前言¶
在 DeepSeek Harness（dsh）裏對接網關或灰測模型時，界面上的模型名未必等於底層推理棧。開發者往往需要判斷：當前會話「像哪家廠商的分詞器與對話模板」，以便排查路由、對比 A/B，或向社區提交可復現的泄漏證據。常見做法是手工翻回覆、搜特殊 token，或另寫腳本直連 API 讀 usage——步驟分散，且容易把探針提示詞裏的 token 誤判成模型泄漏。
ModelTester（npm 包名 dsh-modeltester）是 dsh 網頁端插件：在會話頁右上角掛載一塊模型檢測面板，用本地、無模型、零網絡的結構指紋匹配，回答「當前會話像哪家模型」，並附帶可展開的證據賬本。面板明確只回答「像誰」，不回答「是誰」。插件由 Yuer6327 維護，前身項目爲 NoLetMe（2026-09-25 品牌重構爲獨立新項目，插件 id io.github.yuer6327.modeltester）。
這是什麼¶
ModelTester 屬於 dsh 社區插件生態中的模型推理類工具，對應目錄頁 SkillHub · ModelTester 與源碼倉庫 Yuer6327/ModelTester。它不改寫宿主 UI、不上傳數據，掃描已加載的推理文本（及探針、批量測試產生的輸出），對最多 29 家廠商候選做評分排名，並支持探針主動取證與 usage 差分定量指紋。
核心功能¶
下面按 README 中的分層說明面板能做什麼。
歸屬分析（主視圖）¶
掃描全部已加載推理文本，將命中的結構指紋按權重累加到廠商候選；每條證據經層級與權重校準後，用 noisy-OR 合成 0–100% 的置信度係數。達到「匹配」需至少一條 tier-1 證據、係數 ≥75% 且明顯領先第二名；僅有 tier-2/3 時封頂爲「疑似」；無廠商證據時顯示「未匹配」並列出泄漏物。
證據表版本 ATTRIBUTION_VERSION = 11，主要包括：Anthropic 系 antml 命名空間泄漏、各家官方 tokenizer_config.json 中的對話模板特殊 token、DeepSeek/OpenAI 風格的 fp_… 部署串、社區已證實髒 token、以及未收錄泄漏的通用異常探測器等。證據賬本去重展示（≤40 條），帶首現輪次與上下文樣本；支持一鍵導出 JSON（候選、證據、會話 id），純本地完成。
插件實現了用戶回聲抑制與討論回合抑制：用戶消息或探針提示裏出現過的 token，在推理中複述不計入泄漏；模板識別類回合中的模板命中整體視爲討論。批量測試的家族掃描只看可見回覆。
模板 / 分詞器指紋與髒 token¶
對照各家官方 tokenizer 特殊 token 的 tier-1 泄漏行（實現見倉庫 src/client/tokenizers.ts）。髒 token 與未歸屬泄漏物進入「未歸屬」賬本，便於複製給社區、一行入表並隨 ATTRIBUTION_VERSION 遞增。
推理健康診斷¶
當輸出爲純文本（無 reasoning 塊）或 reasoning 極少時給出告警，證據面不完整時如實提示，不編造統計（src/client/stats.ts）。
探針包與一鍵全量測試¶
提供 12 個探針（工具格式誘發、模板識別、glitch 電池、回聲、家族 canary、字母計數、知識截止、拒答形狀、上下文自述、自然任務、身份格網、系統提示詞提取等），按置信度排序。一鍵測試跑全量電池（含全部探針與 usage 指紋及後續新增項）；快速電池僅結構 canary 探針（約 1–2 分鐘）。每個探針在獨立新會話中執行，以降低順序污染；跑完後給出猜測與置信度、自報身份（bait 檔）與 usage 指紋結論卡，結果跨刷新保留（localStorage + 機制版本校驗 + 測量時間戳）。
說明：README 記載，在宿主裝配面限制下，0.2.0-rc.2 桌面端後臺會話暫採不到文本時，超時項會如實記爲 0 字符（詳見倉庫 docs/attribution-roadmap.md 2026-10-02 記錄）。
