСИЛЬНЕЕ★ 13,100
AI Gateway с маршрутизацией, guardrails, наблюдаемостью и enterprise-сценариями для большого числа моделей.
opencode-ai/opencodeСИЛЬНЕЕ★ 13,800
Полноценный AI coding agent, который сам управляет провайдерами, моделями и интеграцией с OpenCode Zen.
Практический слой failover поверх бесплатных API и моделей, включая OpenCode Zen, Gemini, NVIDIA NIM и Groq; функционально близок к части возможностей плагина.
Позиционирование

Нишевый лидер внутри dsh/no-key-сегмента благодаря глубокой интеграции с DeepSeek Harness, живой проверке доступности, нескольким протоколам, локальному forwarding и встроенному UI. В общей категории LLM gateway проект остаётся нишевым: LiteLLM и Portkey существенно сильнее по масштабу и широте.

Коммерческие аналоги

OpenCode ZenB2B / B2CПО ПОТРЕБЛЕНИЮ
Curated AI gateway для coding agents с проверенными model/provider-комбинациями, pay-as-you-go и командными workspace.
Пользовательские показатели и выручка публично не раскрыты на указанных страницах.
Free models$0
Pay-as-you-goпо модели; пример Kimi K3 — $3 / 1M input tokens и $15 / 1M output tokens
Starting balance$20; при балансе ниже $5 возможен auto-reload на $20
OpenRouterB2B / B2CПО ПОТРЕБЛЕНИЮ
Единый API и маршрутизация к большому числу LLM-провайдеров, включая бесплатные модели.
Страница заявляет «thousands of developers», но точное число пользователей и выручка не раскрыты.
Free tier25+ free models; 50 requests/day
Pay-as-you-goбез минимального spend; цена зависит от модели
BYOKкомиссия 5% после включённого allowance
CursorB2B / B2CПОДПИСКА
AI-native code editor с Agent, cloud agents, Bugbot, модельным роутером и доступом к нескольким frontier-моделям.
Публичная страница цен не раскрывает число пользователей или выручку.
Hobby$0/month
Pro$20/month
Pro+$60/month
Ultra$200/month
Teams Standard$40/user/month
Teams Premium$120/user/month
Enterprisecustom
GitHub CopilotB2B / B2CПОДПИСКА
IDE/CLI coding assistant с агентами, code review, выбором моделей и интеграцией с GitHub.
GitHub заявляет millions of individual users и tens of thousands of business customers; это vendor claim, а не независимый аудит.
Free$0/month
Pro$10/month
Pro+$39/month
Max$100/month
Business$19/user/month
Enterprise$39/user/month
AI Credits1 credit = $0.01
ChatGPT / CodexB2B / B2CПОДПИСКА
AI-продукт с reasoning-моделями, агентами и Codex для задач по коду и документам.
Число пользователей в указанной странице цен не раскрыто.
Free$0/month
Plus$20/month
Pro$200/month
Team$25/user/month при annual billing или $30/user/month при monthly billing
Enterprisecustom
Claude / Claude CodeB2B / B2CПОДПИСКА
Terminal coding agent и Claude subscription с разными уровнями использования.
Число пользователей и выручка в указанных страницах не раскрыты.
Pro$20/month
Max 5x$100/month
Max 20x$200/month
Текущая монетизация проекта

Подтверждённой монетизации именно dsh-our-free-model не найдено. У репозитория нет homepage, в manifest указана MIT-лицензия, в публичном профиле владельца отображается Packages: 0, а официальная платная cloud-версия, тарифы, SLA или платная поддержка именно плагина не указаны. Проект больше похож на бесплатную OSS-надстройку и возможный acquisition layer внутри экосистемы. У автора есть соседний distribution-актив DSH-Desktop-EAC, но его наличие не доказывает монетизацию плагина.

Коммерческий потенциал

ПОТЕНЦИАЛ · НИЗКИЙ

Заработать можно не на обещании безлимитных бесплатных моделей, а на managed gateway, надёжности, корпоративном self-hosted продукте, desktop-дистрибуции, маршрутизации и платной поддержке.

Спрос и рынок

Широкий рынок AI code assistants и AI inference быстро растёт, а платные coding agents и model gateways подтверждают готовность платить за доступ, удобство, reliability, workflow, поддержку и контроль. Однако непосредственно адресуемый рынок текущего dsh-плагина узок: он зависит от распространения DeepSeek Harness, ориентирован на технических пользователей и конкурирует с универсальными gateway. Значимый коммерческий потенциал появляется при выходе за пределы dsh в сторону managed gateway или enterprise distribution.

Ров / защищённость

Ров могут временно поддерживать знание внутренних seam-интерфейсов dsh, поддержка нескольких wire-протоколов, live availability detection, stream recovery, корректный token accounting, локальный OpenAI-compatible forwarding, desktop-интеграция и база compatibility-тестов. Долгосрочный moat слабый: MIT разрешает форки, upstream контролируется третьей стороной, а модельный каталог, цены и free-tier политика могут измениться извне.

