DeepSeek Harness 插件：dsh-adaptive-effort

DeepSeek Harness (DSH) 采用插件化架构，允许通过扩展来改变模型行为。推理等级（reasoning_effort）决定了模型在低/高/最大档位间消耗的 token 数量，直接影响成本和思考深度。手动设置通常是会话级的静态配置，难以根据每条消息的复杂度动态调整。dsh-adaptive-effort 插件通过自动打分机制解决了这个问题。

插件概览¶

名称：dsh-adaptive-effort
维护者：imkingjh999
类别：模型推理
许可证：MIT
核心价值：在 DSH 环境中，根据每条用户消息的复杂度，自动选择 reasoning_effort（低/高/最大）。它集成了 MiniMax 复杂度打分、Token 记账（估算降档节省）以及回复元数据标签，并针对 GLM-5.3 强制思考模型做了兼容性处理。

核心功能¶

自动打分与调度
默认使用 MiniMax 模型对用户消息进行复杂度打分（关闭 thinking，限制 token），打分结果决定当前轮次注入 low、high 还是 max 档位。若打分失败或超时，会自动回退到启发式模式（基于长度、代码块、关键词的规则判断）。
Token 记账与估算
插件会记录每步的 tier（档位）、effort、原因及打分来源。每步的 usage（输入/输出 token）延迟入库。报表功能会统计各档位的 token 消耗，并估算“降档节省”的 token 数量，同时标记疑似低估（low 档输出爆炸）或疑似高估的异常路由。
回复元数据标签
每条 AI 回复末尾会渲染一枚徽标，显示模型、实际思考档位、输出 tokens 和步数。点击徽标可平滑滚动到该回复开头。标签数据来源于会话快照和 trajectory 视图的对齐，不消耗额外 RPC。
GLM-5.3 强制思考钳制
GLM-5.3 等强制思考模型不支持 medium 档位，且 thinking.type: disabled 会报错。插件会自动钳制手动选择的 off 档位为 low，并记录日志，防止 API 调用失败。
重负载工具升级
当工具参数超过 3200 字符（重负载）时，插件会强制将档位升级为 max，确保长参数任务能获得足够的思考资源。

安装与启用¶

在本地开发环境中，首先克隆或放置插件目录，然后执行安装命令：

dsh plugin add ./dsh-adaptive-effort

安装后，刷新 DSH 页面即可生效。启用自动调度需要通过模型选择器进行手动开启。

使用方法¶

1. 启用自动调度¶

点开模型选择弹窗，在模型下方的「推理等级」列表中，选择 「自动」。此时插件才会介入，根据 MiniMax 打分或启发式规则动态注入 reasoning_effort。选择 Off/Low/High/Max 为原生手动档，插件不干预。

2. 查看 CLI 报表¶

使用 Node.js 运行报表脚本，查看会话的档位分布与节省统计：

node lib/report.js            # 会话索引
node lib/report.js --last     # 最近会话报表
node lib/report.js --session <id>
node lib/report.js --all      # 全部合并

配置项¶

插件配置支持 cordis.yml 或设置命名空间 adaptive-effort。以下为常用配置项：

键	默认值	说明
`enabled`	`true`	总开关，控制是否启用自动调度。
`level`	`auto`	插件级档位。`auto` 表示跟随模型选择器；`off/low/high/max` 表示强制全局档位。
`mode`	`minimax`	打分后端。`minimax` 使用 LLM 打分；`heuristic` 使用纯规则回退。
`minimaxApiKey`	`''`	MiniMax API Key。为空时会读取环境变量 `MINIMAX_API_KEY`。
`minimaxBaseUrl`	`https://api.minimaxi.com/v1`	国际站地址。国内站可改为 `https://api.minimax.chat/v1`。
`minimaxModel`	`MiniMax-M3`	使用的打分模型。
`scoreTimeoutMs`	`4000`	打分请求超时时间，超时后触发启发式回退。
`allowToolUpgrade`	`true`	允许重负载工具参数将档位提升至 `max`。
`clampForcedThinkingOff`	`true`	对 GLM-5.3 等强制思考模型，将手动 `off` 钳制为 `low`。
`ledgerDir`	`''`	账本目录。为空则默认为 `~/.dsh/adaptive-effort`。

注意事项与限制¶

账本采集延迟：记账发生在下一次 agent/request 阶段。如果一轮对话中断（例如在 assistant 回复前停止），该轮次可能缺失 usage 记录。
启发式回退保守：纯规则的启发式回退依赖长度和关键词，策略较为保守。
报表只读：CLI 报表只读取本地 JSONL 文件，不会再次消耗 API。
档位兼容性：GLM-5.3 等强制思考模型不支持 medium 档位，插件已对此做钳制处理。

总结¶

dsh-adaptive-effort 为 DSH 用户提供了类似 effort-router 的动态推理能力。它通过 MiniMax 复杂度打分和 Token 记账，在保证难题思考深度（max 档）的同时，通过降档节省琐碎任务的成本（low 档）。配合回复标签和报表，可以直观核验每条回复的实际档位消耗。

插件目录 | GitHub 仓库