前言¶

在 DeepSeek Harness（DSH）里做智能体或长对话调试时，官方「用量」面板给出的是会话级的 token 与缓存信息，回答不了更细的问题：这一轮吐字快不快、时间花在模型推理还是工具执行、首字延迟大致多少。若只能靠体感或外部抓包，迭代 prompt 或排查慢请求会很费事。

dsh-session-speed-pill（会话速度胶囊）是社区维护者 wzsx150 发布的 DSH 插件，分类为「模型推理」。它在每轮助手回复下方、与「复制 · 点赞 · 分享 · 用量 · 时间」同一行的操作区里，在用量右侧、时间左侧插入一枚读数，例如 ⚡ 264 tok/s · 12.3秒；点开弹层可查看本轮更完整的时间构成与 token 汇总。数据全部从会话日志里已提交的事件推导，重放或刷新后数字一致，不依赖客户端自行计时。

这是什么¶

插件仓库：wzsx150/dsh-session-speed-pill（当前 package 版本 0.13.3，MIT 许可证）。目录页：SkillHub · dsh-session-speed-pill（独立社区目录，与 DeepSeek / 幻方无官方从属关系）。

一句话定位：给每一轮一问一答补上单轮速度与耗时读数，并在弹层末尾汇总本轮输入/输出用量；它不推断缓存命中率、上下文占用或费用，避免与官方用量数字冲突。

胶囊上显示什么¶

胶囊左侧是本轮解码速度：有效输出 token 之和除以解码耗时之和（按 token 加权）。右侧是总耗时：从 turn/start 到 turn/end 的墙钟时间，含首字延迟与工具执行。

时长格式：不足 1 分钟显示「12.3秒」，不足 1 小时显示「7分49秒」，超过 1 小时只显示「1小时05分」且不再带秒。速度低于 100 tok/s 保留一位小数，否则取整；分母不成立时显示 —，不会出现 0 tok/s、NaN 或 Infinity。

点开弹层：本轮指标¶

弹层样式对齐官方统计弹层（同一套 --dsw-* 主题 token 与布局）。标题行左侧为「本轮对话」，右侧可显示「共 N 步」。主要行包括：

• 回答耗时：模型、工具、总耗时（工具为总耗时减模型耗时的残差，含调度、审批、重试等）
• 首字延迟：各步最大、最小、算术平均
• 解码输出：平均 tok/s（与胶囊左侧同一口径）、合计解码窗口时间
• 预填充输入（估算）、本轮解码速度（估算）、本轮预填充速度（估算）：带「估算」的项受网络延迟影响大，仅供参考
• 总用量：本轮未缓存输入 token 与输出 token（约以 ≈8.4K / ≈1.1M 量级展示）

实现上校验两条恒等关系：平均解码速度 × 解码合计时间应对齐输出 token；模型耗时 + 工具耗时应对齐总耗时。更完整的推导与算例见仓库内 docs/metrics.md。

设置：始终显示消息操作行¶

官方默认只有最新一轮的消息操作行常驻，更早轮次在新消息出现后需悬停才可见。插件在 设置 → 通用 增加开关：

始终显示消息操作行（Always show message actions）
开启后常驻显示每条消息的操作行；默认关闭。

开关状态保存在浏览器 localStorage（键名 dsh-session-speed-pill:always-show-actions），按浏览器独立，换设备或清理站点数据会恢复默认关闭。

语言与界面位置¶

文案跟随 DSH 设置 → 语言：插件读取 <html lang>，zh / zh-CN / zh-Hant 等用中文单位（秒 / 分 / 小时），en 等用 English，其他语言回落 English。

胶囊通过会话 UI 的 conversation.chat.assistant-actions 槽位注入，并用 CSS order 把官方 endInfo 中的用量、胶囊、时间排成「用量 → 胶囊 → 时间」，视觉上与官方控件同一套度量。

数据从哪来¶

Host 侧注册会话投影 sessionSpeed：在每次会话事件上纯函数折叠状态，从 turn/start、turn/end、step/start、assistant/message 的 usage 与 stream（含 time0、逐块 dt）推导指标；客户端通过 useProjection('sessionSpeed') 按轮次 messageId 查表渲染。插件不订阅 session/event 做二次扫描，也不在客户端 fold 事件。

安装与启用¶

插件以当前 DSH 进程的权限运行；安装前请自行阅读仓库源码与 MIT 许可证。开发与验证环境为 DeepSeek Harness 0.2.1-rc.5；0.2.x 预期可用，0.3.x 及以后契约不变则应可用但未验证，0.1.x 未验证不保证。Host 侧要求 Node >=22。

下面是从 GitHub 安装 bundle 的方式（README 原文）：

plugin_manager({ action: 'install_bundle', target: 'github:wzsx150/dsh-session-speed-pill' })

卸载：

plugin_manager({ action: 'remove_bundle', target: 'dsh-session-speed-pill' })

改动生效范围：index.js / lib/* 属 Host 半身，需重启 Harness；client.js 属浏览器半身，刷新页面即可。若本机访问 GitHub 较慢，插件管理器的连通性探测可能超时，README 建议在 profile 目录使用 pnpm update dsh-session-speed-pill 更新。

SkillHub 目录页也提供「发送给 DeepSeek Harness 安装」的提示语，可在 Harness 内让助手按 wzsx150/dsh-session-speed-pill 协助安装；具体步骤以你使用的 DSH 版本与助手能力为准。

典型用法¶

1、安装并重启/刷新后，正常与助手对话。每轮回复结束后，在操作行用量与时间之间会出现速度胶囊。

2、需要看分解指标时，点击胶囊，在弹层中查看回答耗时、首字延迟、解码与预填充估算、总用量等。

3、若要对比历史各轮的操作行（复制、用量、时间、胶囊），打开 设置 → 通用 → 始终显示消息操作行。

4、调试样式或位置时，可在 DevTools 中查找 data-plugin="dsh-session-speed-pill" 的注入样式表。

适用场景与注意¶

适合：需要单轮 tok/s 与耗时构成、排查慢回复或工具占用、在不动官方用量面板的前提下做推理侧观测的 DSH 用户与智能体开发者。

注意：

• 只统计日志里已有的事件；若 provider 未回写 dt 时间线，仍有耗时但速度类指标可能为 —。
• 数值在本轮提交后才落定，胶囊不会随流式 token 实时跳动，与官方投影行为一致。
• 预填充相关指标为估算下界，不宜与官方会话级用量直接对比做计费推断。
• 位置与「始终显示」依赖官方 DOM 属性（如 data-actions-reveal、data-clock）；宿主升级后若属性变更，效果可能静默退回默认，不报错。
• 投影 apply 若抛错可能中断对话；本插件对 fold 与 apply 做了防抛设计，任一 UI 条目也有错误边界隔离。

与其他插件：不注册 Host 服务、工具或 Web 路由；槽位与投影键均为追加式 id；主要冲突面是另有插件注册同名投影键 sessionSpeed 或改写同一操作行 DOM 时可能互相影响，需自行验证共存。

结尾¶

dsh-session-speed-pill 把「这一轮快不快、时间花在哪」从会话级用量里拆出来，放在每轮回复旁，并用与官方一致的 UI token 呈现；需要更细口径时可读弹层与仓库 docs/metrics.md。

• 目录页：https://www.skillhub.cn/plugins/wzsx150/dsh-session-speed-pill
• GitHub：https://github.com/wzsx150/dsh-session-speed-pill