前言¶

在 DSH 里发一条消息之前，模型和推理等级往往仍靠习惯或手动切换：简单寒暄也开思考、长会话里仍用省档，容易在输出侧省一点、却在读入上下文或重试上花更多。DeepSeek Harness 社区插件 dsh-tier-brain（维护者 minutiae3）针对的是「这句话大概有多难、该用哪档组合更合适」——它只给建议，不改你的请求，也不会替你改模型。

这是什么¶

dsh-tier-brain 属于 DSH 插件目录中的「模型推理」类能力。在你发送之前，根据当前输入（以及部分会话上下文信号）判断难度，并给出两件事：建议的模型、建议的推理等级。没有分数条、没有弹窗、不接管输入框；最终点哪个模型仍由你自己决定。

• 目录页：https://www.skillhub.cn/plugins/minutiae3/dsh-tier-brain
• 源码与说明：https://github.com/minutiae3/dsh-tier-brain
• 许可证：MIT（见仓库 package.json）
• 运行环境：Node.js >=20

README 版本节记录的首个正式发布为 0.1.0（2026-10-21）；仓库内 package.json 的 version 字段为 0.1.1，以你本地安装包为准。

界面上长什么样¶

聊天输入框上方外侧会出现一枚小胶囊，例如：

● deepseek-flash · off

含义简要如下：

• 左侧色点：绿为省档、黄为平档、红为强档。
• 北京时间高峰时段（工作日 9:00–12:00、14:00–18:00，README 说明节假日无法本地可靠判断）末尾会多 · 高峰；谷时不显示。
• 会话上下文读入 ≥48K token 时，末尾会多 · 长上下文。
• 仅当当前对话界面输入框有内容时出现；切到设置、插件市场或其它会话会立刻消失（只认 [data-composer-seat] 里的真实会话输入框）。
• 发送后输入框清空，胶囊自动收起。

三档建议（模型 + 推理等级）¶

强档依赖你在 provider 里已配置 deepseek-v4-pro；未配置时插件只会提示，不会替你改配置。

核心功能：怎么判、判完干什么¶

下面介绍判断思路（与 README 一致，便于你对照行为）。

两步打分，不是词表堆分¶

第一步：任务类型 + 基准分（取命中权重最高的一类；同类反复提及只做对数增长，避免长文刷分）。类型从确认/寒暄（5 分）到架构设计（68 分）等共 14 类，README 中有完整表格与典型信号。

第二步：按上下文修饰（各项有上限），例如：

• 篇幅、代码块数量、文件路径、URL、范围词、多步骤表述、硬约束等加减分；
• 同一会话越往后略加分；此前工具调用失败 ≥2 次加分；
• 上一轮真实读入 token：≥12K / ≥32K / ≥96K 分别 +1 / +3 / +5；
• 会话 ≥4 轮且上下文 ≥48K 时，不再推荐省档，抬到平档并显示 · 长上下文（寒暄类除外）；
• 上一轮已是强档、本轮分数接近强档线时保持强档，避免长难上下文突然降档。

分档线：< 32 → 省档；32–55 → 平档；≥ 56 → 强档。max 仅在强档且类型为审查/架构/调试/重构等并过更高门槛时出现。

插件读取每轮 assistant/message 事件里的 usage，用 inputTokens + cacheReadTokens + cacheWriteTokens 估计上下文规模，并跟踪缓存命中率；/tier 命令可查看本会话记忆注入与命中率等细节（不在胶囊上堆信息）。

准确率与局限（README 自述）¶

维护者用本机 19 个会话、去重后 122 条真实提问人工标档再跑插件评分：整体准确率 97.5%（开发集 98.4%，留出集 96.7%）。评测跑分时上下文一律为空，不含长上下文升档规则的影响。README 明确局限：单人标注、语料来自单机使用习惯、启发式而非模型判别、反讽或极简深层问题可能低估——只建议，最终仍由你选模型。

安装与启用¶

插件以当前 DSH 进程权限运行；安装前请自行查看源码与 MIT 许可证。安装命令以 README 为准，不要凭插件名拼接 dsh plugin add github:owner/repo。

方式一：npm（推荐）

在 profile 目录安装包（示例为 Windows PowerShell 路径，Linux 用户将 $env:USERPROFILE\.dsh\profiles\desktop 换为对应 profile 路径即可）：

cd $env:USERPROFILE\.dsh\profiles\desktop
npm install dsh-tier-brain

安装后确认该 profile 的 package.json 里 dsh.profile.bundles 包含 dsh-tier-brain，且 dependencies 中有对应条目——npm 只装包，不会自动写入 bundles。

方式二：本地目录（不联网）

powershell -ExecutionPolicy Bypass -File .\install.ps1

方式三：分发包 tgz

cd $env:USERPROFILE\.dsh\profiles\desktop
npm install file:C:/path/to/dsh-tier-brain-0.1.0.tgz

install.ps1 会备份 package.json、复制 lib/、把包名加入 bundles。装完后须完全退出 DSH 再重开，宿主才会重新加载。回滚：用 package.json.bak-tier-brain 覆盖 package.json，并删除 node_modules\dsh-tier-brain。

全局 CLI（可选）：

npm i -g dsh-tier-brain

典型用法¶

输入框内查看依据¶

在输入框发送前输入：

/tier 帮我重构这个模块的架构，设计一个并发方案

会打印分类、分数、命中信号、置信度；高峰时段多一行错峰提醒。

命令行（不打开 DSH 也可）¶

dsh-tier-brain "帮我重构一下这个模块，顺便补齐边界条件的测试"
dsh-tier-brain --json "把 D 盘那个未签名的系统服务删掉"

未装全局包时可在源码目录：

node scripts/dsh-tier-brain.mjs "帮我重构一下这个模块"
echo "帮我把这个插件的 README 重写一遍" | node scripts/dsh-tier-brain.mjs

示例输出形态：

建议：deepseek-v4-pro · high  [强档]
类型：REFACTOR　评分：67
依据：REFACTOR；多重硬约束 +7

--json 便于脚本接入。

判定请求仅 POST 到本机宿主 http://127.0.0.1:<port>/dsh-tier-brain/preview；决策摘要（输入前 200 字）追加到 ~/.dsh/tier-brain/decisions.jsonl。README 说明不读会话历史全文做外传、不碰剪贴板、不改配置——仍以你审过的版本为准。

适用场景与注意¶

适合谁：日常在 DSH 里混用 Flash / Pro、且希望发送前有一个保守、可解释的「模型 + 推理等级」参考；愿意在 /tier 或 CLI 里核对依据、必要时向维护者补充 test/cases.jsonl 校准边界样本。

注意：

1. 插件不会自动切换模型；强档需要自行配置 deepseek-v4-pro。
2. 高峰 · 高峰 是定价提醒（README：空闲时段约为高峰一半），不是强制换模型。
3. 社区目录 skillhub.cn 与 DeepSeek / 幻方无官方从属关系，DSH 生态是「一切皆插件」的独立社区形态。
4. 安装与运行等同你本机 DSH 与用户权限；第三方插件请先审源码再装。

结尾¶

经过上面的步骤，你可以在不改发送行为的前提下，用胶囊、/tier 或 dsh-tier-brain CLI 对齐「任务难度 ↔ 模型与推理等级」——省档用 flash + off，平档 flash + high，难活 pro + high，极少数过线任务才建议 max。

• 插件目录：https://www.skillhub.cn/plugins/minutiae3/dsh-tier-brain
• GitHub：https://github.com/minutiae3/dsh-tier-brain