dsh-dual-auto

在 DeepSeek Harness 中频繁调用模型推理时，一刀切地选高成本或低成本模型都难以兼顾质量与开销。dsh-dual-auto 将路由决策交给一套六标准引擎（任务长度、上下文规模、领域覆盖、规则冲突、置信度、新颖性），让简单查询走 deepseek-v4-flash 直连，复杂任务自动升级至 deepseek-v4-pro，失败时还会静默降级回 flash 并打标，确保会话不中断。

更关键的是它的逃逸学习闭环：当 flash 给出的直连答案被标记为错误时，插件会记录该指纹并持久化到本地 JSON 日志；下次遇到相同指纹，路由直接强制升级，无需人工干预。这一机制让系统随使用逐渐学会「哪些任务不该省」，同时与项目自带的 Python model_router.py 数据格式互通，方便进一步扩展。

如果你在日常开发或自动化流水线中需要让 DeepSeek Harness 自己决策何时该省、何时该稳，又不想手写 if-else 路由逻辑，这个轻量插件正好补上缺失的那一层。