前言¶

在 DeepSeek Harness（DSH）裏接入多個模型後，常見做法是逐個切換模型、重複粘貼同一段提示詞，再憑印象判斷誰更合適。這種方式難以保證參數一致，也不方便留存每次輸出。若你希望在同一套提示與參數下批量跑模型、做行級 diff、打分並彙總排行榜，下面介紹社區插件 dsh-model-arena 的定位與用法。

這是什麼¶

dsh-model-arena 由維護者 hj01857655 發佈，npm 包描述爲：對當前可用的每個模型跑同一條 prompt，並排查看差異（Run the same prompt through every model you have, and see the difference without squinting）。

插件面向 DSH web profile：安裝命令帶 --profile web，並在 Settings 中提供 Model arena 面板（依賴宿主註冊 GET /api/model-arena.panel；無 Web 界面的 headless 宿主可跳過該路由）。

來源與歸檔說明（SkillHub 目錄頁）： 獨立倉庫 hj01857655/dsh-model-arena 在目錄中標註爲「已歸檔」，並說明已合併進 monorepo https://github.com/hj01857655/dsh-plugins。截至覈對時，原 GitHub 倉庫地址返回 404；monorepo 的 README 亦寫明 dsh-model-arena 等 7 個包已從工作區移除，仍通過 npm 發佈，安裝方式不變。目錄頁顯示可安裝版本 v0.5.1（約 5 天前更新）；npm 上最新爲 0.6.1（MIT，Node >=20）。

DSH 生態強調「一切皆插件」；SkillHub（skillhub.cn）是社區目錄站點，與 DeepSeek / 幻方無官方從屬關係，下文不將其表述爲官方應用商店。

核心功能¶

以下能力來自 npm 發佈包內 README（與 unpkg 上 dsh-model-arena@0.6.1 文檔一致）：

1. 多模型同 prompt 運行：相同 prompt、相同參數，收集各模型輸出並並排展示。
2. Compare：任意兩次運行結果之間做行級 diff（增刪行與未改行），並彙總變更行數。
3. Score：自動評分（長度、延遲、reference match）與人工評分（1–5）；分數按 run 持久化，後續補評會更新排行榜。
4. Leaderboard：跨 run 聚合，按勝率、平均分、總 run 數等排序。
5. Benchmark suites：保存命名的一組 prompt + 模型；變更後重跑，得到迴歸報告（哪些模型變好/變差）。
6. Panel：Settings 中的 Model arena 頁，可查看近期 run、對比視圖、自動分與用戶評分、排行榜與迴歸報告。
7. CLI：提供 dsh-model-arena 命令，README 寫明可在不啓動完整 dsh 交互的情況下使用部分能力。

持久化數據目錄爲 .arena/（README 佈局表中的 src/store.ts 說明）。

安裝與啓用¶

安裝前請先閱讀 npm 包源碼與 MIT 許可證；插件在當前 dsh 進程權限下運行，會讀寫本地 .arena/ 等路徑，並可能通過宿主 Web 連接暴露面板 API。

官方 README 給出的安裝方式爲從 npm 安裝（web profile）：

dsh plugin --profile web add dsh-model-arena

執行後按 DSH 慣例重啓或 reload 插件，使 web 客戶端注入與 Settings 頁生效。

典型用法¶

CLI¶

README 示例：

dsh-model-arena list                              # list recent runs
dsh-model-arena compare <run> <modelA> <modelB>   # diff two models in a run
dsh-model-arena rate <run> --model M --rating 4   # rate a model output

list 用於查看近期 run 標識；compare 對同一 run 內兩個模型輸出做 diff；rate 爲指定模型輸出打 1–5 分。

Settings 面板¶

在 DSH Settings 打開 Model arena 頁（界面文案支持 zh / en 字典）。面板從 GET /api/model-arena.panel 拉取數據，展示近期 run、並排輸出、diff 查看器、分數與排行榜、benchmark 迴歸報告等。

本地開發（維護者）¶

若需改插件本身，README 建議：

npm ci
npm run typecheck
npm run build
npm test

適用場景與注意¶

適合誰： 已在 DSH web 環境配置多個模型、需要可重複的多模型對比、人工或半自動打分、以及 prompt/模型變更後的迴歸對比的開發者。

注意：

• 必須使用 --profile web 安裝路徑；與純 CLI/headless 場景的契合度取決於宿主是否提供 Web 與面板路由。
• 獨立 GitHub 倉庫已不可用；後續 issue 指向 monorepo：https://github.com/hj01857655/dsh-plugins/issues（npm bugs.url）。
• 目錄頁版本（v0.5.1）與 npm latest（0.6.1）可能不一致；需要新功能（如更完整的 Leaderboard / Panel 說明）時可對照 npm 版本 changelog 或包內 README。
• 安裝前自行審計插件代碼與權限邊界，勿在未信任的環境啓用。

結尾¶

dsh-model-arena 把「同 prompt、多模型、可對比、可打分、可迴歸」收攏進 DSH 插件與 Settings 面板，減少手工切換模型帶來的不一致。查閱與安裝可參考：

• SkillHub 目錄頁：https://www.skillhub.cn/plugins/hj01857655/dsh-model-arena
• npm：https://www.npmjs.com/package/dsh-model-arena
• 歷史 GitHub 標識（目錄仍指向，倉庫當前 404）：https://github.com/hj01857655/dsh-model-arena
• 歸檔說明中的 monorepo：https://github.com/hj01857655/dsh-plugins