dsh-dev-wrapped：DeepSeek Harness 編程行爲年度回顧

DeepSeek Harness (DSH) 用戶在長期使用中積累了大量的對話與工具調用數據。如何直觀地回顧這些數據，瞭解與 AI 結對編程的行爲模式，往往缺乏工具支持。dsh-dev-wrapped 旨在解決這一問題，通過統計 DSH 會話數據，生成可視化的年度報告卡片。

這是什麼¶

這是一個用於生成 DeepSeek Harness（DSH）開發者年度報告的插件。它採用類 Spotify Wrapped 的編程回顧形式，統計用戶與 AI 結對編程的行爲，並生成單文件 HTML 報告卡片供分享。插件由 SleepEggTart 維護，核心價值在於提供“100% 本地解析”與“誠實統計”。

核心功能¶

該插件主要包含以下能力：

數據解析與統計：支持掃描 ~/.dsh/sessions（zstd 壓縮 JSONL）數據。工具優先調用系統 zstd CLI 流式解壓，未安裝時自動回退 fzstd。
適配器架構：通過 NormalizedEvent 模型解耦解析層與統計層。支持 DSH 和 Claude Code 等多種數據源，並支持 --adapter all 跨數據源合併。
報告模式：提供兩種模式。默認爲逐屏敘事報告（scroll-snap），--compact 切換爲緊湊單頁卡片。
深度統計：包含工具錯誤率排行、深夜（0-6 點）編碼佔比、工作日/週末分佈、模型分佈、DSH agentPreset 分佈等。
成就徽章：內置 11 枚遊戲化徽章（如深夜代碼手、週末戰士），可量化顯示銅/銀/金三級；另有 2 枚隱藏彩蛋徽章（如 996 警告）。
年度對比：通過 --compare 對比今年與去年的會話、輪次、工具調用、活躍天數與 Token，展示成長曲線。
逐月回放：按月分屏回顧，僅渲染有活動的月份。
AI 總結 Prompt：每次運行輸出 *-prompt.txt，複製粘貼回 DSH 或 Claude Code 即可生成零成本的本地個性化總結。
開發者人格：基於作息（峯值小時）與風格（工具調用量）生成六種人格畫像（如午夜建築師、晨光指揮官）。
工程完備：項目包含 CI（Node 18/20/22 矩陣）、版本管理（changesets）及 fuzz 容錯測試。

安裝與啓用¶

使用 DSH 插件管理安裝（推薦）：

dsh plugin --profile <你的profile名> add dsh-dev-wrapped

使用 GitHub 直裝（備選）：

dsh plugin --profile <你的profile名> add github:SleepEggTart/dsh-dev-wrapped

安裝後，在 DSH 對話框輸入斜槓命令即可生成報告：

/wrapped                    # 生成報告（默認 DSH 數據源）
/wrapped --adapter all      # 合併 DSH + Claude Code

典型用法¶

以下爲幾種常見的調用方式：

默認 DSH 數據源：

    /wrapped

跨數據源合併：

    /wrapped --adapter all

年度對比與緊湊模式：

    /wrapped --year 2026 --compare --compact

CLI 本地運行（指定日期範圍）：

    dsh-dev-wrapped --since 2026-08-01 --until 2026-08-31 --include-subagents

掃描 Claude Code 會話：

    npx dsh-dev-wrapped --adapter claude-code

自動檢測數據源：

    dsh-dev-wrapped --adapter auto

年度回顧 + 成本估算 + 英文卡片：

    dsh-dev-wrapped --year 2026 --estimate-cost --lang en

適用場景與注意¶

適合需要回顧與 AI 協作效率、統計編碼習慣的開發者。

使用前需注意以下事項：

數據格式變更：DSH 處於開發者預覽階段，~/.dsh/sessions 數據格式可能隨版本演進發生破壞性變更。
運行時權限：插件以當前 DSH 進程權限運行，安裝前應檢查源碼與許可證。
數據完整性：正在寫入的會話文件（DSH 運行中）可能讀到不完整數據；損壞文件會被警告並跳過。
平臺依賴：Windows 下 zstd 需在 PATH 中；缺失時自動回退 fzstd，若兩者均無則 CLI 會輸出平臺對應的安裝命令。

總結¶

dsh-dev-wrapped 提供了一套工程完備的方案，將分散的 DSH 會話數據轉化爲結構化的年度報告。無論是爲了量化 AI 工具的使用效率，還是爲了尋找隱藏的“開發者人格”與“成就徽章”，它都能在本地完成，且不依賴任何雲服務。