前言¶

在 DSH（DeepSeek Harness）里跑智能体时，流式输出是否在「正常速度」往往只能靠体感：等到整轮结束，也很难立刻知道这一次模型调用真实的 token 吞吐。社区里已有 @feiyang666/dsh-usage-plugin 一类插件，侧重调用结束后的 token 与费用台账，并不在生成过程中给出 tok/s。维护者 deepseekv41flash 的 dsh-speed-meter 补的是「流式过程中 + 单次调用精确速率」这一空位：在输入框下方的 composer dock 常驻一枚胶囊，只绑定当前会话，自校准每模型的 chars→tokens 系数。

下面介绍它是什么、怎么装、界面上会看到什么，以及使用时需要知道的边界。

这是什么¶

dsh-speed-meter 是 DSH 生态下的模型推理类插件，由 dsh.bundle 装配（宿主半 + Web 客户端半在同一 npm 包内）。当前 package 版本为 0.2.0，许可证 MIT，源码与说明见 GitHub 仓库，目录页为 SkillHub 插件页。

一句话：宿主挂在 llm/stream 上统计每次流式调用的增量字符与时间，流结束时用 API 的 outputTokens 反推精确 tok/s 并校准系数；客户端通过 HTTP/SSE 拉快照，在 composer dock 渲染胶囊。

核心功能¶

会话作用域¶

胶囊只显示当前会话。请求带 ?session=<sessionId>，宿主按会话维护 last/recent，并对 running 做归属过滤。其他窗口在生成时，本会话不会显示别人的速率；tooltip 会提示「其他会话正在生成（不显示）」。

胶囊上显示什么¶

「轮」的边界对应智能体 running → idle。流式过程中胶囊仍显示瞬时速率；tooltip 里另有「本轮累计」。悬停可见 sessionId、model、purpose、累计字符数、ratio、耗时等；点击可展开最近 12 次调用与每模型校准状态。

统计与校准原理¶

1. 宿主半包在 llm/stream waterfall 上，逐块统计 text-delta / reasoning-delta / tool-call-delta 的字符数，并记录首个与最后一个增量的时间。
2. 流结束时 API 提供 usage（含 outputTokens）。宿主用 outputTokens ÷ 已统计字符数 得到该模型每次调用的 chars→tokens 比率，并以 EMA（α=0.2）持续校准；运行中的即时速率乘以该系数，估值会逐步贴近真实 token 数。
3. 客户端通过 SSE（/speed-meter/api/stream，宿主约每 400ms 推送完整快照）更新 UI；SSE 不可用时退回约 900ms 轮询。

可靠性判据：短于 500ms 且 token 少于 40 的调用（例如会话标题、缓存回放、单块 tool-call 参数）时间分母更接近传输突发而非生成耗时，会算出失真极高的 tok/s。这类调用标记 reliable=false、tokSec=null，界面只显示 token 数与耗时，不显示速率。

安装与启用¶

插件通过 DSH 的 bundle 机制安装，官方命令为：

dsh plugin --profile <profile> add dsh-speed-meter

将 <profile> 换成你实际使用的 profile 名。本地开发可将包 link 进 profile 后重启 DSH NEXT；客户端半的改动需要刷新页面或重启应用才会重新加载。

安装前建议自行查看仓库源码与 MIT 许可证：插件以当前 DSH 进程权限运行，会拦截并统计流式模型调用相关的宿主数据。

典型用法¶

安装并重启/刷新 DSH NEXT 后，无需额外配置文件：在对话 composer 下方应出现速度胶囊。正常对话、工具调用触发的流式生成都会进入统计。

若需对接或调试数据，可使用 README 中描述的 HTTP 接口（均需带会话时加 session 参数）：

• GET /speed-meter/api?session=<id>：该会话快照 JSON（不带 session 则为进程级最新一次调用），含 turn（本轮汇总）。
• GET /speed-meter/api/stream：SSE，数据变化时推送与上面同结构的 JSON；空闲时发注释行保活。

宿主内调试可发事件同步取快照（桌面宿主对普通浏览器关闭 HTTP 时适用）：

ctx.emit('speed-meter/snapshot', reply => ...)

快照中的 debug 字段（如 apiHits、sseHits、generation 等）可用于判断客户端是否连上、以及 Cordis 热重载后路由是否仍由上一代 handler 占用。

适用场景与注意¶

适合：需要在同一会话里实时观察模型输出吞吐、对比不同模型或不同 prompt 下体感速度；需要单次调用精确 tok/s 与最近 12 次历史，而不必另开外部监控。

注意：

• 状态保存在进程级全局单例（globalThis[Symbol.for('dsh-speed-meter/state-v1')]），是为 Cordis 热重载后表盘不冻结；DSH 重启后数据归零。持久化台账请用 dsh-usage-plugin。
• 流被中断或超时时可能拿不到精确 usage，只能按校准系数估算并标 exact=false。
• 多会话并行时，表盘可能显示「最近活跃的那一次调用」；快照里的 sessionId 可区分。
• EventSource 连接不会跨 fiber 迁移；Cordis 热重载或插件升级后，最稳妥的做法是刷新页面（Ctrl+R）让客户端重新连 SSE。

结尾¶

dsh-speed-meter 把 tok/s 从「事后猜」变成 composer 旁的常驻读数：流式看滑动窗口瞬时速率，结束看精确 tok/s 与本轮累计，并按模型自校准 chars→tokens。若你在 DSH 里做智能体开发与调优，可以把它当作会话内的轻量速度表盘。

• 目录页：https://www.skillhub.cn/plugins/deepseekv41flash/dsh-speed-meter
• GitHub：https://github.com/deepseekv41flash/dsh-speed-meter