前言¶

在 DeepSeek Harness（DSH）里跑长对话或工具链时，模型还在流式输出，往往只能靠体感判断「快不快」。Harness 自带的 sessionStats 会在每一步结束后才算出 decodeTokens / decodeMs，tokenUsage、contextPressure 也只在每次 attempt 结算时更新——生成过程中看不到实时速度与 Token 变化。

dsh-token-speed 是社区维护者 alwayswithmestand 提供的客户端插件，在 Web 对话输入框下方显示实时吞吐胶囊，并从浏览器已有会话状态推算速度，不额外请求 Host。下面介绍它做什么、如何安装，以及数值在「生成中」与「结束后」分别代表什么。

这是什么¶

• 名称：dsh-token-speed（npm 包名同名）
• 维护者：alwayswithmestand
• 分类：客户端（dsh.client.platform: web，适用于 Web 与 Desktop 的 Web UI）
• 定位：Live token throughput meter for the DeepSeek Harness Web chat composer——在输入框下方展示生成中的输出速度、实时输出 Token 估算、本轮输入 Token 等。

Host 侧 index.js 为空实现；数据全部来自客户端对已折叠实时助手流（useChat(s => s.legacy.partial) 中的 text / reasoning / tool-call 增量）的订阅与计算。

核心功能¶

胶囊条（默认收起）¶

生成过程中，输入框下方会出现一行类似：

● 42 tok/s · ↑48.3k · ↓1.24k

分别对应：最近滑窗下的输出速率、输入 Token 投影、实时输出 Token 估算（生成结束前后语义见下文「数值语义」）。

详情面板（点击胶囊展开）¶

可查看：状态、已用时、输入合计与缓存分桶、缓存命中率、上下文占用、输出 Token、首字延迟、解码时长、模型/工具耗时、实时与平均速度、会话累计，以及最近几秒的速度柱状图。面板会标明当前指标是 provider 的精确值还是流式过程中的估算值。

设计取舍（相对 Harness 自带统计）¶

安装与启用¶

插件在 DSH Plugins → Add plugin 中安装；安装后以当前 DSH 进程的权限在客户端运行，安装前应自行查看 GitHub 仓库 源码与 MIT 许可证。

图形界面¶

在 Plugins → Add plugin 填入包名 dsh-token-speed，点击 Install，再选择 Enable now。若未自动启用，在 Plugins 页打开对应开关。客户端插件一般无需重启应用。

CLI（Desktop）¶

dsh plugin --profile desktop add dsh-token-speed

Web 版将 desktop 换成 web：

dsh plugin --profile web add dsh-token-speed

从 GitHub 安装（npm 未发布或需固定版本时）¶

dsh plugin --profile desktop add "git+https://github.com/alwayswithmestand/dsh-token-speed.git#v1.0.0"

生产环境建议锁 40 位 commit（#<40 位 sha>），避免可移动 tag 带来漂移。

自定义插件市场索引¶

仓库根目录提供 format 1 的 index.json。在 Plugins → Discover → Add index source 添加：

https://raw.githubusercontent.com/alwayswithmestand/dsh-token-speed/main/index.json

之后可在 Discover 中搜索并一键安装。

典型用法¶

1. 确认 DSH 版本满足 engines.dsh 要求（见下文兼容性）。
2. 按上一节方式安装并启用插件。
3. 打开任意 Web 对话，发送一条会触发较长流式回复的消息；观察输入框下方胶囊是否随输出更新。
4. 需要区分缓存、上下文压力或首字延迟时，点击胶囊打开详情面板；注意生成中途输出 Token 与速度为估算，流结束后会切换为 provider 上报的精确值。

无需单独配置文件；行为由会话内的实时 partial 与 attempt 结算数据驱动。

数值语义¶

provider 仅在流结束时上报一次 usage，生成过程中无法拿到真实输出 Token 数，因此 UI 会区分「估算」与「精确」。

做性能对比或写报告时，应以流结束后的精确列为准；调试「正在生成」体验时，以胶囊与柱状图的实时估算为准。

适用场景与注意¶

适合谁

• 需要在 DSH Web 对话里直观感受模型输出快慢、上下文与缓存占用的开发者。
• 调试长推理、多工具回合时，希望在不打开 DevTools 的情况下看到 partial 累积对应的吞吐趋势。

版本与平台

安全与信任

插件属于 DSH 社区目录中的第三方客户端扩展，与 DeepSeek / 幻方无官方从属关系；以当前 dsh 进程权限注入 UI 逻辑。生产或敏感环境安装前请审阅 client.js 及依赖注入列表。

结尾¶

dsh-token-speed 把 Harness 结算后才可见的 Token 与速度指标前移到流式生成过程，全部基于浏览器已有会话状态，Host 零实现、无额外网络请求。需要安装说明与数值表时，以仓库 README 为准。

• 社区目录页：https://www.skillhub.cn/plugins/alwayswithmestand/dsh-token-speed
• 源码与文档：https://github.com/alwayswithmestand/dsh-token-speed