让模型自己汇报「我刚才用了哪些 skill」，是我见过投入产出比最失衡的一种统计方式。它看上去不需要工程成本：在提示词末尾加一句，要求回答时附上调用清单，就结束了。可真正跑过几十轮任务的人会知道，这份清单的可信度取决于模型当轮的注意力，而注意力恰恰是任务里最先被消耗的东西。
自我报告坏在哪里
多数时候模型并没有编造，它只是记不住。一轮任务里可能连着触发好几个技能，中间夹着工具返回、文件内容、用户追问，等写到结论时，前面那次调用早已滑出有效上下文。还有一种更隐蔽的反向偏差：把「我准备调用」写成了「我已经调用」。两种错误都不会抛异常，只会让统计结果慢慢积累一层噪声。
如果这张统计表的用途是判断「某项能力到底有没有被用上」，那噪声就等于结论作废。
换个源头：读事件流
技能调用审计面板（EchoCat Skill Panel）选择的源头不一样，它不问模型，直接读这一轮的会话事件流，从记录里推导本轮究竟碰到了哪些 skill。模型说不说、说得准不准，都不改变结论。
这个选择带来的直接收益是覆盖面完整。模型自行判断后自动调用的，能报；用户手动敲 /名字 触发的，能报；一整轮一个技能都没碰的，同样能报。最后一种最容易被忽略，却往往是关键信息——它说明的是「不需要」，而不是「没有数据」。
一份数据，三个落点
这套结果铺在三个位置上，共用同一份数据。输入框正上方是一条横栏：一行结论加四个计数，点开才展开完整报告，也是唯一支持一键引用某个 skill 的界面。左栏图标是常驻入口，不侵占正文。中栏面板承载完整报告和技能目录，适合做整体盘点。
横栏宽度不是拍定的数字，而是从宿主自己的输入框宽度推出来（--dsh-composer-card-max-width 减 16px），恒比输入框窄一些，且与输入框共用同一条中轴。这类细节单独看没什么意义，但它决定这条横栏是「生长在界面里」还是「贴在界面上的补丁」。
需要横向对比同类插件的中文说明和安装形态，可以翻 DeepSeek Harness Hub 插件清单。
485 条调整，每一条有名字
界面侧的工程量集中在两个文件：src/client/polish.js 里 215 项行为打磨，src/client/design.js 里 270 项设计重做，加起来 485 条具名调整。真正值得说的是它们的形态——每一条都是带名称与理由的数据记录，样式表由这些记录生成，测试逐条核对有没有生效。
这与「改完看着顺眼就提交」是两种不同的工作方式。前者的好处是可检索：几个月后想回退某处，能查到当初为什么这样定。代价是前期必须先搭结构，不能上来直接写样式。
先看见，再动手
调整界面靠 node tools/preview.mjs：渲染真实面板并截图，加上 --measure 会打印计算样式。顺序是先看见，再改，而不是改完再猜哪里歪了。与之配套的是 1364 项断言、十二个门，核对的不是「能不能跑起来」，而是「每条声明有没有落到该落的位置」。
对比度是能算的
深浅两套主题都验过：所有文字颜色按 WCAG 算过对比度，正文 18.2:1、次级 6.4:1、元数据 5.3:1；prefers-reduced-motion、prefers-reduced-transparency 与窄屏各有单独覆盖。这些数字平时没人在意，但它把「看着舒服」拆成了可复核的条目——不达标就是缺陷，不必争论。
安装入口也在做减法
一键安装认六种输入：仓库主页、仓库内文件夹链接、SKILL.md 链接、zip 直链、owner/repo、SSH 地址；也可以上传 .md 或 .zip，或者把整篇 SKILL.md 粘进去。分支与子目录从地址里解析，用户不需要分别填三个框。减少的正是那种「知道该填什么但懒得填」的摩擦。
一次整页空白留下的原则
4.0.1 有过一次整页空白，事后留下的原则写得很克制：「声明进了样式表」不等于「规则能命中元素」。样式表里确实有那行，选择器却可能一个元素都没匹配上；构建绿、测试绿、页面全白。这条原则后来演变成上面那批断言的来源——查的不是声明是否存在，而是命中结果。
同样的谨慎出现在安装流程：同名 skill 不静默覆盖，先备份再替换；删除进备份目录，永不硬删。看着保守，但这类工具只要吃掉一次用户手写的 SKILL.md，信任就回不来了。
它的边界
统计口径是会话事件流，回答「这一轮到底调没调」，不回答「花了多少钱、消耗多少 token」，拿它做计费或成本核算会落空。运行形态只面向 DSH Desktop Beta 的 cordis 插件，不是通用 Node 库。仓库最近一次提交在 31 天前，功能迭代速度不快。安全扫描把它标为「含敏感能力」，84 处证据，暂无人工评估——它要读写本地文件、执行外部命令、发起网络请求，这个标注本身是诚实的。
总结
统计技能调用这件事，问事件流比问模型可靠得多，这一点远比面板长什么样重要；想对照同类插件的中文清单与安装形态，见 DeepSeek Harness Hub 插件清单。
适合与不适合
适合：想确认某个 skill 是否真被模型用上的使用者；手写多份 SKILL.md、需要目录化管理的重度用户；在意界面细节和文字对比度的人；需要向团队解释「这轮为什么没调技能」的场景。
不适合：想统计 token 成本或做用量计费的；不用 DSH Desktop Beta、只想要通用 Node 库的；要求插件保持高频迭代的。
标签：技能调用审计面板、DeepSeek Harness、技能审计
本文由 DeepSeek Harness Hub 自动整理，数据来源于插件详情页。