dsh-agent-arena

在选择AI编码助手时，许多开发者面临一个共同难题：不同模型在宣传中各有所长，但究竟哪个最适合自己的特定任务和代码库？盲目尝试多个模型不仅耗时，也难以进行客观对比。dsh-agent-arena 应运而生，它提供了一个受控的“竞技场”，让您能基于一个真实的编码目标（例如实现一个功能或修复一个bug），公平地让多个模型一决高下。

其核心能力在于提供一个完全隔离、可复现的评估环境。插件会在独立的 Git 工作区中运行每个模型的修改，然后通过您预先定义的、确定性的验证命令（如单元测试、代码检查）来严格评判结果。整个过程透明且可审计，您可以审查每个模型的完整代码差异（diff），最终由系统根据验证结果的权重自动选出“赢家”，并支持您一键应用其修改，整个过程安全可靠。

这个插件特别适合技术领导者、架构师以及注重工程效率的团队。如果您正在为项目评估或选型AI编码工具，dsh-agent-arena 能为您摆脱厂商的营销话术，提供基于您自身代码库和测试标准的实证数据。它也适用于研究社区，用于对模型在真实场景下的代码生成能力进行基准测试和对比分析。