dsh-adaptive-effort

在 DSH 宿主里，reasoning_effort 是一个会话级旋钮——一旦设定，整轮对话都跑在同一档。结果就是：改个 typo 也烧 max 档的 token，写个复杂重构却只给 low 档思考深度。更棘手的是 GLM-5.3 这类强制思考模型只接受 low / high / max 三档，medium 直接报错、off 也走不通，手动切档既枯燥又容易忘。

dsh-adaptive-effort 的思路是「逐轮打分、逐轮调度」。默认调用 MiniMax LLM 对每条用户消息做复杂度判分（思考关闭、低延迟），然后自动在 low / high / max 之间选档；手动选了固定档位时插件完全退场。打分后端也可切换为零依赖的启发式规则，适合离线或不想接 API 的场景。在强制思考模型上，插件会把手动 off 安全钳制为 low 并记日志，杜绝 API 报错。

插件还带来一套轻量 token 账本：每次请求记录档位、打分来源、input/output tokens，报表可标记「low 档输出爆炸」（疑似低估）和「high/max 档输出极小」（疑似高估），给出降档节省估算。每条已定稿的 AI 回复末尾会挂一枚元数据徽标（模型·思考档位·输出 tokens），点击即可回滚到该回复，方便核验每条回复实际跑在哪一档。

适合在 DSH 里频繁切换轻量问答与深度推理的用户，尤其是使用 GLM-5.3 / GLM-4.7 等强制思考模型、又不想牺牲 token 效率的开发者。手动优先的设计意味着它不会「抢方向盘」——你只要点开模型弹窗的「自动」档，其余的交给它。