前言¶

在 DeepSeek Harness（DSH）裏做智能體或長對話調試時，官方「用量」面板給出的是會話級的 token 與緩存信息，回答不了更細的問題：這一輪吐字快不快、時間花在模型推理還是工具執行、首字延遲大致多少。若只能靠體感或外部抓包，迭代 prompt 或排查慢請求會很費事。

dsh-session-speed-pill（會話速度膠囊）是社區維護者 wzsx150 發佈的 DSH 插件，分類爲「模型推理」。它在每輪助手回覆下方、與「複製 · 點贊 · 分享 · 用量 · 時間」同一行的操作區裏，在用量右側、時間左側插入一枚讀數，例如 ⚡ 264 tok/s · 12.3秒；點開彈層可查看本輪更完整的時間構成與 token 彙總。數據全部從會話日誌裏已提交的事件推導，重放或刷新後數字一致，不依賴客戶端自行計時。

這是什麼¶

插件倉庫：wzsx150/dsh-session-speed-pill（當前 package 版本 0.13.3，MIT 許可證）。目錄頁：SkillHub · dsh-session-speed-pill（獨立社區目錄，與 DeepSeek / 幻方無官方從屬關係）。

一句話定位：給每一輪一問一答補上單輪速度與耗時讀數，並在彈層末尾彙總本輪輸入/輸出用量；它不推斷緩存命中率、上下文佔用或費用，避免與官方用量數字衝突。

膠囊上顯示什麼¶

膠囊左側是本輪解碼速度：有效輸出 token 之和除以解碼耗時之和（按 token 加權）。右側是總耗時：從 turn/start 到 turn/end 的牆鍾時間，含首字延遲與工具執行。

時長格式：不足 1 分鐘顯示「12.3秒」，不足 1 小時顯示「7分49秒」，超過 1 小時只顯示「1小時05分」且不再帶秒。速度低於 100 tok/s 保留一位小數，否則取整；分母不成立時顯示 —，不會出現 0 tok/s、NaN 或 Infinity。

點開彈層：本輪指標¶

彈層樣式對齊官方統計彈層（同一套 --dsw-* 主題 token 與佈局）。標題行左側爲「本輪對話」，右側可顯示「共 N 步」。主要行包括：

• 回答耗時：模型、工具、總耗時（工具爲總耗時減模型耗時的殘差，含調度、審批、重試等）
• 首字延遲：各步最大、最小、算術平均
• 解碼輸出：平均 tok/s（與膠囊左側同一口徑）、合計解碼窗口時間
• 預填充輸入（估算）、本輪解碼速度（估算）、本輪預填充速度（估算）：帶「估算」的項受網絡延遲影響大，僅供參考
• 總用量：本輪未緩存輸入 token 與輸出 token（約以 ≈8.4K / ≈1.1M 量級展示）

實現上校驗兩條恆等關係：平均解碼速度 × 解碼合計時間應對齊輸出 token；模型耗時 + 工具耗時應對齊總耗時。更完整的推導與算例見倉庫內 docs/metrics.md。

設置：始終顯示消息操作行¶

官方默認只有最新一輪的消息操作行常駐，更早輪次在新消息出現後需懸停纔可見。插件在 設置 → 通用 增加開關：

始終顯示消息操作行（Always show message actions）
開啓後常駐顯示每條消息的操作行；默認關閉。

開關狀態保存在瀏覽器 localStorage（鍵名 dsh-session-speed-pill:always-show-actions），按瀏覽器獨立，換設備或清理站點數據會恢復默認關閉。

語言與界面位置¶

文案跟隨 DSH 設置 → 語言：插件讀取 <html lang>，zh / zh-CN / zh-Hant 等用中文單位（秒 / 分 / 小時），en 等用 English，其他語言回落 English。

膠囊通過會話 UI 的 conversation.chat.assistant-actions 槽位注入，並用 CSS order 把官方 endInfo 中的用量、膠囊、時間排成「用量 → 膠囊 → 時間」，視覺上與官方控件同一套度量。

數據從哪來¶

Host 側註冊會話投影 sessionSpeed：在每次會話事件上純函數摺疊狀態，從 turn/start、turn/end、step/start、assistant/message 的 usage 與 stream（含 time0、逐塊 dt）推導指標；客戶端通過 useProjection('sessionSpeed') 按輪次 messageId 查表渲染。插件不訂閱 session/event 做二次掃描，也不在客戶端 fold 事件。

安裝與啓用¶

插件以當前 DSH 進程的權限運行；安裝前請自行閱讀倉庫源碼與 MIT 許可證。開發與驗證環境爲 DeepSeek Harness 0.2.1-rc.5；0.2.x 預期可用，0.3.x 及以後契約不變則應可用但未驗證，0.1.x 未驗證不保證。Host 側要求 Node >=22。

下面是從 GitHub 安裝 bundle 的方式（README 原文）：

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

卸載：

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

改動生效範圍：index.js / lib/* 屬 Host 半身，需重啓 Harness；client.js 屬瀏覽器半身，刷新頁面即可。若本機訪問 GitHub 較慢，插件管理器的連通性探測可能超時，README 建議在 profile 目錄使用 pnpm update dsh-session-speed-pill 更新。

SkillHub 目錄頁也提供「發送給 DeepSeek Harness 安裝」的提示語，可在 Harness 內讓助手按 wzsx150/dsh-session-speed-pill 協助安裝；具體步驟以你使用的 DSH 版本與助手能力爲準。

典型用法¶

1、安裝並重啓/刷新後，正常與助手對話。每輪迴復結束後，在操作行用量與時間之間會出現速度膠囊。

2、需要看分解指標時，點擊膠囊，在彈層中查看回答耗時、首字延遲、解碼與預填充估算、總用量等。

3、若要對比歷史各輪的操作行（複製、用量、時間、膠囊），打開 設置 → 通用 → 始終顯示消息操作行。

4、調試樣式或位置時，可在 DevTools 中查找 data-plugin="dsh-session-speed-pill" 的注入樣式表。

適用場景與注意¶

適合：需要單輪 tok/s 與耗時構成、排查慢回覆或工具佔用、在不動官方用量面板的前提下做推理側觀測的 DSH 用戶與智能體開發者。

注意：

• 只統計日誌裏已有的事件；若 provider 未回寫 dt 時間線，仍有耗時但速度類指標可能爲 —。
• 數值在本輪提交後才落定，膠囊不會隨流式 token 實時跳動，與官方投影行爲一致。
• 預填充相關指標爲估算下界，不宜與官方會話級用量直接對比做計費推斷。
• 位置與「始終顯示」依賴官方 DOM 屬性（如 data-actions-reveal、data-clock）；宿主升級後若屬性變更，效果可能靜默退回默認，不報錯。
• 投影 apply 若拋錯可能中斷對話；本插件對 fold 與 apply 做了防拋設計，任一 UI 條目也有錯誤邊界隔離。

與其他插件：不註冊 Host 服務、工具或 Web 路由；槽位與投影鍵均爲追加式 id；主要衝突面是另有插件註冊同名投影鍵 sessionSpeed 或改寫同一操作行 DOM 時可能互相影響，需自行驗證共存。

結尾¶

dsh-session-speed-pill 把「這一輪快不快、時間花在哪」從會話級用量裏拆出來，放在每輪迴復旁，並用與官方一致的 UI token 呈現；需要更細口徑時可讀彈層與倉庫 docs/metrics.md。

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