DeepSeek Harness 插件：dsh-adaptive-effort

DeepSeek Harness (DSH) 採用插件化架構，允許通過擴展來改變模型行爲。推理等級（reasoning_effort）決定了模型在低/高/最大檔位間消耗的 token 數量，直接影響成本和思考深度。手動設置通常是會話級的靜態配置，難以根據每條消息的複雜度動態調整。dsh-adaptive-effort 插件通過自動打分機制解決了這個問題。

插件概覽¶

名稱：dsh-adaptive-effort
維護者：imkingjh999
類別：模型推理
許可證：MIT
核心價值：在 DSH 環境中，根據每條用戶消息的複雜度，自動選擇 reasoning_effort（低/高/最大）。它集成了 MiniMax 複雜度打分、Token 記賬（估算降檔節省）以及回覆元數據標籤，並針對 GLM-5.3 強制思考模型做了兼容性處理。

核心功能¶

自動打分與調度
默認使用 MiniMax 模型對用戶消息進行復雜度打分（關閉 thinking，限制 token），打分結果決定當前輪次注入 low、high 還是 max 檔位。若打分失敗或超時，會自動回退到啓發式模式（基於長度、代碼塊、關鍵詞的規則判斷）。
Token 記賬與估算
插件會記錄每步的 tier（檔位）、effort、原因及打分來源。每步的 usage（輸入/輸出 token）延遲入庫。報表功能會統計各檔位的 token 消耗，並估算“降檔節省”的 token 數量，同時標記疑似低估（low 檔輸出爆炸）或疑似高估的異常路由。
回覆元數據標籤
每條 AI 回覆末尾會渲染一枚徽標，顯示模型、實際思考檔位、輸出 tokens 和步數。點擊徽標可平滑滾動到該回復開頭。標籤數據來源於會話快照和 trajectory 視圖的對齊，不消耗額外 RPC。
GLM-5.3 強制思考鉗制
GLM-5.3 等強制思考模型不支持 medium 檔位，且 thinking.type: disabled 會報錯。插件會自動鉗制手動選擇的 off 檔位爲 low，並記錄日誌，防止 API 調用失敗。
重負載工具升級
當工具參數超過 3200 字符（重負載）時，插件會強制將檔位升級爲 max，確保長參數任務能獲得足夠的思考資源。

安裝與啓用¶

在本地開發環境中，首先克隆或放置插件目錄，然後執行安裝命令：

dsh plugin add ./dsh-adaptive-effort

安裝後，刷新 DSH 頁面即可生效。啓用自動調度需要通過模型選擇器進行手動開啓。

使用方法¶

1. 啓用自動調度¶

點開模型選擇彈窗，在模型下方的「推理等級」列表中，選擇 「自動」。此時插件纔會介入，根據 MiniMax 打分或啓發式規則動態注入 reasoning_effort。選擇 Off/Low/High/Max 爲原生手動檔，插件不干預。

2. 查看 CLI 報表¶

使用 Node.js 運行報表腳本，查看會話的檔位分佈與節省統計：

node lib/report.js            # 會話索引
node lib/report.js --last     # 最近會話報表
node lib/report.js --session <id>
node lib/report.js --all      # 全部合併

配置項¶

插件配置支持 cordis.yml 或設置命名空間 adaptive-effort。以下爲常用配置項：

鍵	默認值	說明
`enabled`	`true`	總開關，控制是否啓用自動調度。
`level`	`auto`	插件級檔位。`auto` 表示跟隨模型選擇器；`off/low/high/max` 表示強制全局檔位。
`mode`	`minimax`	打分後端。`minimax` 使用 LLM 打分；`heuristic` 使用純規則回退。
`minimaxApiKey`	`''`	MiniMax API Key。爲空時會讀取環境變量 `MINIMAX_API_KEY`。
`minimaxBaseUrl`	`https://api.minimaxi.com/v1`	國際站地址。國內站可改爲 `https://api.minimax.chat/v1`。
`minimaxModel`	`MiniMax-M3`	使用的打分模型。
`scoreTimeoutMs`	`4000`	打分請求超時時間，超時後觸發啓發式回退。
`allowToolUpgrade`	`true`	允許重負載工具參數將檔位提升至 `max`。
`clampForcedThinkingOff`	`true`	對 GLM-5.3 等強制思考模型，將手動 `off` 鉗制爲 `low`。
`ledgerDir`	`''`	賬本目錄。爲空則默認爲 `~/.dsh/adaptive-effort`。

注意事項與限制¶

賬本採集延遲：記賬發生在下一次 agent/request 階段。如果一輪對話中斷（例如在 assistant 回覆前停止），該輪次可能缺失 usage 記錄。
啓發式回退保守：純規則的啓發式回退依賴長度和關鍵詞，策略較爲保守。
報表只讀：CLI 報表只讀取本地 JSONL 文件，不會再次消耗 API。
檔位兼容性：GLM-5.3 等強制思考模型不支持 medium 檔位，插件已對此做鉗制處理。

總結¶

dsh-adaptive-effort 爲 DSH 用戶提供了類似 effort-router 的動態推理能力。它通過 MiniMax 複雜度打分和 Token 記賬，在保證難題思考深度（max 檔）的同時，通過降檔節省瑣碎任務的成本（low 檔）。配合回覆標籤和報表，可以直觀覈驗每條回覆的實際檔位消耗。

插件目錄 | GitHub 倉庫