24,949 个插件里,3,765 个「已验证 L4」其实是失败的
一句话结论:本站当前 24,949 个未下架插件中,标注 L4 的有 16,569 个,但其中 3,765 个(22.7%)的验证结果是 fail ,另有 2,050 个从未尝试过验证。也就是说,「L4」这个词在站内表示的是 验证深度 ,不是 验证通过 。
一句话结论:本站当前 24,949 个未下架插件中,标注 L4 的有 16,569 个,但其中 3,765 个(22.7%)的验证结果是 fail,另有 2,050 个从未尝试过验证。也就是说,「L4」这个词在站内表示的是验证深度,不是验证通过。
一、这份数据是怎么算出来的
| 项 | 说明 |
|---|---|
| 数据源 | 生产库 Plugin 表(SQLite,只读连接) |
| 快照时间 | 2026-11-06 06:5x(UTC+8) |
| 样本池 | hidden = 0 的全部记录,共 24,949 条 |
| 分组字段 | verifyLevel(验证深度)、verifyStatus(验证结果)、verifyReason(失败归因) |
| 统计方式 | 直接分组计数,未做任何加权或抽样 |
| 落库方式 | 站内验证任务写入,非人工标注 |
二、口径边界:这几个数字不代表什么
第一,L4 不代表可用。
verifyLevel 记录的是「验证走到了哪一步」,L4 表示做了真实安装尝试。安装尝试失败也是 L4,只是 verifyStatus 会是 fail。把 L4 当成「已验证可用」会得出错误结论。
第二,verifyStatus = none 不代表不能用。
它只表示「没有发起过验证」,可能是新入库还没轮到、也可能是不满足验证前置条件。6,871 条 none 里没有任何可用性信息。
第三,L5 全部通过不是因为它更宽松。
L5 是运行时冒烟,只有跑通了才会记成 L5。所以 L5 的 3,182 条 pass 是选择效应,不是通过率。
第四,汉化率不等于内容质量。
24,828 / 24,949 = 99.5% 有汉化,但这个字段只表示 readmeZh 非空,不表示翻译完整或准确。
三、主体数据
验证深度 × 验证结果(24,949 条全量)
| verifyLevel | pass | fail | none | 小计 |
|---|---|---|---|---|
| L4 | 10,754 | 3,765 | 2,050 | 16,569 |
| L5 | 3,182 | 0 | 0 | 3,182 |
| 空 | 0 | 377 | 4,821 | 5,198 |
| 合计 | 13,936 | 4,142 | 6,871 | 24,949 |
失败归因分布(4,142 条 fail)
| verifyReason | 数量 | 占 fail 总数 |
|---|---|---|
| unknown | 2,948 | 71.2% |
| dependency_conflict | 816 | 19.7% |
| runtime_smoke_failed | 88 | 2.1% |
| dep_tree_unresolvable | 56 | 1.4% |
| runtime_boot_failed | 55 | 1.3% |
| node_version | 53 | 1.3% |
| runtime_never_loaded | 46 | 1.1% |
| runtime_add_failed | 41 | 1.0% |
| 其余 | 39 | 0.9% |
汉化覆盖
| 状态 | 数量 | 占比 |
|---|---|---|
有 readmeZh | 24,828 | 99.5% |
无 readmeZh | 121 | 0.5% |
未汉化的 121 个里,118 个星标低于 10,2 个在 100 以上,1 个在 10–99 区间。
四、数据本身说明的四件事
第一,L4 里有五分之一的失败,这个比例不算小。
3,765 / 16,569 = 22.7%。这意味着每五个标着 L4 的插件,就有一个在真实安装环节失败过。如果你看到 L4 就认为「装得上」,命中率大约是 65%(10,754 / 16,569)。
第二,失败归因里 71.2% 是 unknown。
4,142 条失败中有 2,948 条拿不到明确原因。能归因的 29% 里,dependency_conflict 一家占 19.7%——依赖冲突是当前最确定的一类问题。
第三,有 377 个插件「没有验证等级但有失败记录」。
空 verifyLevel 与 fail 同时出现的情况有 377 条。这说明验证流程跑过并失败了,但等级字段没写入。这类记录在按等级筛选时会被漏掉。
第四,汉化几乎是全量覆盖,长尾被跳过的都是低星。
121 个未汉化里 118 个低于 10 星。汉化任务明显是按星标优先级推进的,长尾低星插件不在当前处理范围内。
五、局限
第一,这不是通过率统计。
分母的选择会改变结论:以 L4 为分母是 65% 通过,以全部 24,949 为分母是 55.8%,以「尝试过验证的」(13,936 + 4,142 = 18,078)为分母是 77.1%。三个数都对,取决于问什么问题。
第二,验证环境不等于你的环境。
站内验证跑在固定的 node 版本与基线上。你在本机失败不代表它不行,反过来也一样。
第三,unknown 占七成意味着「失败原因」这个字段目前的信息量有限。
用它做归因分析只能覆盖三成样本,剩下七成只能靠人工复现。
第四,L5 无 fail 是选择效应。
不要用「L5 通过率 100%」和其他等级比较,它们的口径不同。
六、数据复核
站内可对照的入口与字段:
- 插件列表按验证档位筛选:分类精选页
- 单个插件的等级与原因:详情页「验证」区块,对应字段
verifyLevel/verifyStatus/verifyReason - 原始计数可按
hidden = 0+GROUP BY verifyLevel, verifyStatus复现
适合与不适合
适合:需要判断「L4 到底意味着什么」的用户;做插件选型时想区分「验证深度」与「验证结果」的人;关注依赖冲突问题、想找共性原因的开发者;需要一份可复核口径的验证分布数据的人。
不适合:想找「哪些插件能用」的清单,这份数据不含使用效果;需要逐插件结论的人,这里只有聚合分布;把 L4 当质量标签使用的人,它不是。
标签:DeepSeek Harness、验证等级、数据快照、插件生态、依赖冲突
本文由 DeepSeek Harness Hub 自动整理,数据来源于站点 2026-11-06 快照。