DSH Plugins
返回列表
🤖

dsh-session-speed-pill

模型推理 更新于 2026.11.03

在终端中运行以下命令:

dsh plugin install wzsx150/dsh-session-speed-pill

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install wzsx150/dsh-session-speed-pill,或按插件管理器从 https://github.com/wzsx150/dsh-session-speed-pill 安装该插件。

插件介绍

官方「用量」告诉你整段会话吃了多少 token、缓存怎样,却说不清**这一问一答**吐字快不快、时间卡在模型、工具还是首字等待。会话速度胶囊挂在每轮助手回复下方那条操作行里——就在用量右侧、时间左侧——用两个一眼能读的数字回答:左侧是本轮加权解码速度,右侧是这一轮从问到答的真实总耗时(含工具与调度)。

点开胶囊,弹层沿用官方统计菜单的视觉与主题 token,把单轮拆成可读的时间构成:回答耗时里模型与工具的占比、各步首字延迟的极值与平均、解码与预填充(估算)的速度与耗时、解码速度的 p10~p90 区间,并在末尾汇总本轮输入/输出用量。数据全部从已提交的会话日志事件推导,重放与刷新结果一致;它不抢官方用量的活——不算缓存命中率、上下文占用或费用,避免两套数字打架。

适合经常调模型、盯流式体验、或想区分「慢在推理还是慢在工具」的 Harness 用户。若你只关心会话级账单,官方用量足够;若你想在每一轮收尾后立刻对照「这轮到底花了多久、快不快」,这枚胶囊就是为此准备的。设置里还可选「始终显示消息操作行」,让历史轮次的复制、用量、时间与胶囊不必悬停才出现。

使用场景

  • 对比同一提示下不同轮次的解码速度与总耗时
  • 排查回复变慢时模型推理与工具执行各占多少
  • 流式体验调优时查看首字延迟与各步速度分布

适合人员

  • 关心每轮吐字快慢的 Harness 日常用户
  • 需要区分模型慢还是工具慢的调试者
  • 做流式与延迟体验评估的开发者