🤖

dsh-warm

模型推理更新于 2026.10.21

在终端中运行以下命令：

dsh plugin install JanEickholt/dsh-warm

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 终端执行 dsh plugin install JanEickholt/dsh-warm，或从 https://github.com/JanEickholt/dsh-warm 克隆后按 README 用 link 协议加入 profile 并重启 harness。

插件介绍

在 DeepSeek Harness 里，一次对话往往带着很长的上下文前缀；提供商的 prompt-cache 有 TTL，工具一旦跑得比缓存久，下一轮真实请求就会按 miss 价全量预填，并重新承受几十秒的首 token 延迟。常见场景是长 bash、job_output、等待队友 agent 结束——这些等待你几乎确定会话还会接着跑，但前缀却可能已经凉掉。

dsh-warm 是挂在主机上的温热插件：它只在「Agent 循环卡在工具执行里」这段时间动手。它会抓住会话里最后一次对话请求的冻结快照，在缓存即将过期前，经 host 的 llm/stream 瀑布以 maxTokens: 1 轻量重放一次并丢弃回复，从而刷新前缀；工具结果仍落在仍温热的前缀上，后续正式请求更容易走 cache hit 计费。

设计上刻意不碰空闲会话和用户输入类工具（如 ask_user_question）：实测里绝大多数会话不会回来，对 idle 做 naive 温热反而亏。重放只改 maxTokens 与超时 signal，其余与真实调用字节一致，走同一适配器与 cost-meter，账本可核对。按 provider 配置 TTL、间隔与 ping 上限，还有 dryRun、日预算等护栏。

适合长期用 Harness、工具阻塞经常超过各提供商 prompt-cache TTL、且已在 cost-meter 里关注输入 token 与 TTFT 的团队或个人；需要为每个要温热的 provider 有实测或文档化的 TTL 下限。