前言¶

在 DeepSeek Harness（DSH）里跑智能体、调模型，会话一多，很难回答几个朴素问题：今天用了多少 token、最近一周趋势如何、常用的是哪几个模型。若还想和别的用户比一比用量，又往往涉及上传明细，隐私边界不好把握。

下面介绍社区插件 MADRank（qomob/dsh-madrank）。它在 DSH 侧栏提供本地用量看板，默认完全本地、可离线；只有你明确勾选「加入全球排行」后，才会把已结束的 UTC 自然日的按模型聚合用量同步到 MADRank 服务，参与匿名的 7-Day Token Race。维护者为 qomob，分类为客户端插件；npm 包名为 @qomob/dsh-madrank，当前资料中的发布版本为 0.5.3，许可证 MIT。

这是什么¶

MADRank 是面向 DSH 的 AI Usage & Ranking 插件：把 DSH 活动转成私有的本地仪表盘（今日 / 7 日历史 / 常用模型 / 连续活跃天数等），并在用户自愿的前提下，基于真实用量参与全球 7 日 Token 竞赛排行。

数据来源是 DSH 的 session projection 推送，插件不直接读取 DSH 内部数据库。官方站点：madrank.ai。插件目录页：skillhub.cn/plugins/qomob/dsh-madrank。

核心功能¶

本地 AI 用量看板（默认、可离线）¶

无需加入排行即可使用，包括：

• Today：当日用量
• 7-Day / 30-Day History：近 7 日 / 30 日趋势
• Top Models：最常用模型
• Streak：连续活跃天数
• vs 7-Day Average：与自身 7 日均值对比
• RANK：全球排行状态（本地展示）
• Cached Tokens：与排行指标分开统计

看板上的本地数字标注为 LOCAL · LIVE；与服务器同步的竞赛数字会带同步时间，二者回答的问题不同（见下文 Token 口径）。

7-Day Token Race（竞赛主指标）¶

竞赛口径为最近 7 个 UTC 日的 7-Day Total（主 token）：

Primary Tokens = uncached input tokens + output tokens
Cached Tokens  = cache read + cache write

上传参与竞赛时，统计的是 uncached input + cache write + output；cache read 单独上报，不计入竞赛。本地看板上的 “Uncached” 指本地的 primary（uncached input + output）。这样避免读缓存差异扭曲横向对比，同时标明实际上传了什么。

自愿加入的全球排行¶

默认不上传任何数据。仅在设置里显式开启 join the global ranking 后才开始同步：

• 默认关闭，需明确 opt-in
• 无实时请求，同一天内的用量不会上传
• 只上传已结束的 UTC 日，按日、按模型聚合
• 同步失败不影响本地统计

一键分享卡片¶

Quick View 上的分享按钮可把排行生成可发帖卡片：

• 分享链接：https://madrank.ai/share/<shareToken>
• 服务端渲染社交预览图（7 日 token 总量、全球排名、品牌与二维码等）
• 可复制中英双语分享文案
• 分享前从服务端 /api/usage/me 刷新数字，避免本地缓存导致发帖数字过期

分享不会额外上传新的私密内容；分享 token 只对应公开排行榜上的匿名节点。

隐私与数据流¶

本地追踪与全球同步在架构上分离：

默认（可离线）：
DSH → Local Projection → Local Usage Store → Local Dashboard

加入竞赛后：
Local Usage Store → Finished UTC Day → Aggregated Usage → MADRank Ingest

不会上传：提示词、回复、工具参数、单次请求载荷、当日用量。

会上传：按日、按模型的聚合用量。

删除也分开：Clear Local Data 清除本机统计；Delete Remote Data 请求删除与匿名安装身份关联的远端行。

用量准确性¶

MADRank 不另造一套 token 记账逻辑，以 DSH session projection 为源，并与独立参考 token-meter 对账。README 中给出的实会话对账示例显示 input、output、cache read 与参考一致（MATCH）。测试覆盖流式替换、瀑布式工具流量、跨午夜分桶以及 (turn, step) 替换语义等，目标是与 DSH 自身 token meter 一致。

安装与启用¶

DSH 插件需同时满足两点，否则可能静默不生效：

1. 在 profile 中声明并安装依赖（package.json + node_modules，通过 dsh plugin … add）；
2. 在 profile 的 cordis.patch.yml 中 mount 插件。

发布包已预编译 Host（dist/host/）与客户端（dist/client.js），使用者无需自行 build。Node 版本要求 >= 20（见 package.json 的 engines）。

方式一：桌面端内置插件管理器（README 推荐）¶

打开侧栏 Plugins 页面（插件管理器；Settings → Plugins 为只读列表），从以下来源安装：

• GitHub：仓库 qomob/dsh-madrank
• npm：包 @qomob/dsh-madrank

然后完全退出并重新打开应用（profile 在启动时加载，仅刷新页面不够）。若管理器未自动挂载，按下面添加 mount 条目后再次重启。

方式二：CLI（适用于 desktop、web 等 profile）¶

先把依赖装进指定 profile（示例为 desktop）：

# GitHub（始终跟踪 main 最新）
dsh plugin --profile desktop add github:qomob/dsh-madrank

# 或 npm 发布包
dsh plugin --profile desktop add @qomob/dsh-madrank

dsh plugin 会在 ~/.dsh/profiles/<profile>/ 内转发给 pnpm 声明依赖。

在 ~/.dsh/profiles/<profile>/cordis.patch.yml 增加挂载：

- insert:
    - id: madrank
      name: '@qomob/dsh-madrank'

然后重启 DSH。

验证是否生效¶

• 侧栏出现 MADRank 入口；
• 日志中有 madrankUsage projection registered 与 settings ns registered: madrank-usage。

常见问题（节选）¶

典型用法¶

界面入口¶

侧栏 → MADRank（Quick View / 设置）
设置 → MADRank 面板（开启全球排行、清理本地/远端数据等）

安装并挂载后，日常在侧栏查看 Today、7 日趋势、Top Models、Streak 即可；需要竞赛与分享时，在设置中打开 join the global ranking，等待当日 UTC 结束后的聚合同步，再在 Quick View 使用分享按钮生成 https://madrank.ai/share/<shareToken> 与预览图。

本地开发（可选）¶

维护者文档中的本地联调方式（需自行 clone 与 build，与终端用户安装路径不同）：

git clone https://github.com/qomob/dsh-madrank.git
cd dsh-madrank && npm install && npm run build
dsh plugin --profile desktop add 'link:/absolute/path/to/dsh-madrank'

使用 link: 而非 file:；改源码后需 npm run build 并重启，mount 条目同上。

适用场景与注意¶

适合谁：长期在 DSH 里开发、调试智能体，希望有本地、可离线的用量视图；在接受「仅上传按日聚合、且仅历史 UTC 日」的前提下，想参与 7 日 Token 竞赛或生成分享卡的用户。

生态说明：DSH 奉行「一切皆插件」；SkillHub 等社区目录为独立站点，与 DeepSeek / 幻方无官方从属关系，本文不以「官方应用商店」表述。

安全与权限：插件在当前 DSH 进程权限下运行。安装前请自行查看 GitHub 仓库 源码与 MIT 许可证，确认是否符合你的环境与合规要求。

结尾¶

MADRank 把「本地看清自己用了多少」和「自愿、聚合、滞后一日的全球排行」拆开设计：默认本地仪表盘即可用，竞赛与分享都是显式选择。若要安装或查变更，可看目录页 skillhub.cn/plugins/qomob/dsh-madrank 与源码 github.com/qomob/dsh-madrank。