前言¶
随着会话数据的积累，判断模型在哪些任务上表现稳定、在哪些环节容易“翻车”，往往需要人工翻阅大量日志。dsh-cap-profile 将本地的会话历史转化为可视化的能力画像与错误率仪表盘，直接回答“哪个模型在哪些事上稳、哪些事上老翻车”的问题。
是什么¶
这是 DeepSeek Harness (DSH) 的一个插件，由 Ansonfishing 维护。它将 ~/.dsh/sessions 的会话历史转化为工具使用和错误率仪表盘，支持按模型、时间范围筛选，并提供多模型对比视图。
安装与启用¶
前提条件：DSH (需带 web) + pnpm; Node ≥ 24 (用于 zstd 解码)。
1、切换到 DSH web profile 目录：
cd ~/.dsh/profiles/web
2、安装插件：
pnpm add github:Ansonfishing/dsh-cap-profile
3、配置与重启：
在 package.json 的 dsh.profile.bundles 数组里加上 "dsh-cap-profile"，重启 dsh。
启用后，会话视图会出现「能力画像」tab。首次打开时触发后台首扫（大历史约 20 秒级），期间先显示 mock 数据。
核心功能¶
模型对比表
展示每个模型（provider / model）的会话数、工具调用数、错误数、错误率。
工具 Top5 / 错误签名 Top5
列出每模型最常用的工具和最高频的错误签名。工具错误率按颜色标记：
* 0：灰色
* <5%：琥珀色
* ≥5%：红色
错误签名通常为归一化后的高频模式，例如 bash: [exit code: 137] OOM，用于快速定位模型“易翻车”的环节。
多模型对比 (≤4)
勾选多个模型进入对比视图。视图以卡片形式展示每模型数据：
* 收敛指标对照（best/worst/top 标色）
* 工具 Top-10 矩阵
* 高频错误 Top-5
* 每日调用/错误趋势 mini 竖条（当日错误红色标注）
当有效勾选数量 < 2 时，自动回退到单模型详情视图。
时间范围筛选
支持全部 / 近 7 / 近 30 / 近 90 天 / 今天 / 昨天。锚点为数据中最大日期，对系统时钟漂移免疫。
安全与性能
* 只读：只分析展示，从不修改会话数据。路由校验客户端头 + Origin/Referer，跨源请求返回 403。
* 增量缓存：基于 per-file mtime 基线，后台 60s 增量更新 / 24h 全量刷新。首扫未完成时路由不阻塞，自动回退上次缓存或 mock。
* 零运行时依赖：纯 Node.js 实现。
典型用法¶
1、筛选时间范围：在时间筛选器中选择“近 30 天”，观察模型在最近一个月的表现波动。
2、多模型对比：勾选 2-4 个模型（如 GPT-4o、DeepSeek-V3），进入对比视图，查看各模型在工具调用和错误率上的收敛指标差异。
3、定位故障点：在模型详情页查看“错误签名 Top5”，例如发现某模型频繁出现 bash: [exit code: 137] OOM，即可针对性地调整该模型的资源限制或提示词。
注意事项¶
插件以当前 dsh 进程权限运行，分析过程仅读取 ~/.dsh/sessions。如需在无 DSH 环境下调试面板，可 clone 仓库后直接在浏览器打开 test/harness/index.html，通过 ?scenario=mock|live|empty|error 切换数据场景。