usage 指紋（面板內）¶
一鍵 usage 指紋：用 T0–T9 固定文本逐條新開會話，讀取每輪 usage 的 prompt 側 token，跨會話差分去掉網關包裝常量，再與 25 家官方 tokenizer 參照向量做 L1 比對（L1=0 爲精確匹配；孿生向量組會並列提示分辨率邊界）。支持 wrapper 漂移定向重測。被動面板若拿不到 usage 字段，倉庫根目錄還提供直連 API 的 fingerprint-drill.mjs 等工具鏈（見 README「Fertility 指紋工具鏈」）。
其他面板行爲¶
實時增量摺疊流式輸出、自動回填完整歷史（≤30 頁）、按會話本地持久化。歸屬區附帶社區代號→家族對照卡（如 Space Bunny→MiniMax M3.1），僅作參考，不參與本會話評分。
安裝與啓用¶
前置條件：dsh CLI ≥ 0.1.0-rc.7，並已建好目標 profile。插件按 dsh 0.1.x 客戶端契約構建，逐版本兼容範圍以包內 package.json 的 dsh.compatibility.dshReleases 爲準。當前 npm 版本（資料截取時）爲 0.0.7-alpha.6，許可證 MIT，符合 dsh-std Community v0.15。
推薦：npm 預構建安裝（無需 allowBuilds 審批）。將 demo 換成你的 profile 名稱：
dsh plugin --profile demo add dsh-modeltester
安裝後按 dsh 常規流程啓用插件，在網頁會話頁右上角即可看到模型檢測面板。
典型用法¶
- 被動觀察：在目標網關會話中正常對話，打開面板查看歸屬排名與證據賬本；需要留檔時使用證據包導出 JSON。
- 主動探針：在面板中選擇單個探針、快速電池或一鍵全量測試，等待各獨立會話完成後查看「猜測 + 置信度」與 usage 指紋卡。
- 定量分詞器（面板）：在支持返回
usage.prompt_tokens的宿主/API 場景下，使用面板內「usage 指紋」；需要完整 drill 時，在本地配置 API 憑據後按 README 運行，例如：
OPENCODE_ZEN_API_KEY=… node fingerprint-drill.mjs <model> [baseURL] [--batch] [--sibling <model>]…
README 中以 OpenCode Zen 隱身模型 space-bunny-free 爲例：被動面無 tier-1 泄漏時顯示「未匹配」，usage 差分可與 MiniMax-M3 官方 tokenizer 精確一致（L1=0）；該 fertility 能力已於 2026-09-26 起集成進面板。
適用場景與注意¶
適合誰：在 dsh 裏調試多廠商網關、灰測匿名代號模型、或需要可審計的結構證據（而非僅憑文風猜測）的開發者與社區貢獻者。
務必知曉：
- 插件在當前 dsh 進程權限下運行，安裝前應自行審閱 GitHub 源碼 與 MIT 許可證；社區目錄 SkillHub 爲獨立站點，與 DeepSeek / 幻方無官方從屬關係。
- 結論基於結構指紋與 usage 定量比對，存在孿生詞表、網關包裝等分辨率邊界；面板不替代服務方聲明。
- 直連 API 的 drill 腳本需自行保管密鑰，僅在可信環境運行。
結尾¶
ModelTester 把「會話像哪家推理棧」收成一塊可增量更新的檢測面板：歸屬排名、證據賬本、探針電池與 usage 指紋在同一套本地邏輯裏完成，適合作爲 dsh 日常聯調時的結構側寫工具。
- 目錄頁：https://www.skillhub.cn/plugins/Yuer6327/ModelTester
- GitHub：https://github.com/Yuer6327/ModelTester
