dsh-token-speed
在终端中运行以下命令:
dsh plugin install alwayswithmestand/dsh-token-speed
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 的 Plugins → Add plugin 中安装 dsh-token-speed 并 Enable now,或使用 CLI 执行安装命令;也可从 https://github.com/alwayswithmestand/dsh-token-speed 安装尚未发布 npm 时的版本。
插件介绍
DeepSeek Harness 在模型还在流式输出时,原本很难从界面上感知「现在有多快、已经吐了多少 token、本轮输入占了多少上下文」。自带的 sessionStats、tokenUsage 和 contextPressure 往往要等一次 attempt 结束才结算,等待过程中界面几乎是静的。如果你经常需要盯着长回答或工具调用的生成节奏,这种滞后会让人摸不准进度。
dsh-token-speed 把计量条放在对话输入框正下方:生成中会显示输出速度、实时输出 token 数(流式阶段按字符规则估算)和本轮输入 token。点一下胶囊还能展开详情——状态、用时、输入合计与缓存分桶、命中率、上下文占用、首字延迟、解码与模型/工具耗时、实时与平均速度、会话累计,以及最近几秒的速度柱状图;流结束后会切换到 provider 上报的精确数值,并标注「估算」与「精确」。
实现上它只订阅客户端已有的聊天流增量(text、reasoning、tool-call),在浏览器里就地计算,不新增 Host 服务、不发额外请求,卸载时订阅与定时器一并清理。适合在 Web 或 Desktop 的 Web UI 上使用 Harness(0.2.2-rc.1 至 0.3.0 之前版本)、又希望生成过程中就能看清 token 节奏与上下文压力的用户。
使用场景
- 长回答流式生成时想随时看到输出速度和已估算 token 数
- 需要对照缓存命中率与输入分桶,判断提示词是否有效复用缓存
- 调试首字延迟、解码时长或工具耗时,想在一面板里看完本轮指标
适合人员
- 经常在 Harness Web 或 Desktop Web UI 里对话、关注生成节奏的用户
- 需要边生成边观察上下文占用与 token 用量的使用者
- 不想改 Host、只希望通过客户端插件增强可视化的开发者