dsh-dual-model-eval

在 DeepSeek Harness 中评测多个编码模型，最头疼的往往是"各跑各的、结果没法直观对比"。dsh-dual-model-eval 把这件事做成了开箱即用的并排实验：一条 prompt 同时投给两到四个已配置的模型路由，每个模型在从同一 commit 创建的独立 Git worktree 中并发工作，互不干扰。你在 Chat 标签页里就能看到每张结果卡片实时流入的工具调用轨迹、耗时、token 用量和 TTFT，展开后还有逐段解码细节与工具参数，不用翻日志。

对比的核心价值在于看得见的差异：最终回复并排呈现，行变更统计精确到 +added / −deleted 行数、百分比和变更文件数，还可以直接预览或下载单个改动文件乃至完整候选 worktree。当你选定满意的那一版，点击 Adopt this result 即可将该 patch 提交为本地 commit 并推进共享基线；后续轮次自动继承已采纳的对话上下文，未选中的候选则被隔离在外。插件内置的 composer gate 还会阻止你在未采纳任何候选前就发起下一轮，确保每一轮对比都建立在已确认的代码基线上。整个过程只操作本地仓库，绝不推送远程，也不触碰全局 Git 身份。

这个插件适合正在用 DeepSeek Harness 做日常编码、想横向验证多个 LLM 在真实任务上谁更靠谱的工程师和架构师，也适合需要为团队选型提供可复现实验证据的技术负责人。