前言¶
做过性能调优的人大多遇到过这种情况：跑一次基准测试，输出 1200ms；换个时间再跑，变成 1900ms。改了一行代码想验证有没有变快，跑一次觉得快了，再跑一次又觉得是错觉。单次结果带着环境噪声，直接拿它下结论不可靠。
DSH 的理念是「一切皆插件」，这类问题也有对应的插件来解。下面介绍 PangYiMing 维护的 dsh-batch-regression：把同一条命令跑 N 轮，取中位数和分布，用统计而不是单次结果下结论。
这是什么¶
dsh-batch-regression 是一个 DeepSeek Harness（DSH）插件，定位一句话：对同一命令跑 N 轮，输出样本数、中位数及最小/最大值，帮你从抖动的数据里取出可信的那个数。
它解决三类问题：
- 性能数据抖动，取可信中位数；
- 改前/改后耗时分布对比；
- 偶现问题看复现率。
许可证为 MIT。
核心功能¶
插件的能力可以拆成四点：
1、轮数可配置。通过 ROUNDS 指定跑多少轮，输出样本数、中位数及最小/最大值。
2、两种度量方式。METRIC=time 测量耗时，输出 median/min/max；METRIC=success 统计成功率或复现率，输出形如 PASS=9/10 的结果。
3、中间失败不中断。某一轮 fail 了就记一条 FAIL，继续跑完剩下的轮次，不会因为单轮失败停掉整个流程。
4、结论有纪律。插件作者在 README 里沉淀了几条实测方法论：至少 5 轮（少于 5 轮的统计没意义）、取中位数而不是平均（平均会被极值拉偏）、改前/改后差距超过 20% 才下结论。
安装与启用¶
从 GitHub 安装，执行：
dsh plugin --profile demo add github:PangYiMing/dsh-batch-regression
README 还提供了 npm 安装方式，但注明是「发布到 npm 后」可用：
dsh plugin --profile demo add dsh-batch-regression
典型用法¶
先看测耗时的例子。下面这条命令把 node bench.js 跑 5 轮，输出样本数、中位数和最小/最大值：
ROUNDS=5 METRIC=time ./scripts/runner.sh "node bench.js"
# samples=5 median=1234ms (min=1102ms max=1987ms)
再看统计复现率的例子。下面这条命令把 npm run build 跑 10 轮，统计成功次数，适合排查偶现失败：
ROUNDS=10 METRIC=success ./scripts/runner.sh "npm run build"
# PASS=9/10
执行纪律与已知局限¶
插件 README 里写了几条实测沉淀的方法论，用之前建议先看一遍：
1、至少 5 轮。少于 5 轮的统计没意义。
2、取中位数，不是平均。平均会被极值拉偏，中位数更稳。
3、差距 > 20% 结论才稳。改前/改后对比，差距超过 20% 再下结论，否则宁可多跑几轮。
4、控制变量。同一台机器、同一时段，关掉浏览器/IDE 等大头进程再跑。
5、承认抖动来源。Apple Silicon 的 P/E 核动态调度会让单次耗时翻倍，笔记本连续跑十几分钟会热降频，这些都会影响单次耗时。
其中有一条实测教训值得单独说明：作者试过 cpulimit/nice/taskpolicy 这类限制 CPU 的手段来消抖，在 Apple Silicon 上实测全失效。所以这个插件的消抖思路是「多轮取中位数 + 控制变量」，不靠限制 CPU。
适用场景与注意¶
适合用这个插件的三种情况：
- 性能数据抖动，想取一个可信中位数；
- 改前/改后对比耗时分布；
- 偶现问题看复现率（用
METRIC=success）。
不适合的情况也要说清楚：
- 单次就能判定的事，直接跑一次就行；
- 定位「哪次提交引入退化」是 git bisect 的活，作者另有 dsh-bisect-debug 插件；
- UI 视觉回归用 dsh-screenshot-diff。
另外提醒一点：DSH 插件以当前 dsh 进程的权限运行，安装前建议先检查插件源码和许可证。dsh-batch-regression 的源码在 GitHub 上，许可证为 MIT，装之前可以自己过一遍。
结尾¶
性能数据忽高忽低时，与其反复跑单次然后凭感觉挑一个数，不如让插件跑够轮数、取中位数、再看分布。dsh-batch-regression 把这套做法固化成了两条命令，配合「至少 5 轮」「差距 > 20% 才下结论」这几条纪律，结论会稳很多。
- 社区目录页：https://www.skillhub.cn/plugins/PangYiMing/dsh-batch-regression
- GitHub 仓库：https://github.com/PangYiMing/dsh-batch-regression
