dsh-grayprint

dsh-grayprint 解决了 DeepSeek Harness 用户在分析模型推理文字时的一个痛点：如何客观评估生成文本的风格变化。许多用户观察到模型输出在不同版本间有细微差异，但缺乏量化工具来区分灰度样本（早期版本）和当前版本的特征。这款插件通过实时统计推理块中每个段落的开头写法，提供两条独立的指纹指标，帮助用户基于证据判断文字更接近哪种风格，而非直接声称模型能力或版本。

其核心能力在于基于段首模式的统计分析。插件先拆解 reasoning block 为内部段落，然后检查每个段落的第一句：一条指纹评估第一人称叙述（如 I'm planning）与集体人称速记（如 We need answer）的比例，给出灰度得分；另一条独立统计 Let me（试探型）和 We need（规划型）的段首倾向。它还内置了守卫机制，比如检测中文思考或小样本门槛，确保读数可靠。验证数据显示，在留出测试中准确率超过94%，并在实际会话中表现出色。

这款插件适合 DeepSeek Harness 的活跃用户、AI 研究人员和开发者，尤其是那些需要客观分析模型输出文字风格的人。无论你是想探究模型行为变化，还是进行学术调研，它都能在本地浏览器中安全运行，提供证据驱动的洞察。数据不离开你的设备，强调隐私保护，同时通过清晰的面板展示统计细节，让分析过程透明而直观。