Модели монетизации
  • open-core
  • managed hosting (SaaS-обёртка)
  • платная поддержка
  • плагины/маркетплейсы
  • консалтинг
Что нужно, чтобы сделать продукт
  • Получить официальные договорённости или разрешения на использование upstream gateway.
  • Добавить как минимум два-три независимых источника моделей.
  • Создать собственные авторизацию, billing и quota.
  • Обеспечить гарантии доступности и SLA.
  • Документировать обработку prompt, tool results и изображений.
  • Добавить enterprise-аутентификацию, RBAC, audit logs и data residency.
  • Провести security audit, подготовить SBOM, подписанные релизы и прозрачную цепочку обновлений.
  • Создать независимый набор интеграционных тестов против нескольких providers.
  • Добавить второго maintainer-а и более устойчивое governance.
  • Сформировать платный тариф, support-процесс и понятный ICP.
⚖ ЛИЦЕНЗИЯ · МОЖНО ЛИ КОММЕРЦИАЛИЗИРОВАТЬ
Лицензия проекта — MIT. Она разрешает коммерческое использование, изменение, распространение и создание закрытого производного продукта при сохранении copyright и текста лицензии. Однако MIT покрывает код плагина, а не доступ к OpenCode Zen, модели, upstream API, пользовательские данные, товарные знаки или права на undocumented access route. Для самого OSS-кода риск низкий; главный legal-риск связан с upstream-доступом и обработкой данных.
Риски и подводные камни
ВЫСОКИЙЮР. СЕРАЯ ЗОНА
Официальные материалы OpenCode описывают авторизованный сценарий с API key, а условия сервиса ограничивают programmatic extraction, обход ограничений, работу без активной сессии и чрезмерную нагрузку. Коммерциализация anonymous access path без письменного разрешения рискованна.
ВЫСОКИЙЗАВИСИМОСТЬ ОТ АВТОРА
Проект зависит от одного основного gateway; upstream контролирует model IDs, цены, free-tier, auth, rate limits и региональные ограничения. Автор плагина не может гарантировать безлимитность и стоимость inference.
ВЫСОКИЙЮР. СЕРАЯ ЗОНА
Пользовательские prompt, результаты инструментов и изображения уходят на внешний upstream. Указанные материалы описывают размещение моделей в США и возможное использование данных для улучшения моделей или логирование отдельных endpoints, что создаёт privacy и compliance-риск.
СРЕДНИЙПРОЧЕЕ
Надёжность зависит от доступности OpenCode Zen, региональных правил, rate limits, изменений model IDs и undocumented public route. Техническая обработка ошибок не заменяет независимого провайдера.
СРЕДНИЙЗАВИСИМОСТЬ ОТ АВТОРА
Репозиторий очень молодой, находится в beta, имеет около пяти contributors, а сложность сосредоточена в узком dsh-интеграционном слое; при уходе автора совместимость может быстро остановиться.
СРЕДНИЙПРОЧЕЕ
Self-update, remote feed, hot reload и атомарная замена снижают риски, но коммерческий продукт потребует подписанных релизов, pinning доверенных источников, SBOM, защищённого update manifest и security review.

Достоверность разбора

УВЕРЕННОСТЬ · СРЕДНЯЯgpt-5.5 · 2026-10-05 · ОКНО 1D
Оговорки / что не проверено
  • Заявления README о бесплатном доступе без логина, регистрации и API key, а также безлимитности не подтверждены официальной документацией OpenCode Zen; официальные материалы описывают другой авторизованный сценарий.
  • Не подтверждено двумя независимыми источниками, что наблюдаемая публичная дорожка anonymous-доступа разрешена условиями OpenCode Zen или будет сохраняться.
  • Оценки звёзд open-source аналогов и масштабов продуктов взяты из собранного анализа и не перепроверялись в рамках этой сериализации.
  • Цифры OpenRouter о 25+ free models, 50 requests/day и 5% BYOK, а также цены и условия OpenCode Zen, Cursor, GitHub Copilot, ChatGPT/Codex и Claude представлены как данные из указанных страниц; независимое подтверждение каждой цифры двумя источниками отсутствует.
  • Vendor claim GitHub о millions of individual users и tens of thousands of business customers не является независимым аудитом.
  • Оценки рынков AI code assistants и AI inference основаны на отраслевых отчётах, а не на независимом cross-source подтверждении в собранном материале.
  • Публичные страницы не подтвердили точные пользовательские показатели и выручку OpenCode Zen, Cursor, OpenRouter, ChatGPT/Codex или Claude.
  • Наличие DSH-Desktop-EAC как соседнего distribution-актива не доказывает наличие монетизации dsh-our-free-model.
  • Статус «нишевый лидер внутри dsh/no-key-сегмента» является аналитическим выводом, а не измеренным рейтингом рынка.
  • Риски privacy, обучения на данных и логирования отдельных OpenCode endpoints основаны на собранных утверждениях из документации; применимость каждого условия к конкретному маршруту плагина не установлена.
  • Точные оценки demand, capture и access являются экспертной аналитической шкалой, а не рыночными измерениями.
  • Bus factor, долговечность operational moat и вероятность воспроизведения интеграции другими разработчиками являются аналитическими выводами из возраста проекта, числа contributors, лицензии и архитектуры.
  • Возможные модели монетизации и требования к превращению плагина в продукт являются рекомендациями аналитика, а не подтверждёнными свойствами существующего проекта.
ИСТОЧНИКИ (19)

Why This Is A Finding

Ebony-Vinyl/dsh-our-free-model собрал 208 звёзд за окно, тогда как у автора всего 96 подписчиков — эффективная аудитория ≈ 1,085. Это даёт surprise-индекс 0.00617 (звёзды относительно охвата автора, а не в абсолюте). Удержание форков 0.0% и 4 внешних контрибьюторов отделяют реальный инструмент от разовой вспышки. Акселерация положительная — рост ещё не выдохся.

METRICS IN CONTEXT

MEDIAN ACROSS ALL 820 FINDINGS · Δ vs MEDIAN · PERCENTILE = SHARE RANKED BELOW
METRICVALUEMEDIANΔ MEDPERCENTILE
SCORE0.010.00+0.01ABOVE 94%
VELOCITY6.932.80+4.13ABOVE 84%
RETENTION66.3%10.4%+55.9 PPABOVE 100%
FORKS1621,588-1,425ABOVE 11%
SURPRISE0.010.00+0.01ABOVE 90%