← 返回列表
未验证
同一命令跑多轮取中位数，用分布判断性能波动
尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。 · 最近上游提交 2026/8/13 · 已提供中文文档
DSH plugin: run a command N rounds, judge by median/distribution — 批量回归取统计结论
综合分
26.6
GitHub 分
26.6
用户评分
—
★ Stars
0
周下载量
—
安装插件（需先安装 dsh CLI 引擎：npm install -g @deepseek-ai/dsh）
dsh plugin --profile web add PangYiMing/dsh-batch-regression该插件未发布到 npm，走 GitHub 源安装（pnpm 若拦截 prepare 脚本，按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑）
数据截至 2026/9/16（元数据每日更新 · 实装验证按队列轮转，单条结论的验证时间见上方）
用户评分
还没有人投票，来当第一个
订阅周报，不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
dsh-batch-regression DeepSeek Harness 插件 · 批量回归 / DSH plugin for batch regression stats “数据忽高忽低，到底信哪个”——对同一命令跑 N 轮取中位数和分布，用统计而不是单次结果下结论。 “Numbers keep jumping — which one do I trust?” Run the same command N rounds and judge by median/distribution instead of a single result. 真实方法论 Methodology（实测沉淀） | 结论 | 说明 | |---|---| | 取中位数，不是平均 | 平均会被极值拉偏；中位数更稳 | | 至少 5 轮 | 少于 5 轮的统计没意义 | | 差距 > 20% 结论才稳 | 改前/改后对比，差距 >20% 才下结论 | | 控制变量 | 同一台机器、同一时段、关掉浏览器/IDE 等大头进程 | | 承认抖动来源 | Apple Silicon P/E 核动态调度会让单次耗时翻倍；笔记本连续跑十几分钟会热降频 | 重要教训：cpulimit/nice/taskpolicy 在 Apple Silicon 上实测全失效——消抖靠“多轮取中位数 + 控制变量”，不靠限制 CPU。 使用 Usage ROUNDS=5 METRIC=time ./scripts/runner.sh "node bench.js" samples=5 median=1234ms (min=1102ms max=1987ms) ROUNDS=10 METRIC=success ./scripts/runner.sh "npm run build" PASS=9/10 什么时候用 / 不用 | 场景 | 用 | |---|---| | 性能数据抖动，取可信中位数 | ✅ 本工具 | | 改前/改后对比耗时分布 | ✅ 本工具 | | 偶现问题看复现率 | ✅ 本工具（METRIC=success） | | 单次就能判定的事 | ❌ 直接跑 | | 定位“哪次提交引入退化” | ❌ 用 git bisect（见 dsh-bisect-debug） | | UI 视觉回归 | ❌ 用 dsh-screenshot-diff | 执行纪律 1. 取中位数不是平均。 2. 至少 5 轮。 3. 控制变量：同一台机器、同一时段、关掉大头进程。 4. 承认局限：本地耗时受 P/E 核调度和热降频影响，结论用“差距>20%才稳”标注置信度。 5. 中间失败不中断：某轮 fail 记 FAIL 继续，不因单轮失败停。 安装 Install 发布到 npm 后 dsh plugin --profile demo add dsh-batch-regression 或从 GitHub 安装 dsh plugin --profile demo add github:PangYiMing/dsh-batch-regression 许可证 License MIT
扫码进群