推理档位自调 lion231226/dsh-auto-reasoning-effort

dsh-auto-reasoning-effort

按任务难度自动调节推理档位的 DeepSeek Harness (dsh) 插件。

在会话的模型选择器里选 Auto，插件会为当前这一次请求挑一个 reasoning_effort 线上档位—— low / high / max——依据是这道题看起来有多难：你刚发出的 prompt，加上本轮的工具活动。
一行 cat package.json 这种活不值当开高档；带堆栈的重构则不该省算力。当然，你也可以手动钉死任意档位。

- English README
- 安装指南 · Installation guide
- 更新日志

这是 fork，不是改名。 本项目起步于 dsh-thinking-levels 4.4.8（MIT， © 2026 drscrewdriver），并换掉了它的调度信号：上游按整个会话的工具调用历史调度，本 fork 先判断任务难度，工具活动只作微调。上游版权完整保留——见 LICENSE 与 NOTICE。

为什么值得折腾

多步 agent 任务里，模型在每次工具调用前都要重新思考一遍，而思考阶段基本就是实际耗时的全部。
固定 high 会在读文件这种琐事上烧掉几分钟；固定 low 又会在迁移、重构这类活上想得太浅。
真正有用的信号不是「跑过几个工具」，而是「用户这道题有多难」。本插件把它当成主要输入。

它到底做了什么

每次 agent/request：

1. 取本轮最新一条用户消息，判定难度（trivial / simple / moderate / complex，或显式指定）；
2. 难度映射到基准档位（low / high / max）；
3. 用本轮的工具体验做微调（仅当本轮样本 ≥ 2 条）；
4. 过一遍迟滞，避免档位在相邻请求间来回跳；
5. clamp 到模型真正广告的档位——优先往低找最近的；
6. 把结果写成 reasoningEffort 注入，并把决策理由一并写进日志。

如果用户手动选了档位（模型选择器、插件 level 配置，或消息里的 [effort: …] 标记），手动选择优先，调度器直接让路。

与上游 dsh-thinking-levels 的关系

本仓库 fork 自 drscrewdriver/dsh-thinking-levels 4.4.8 （MIT，© 2026 drscrewdriver），不是它发行线的延续。上游 MIT 原文逐字保留在 LICENSE，并追加了我们的版权行；NOTICE 写清了哪些文件属于上游、哪些是本仓库新增。4.4.8 及之前的历史留在上游 CHANGELOG。

改掉的是调度语义：上游按整个会话的工具历史调度，其余管线照旧；我们先把任务难度判出来，把工具历史降级为修正项，并落地下面的八项修复。客户端 UI、settings/volatile 配置管线与 takeover/定价辅助逻辑都属于上游成果，原样继承。

感谢 drscrewdriver 的原始插件。

与 dsh-thinking-levels 的区别

| | dsh-thinking-levels 4.4.8（上游） | dsh-auto-reasoning-effort（本 fork） |
| 主要信号 | 整个会话的工具调用历史 | 当前 prompt 的难度（长度、关键词、结构、报错） |
| 样本窗口 | 全会话共用一个环形缓冲 | 按轮次隔离，新提问即清空 |
| 失败兜底 | 掉到低档 | 落到 high（safeFallback 可配），不会悄悄降智 |
| 模型不支持该档 | clamp 到已广告的最高档 | clamp 到最近的更低档 |
| 抖动 | 无阻尼 | hysteresisSteps（默认 2）：连续 N 次同决策才切档 |
| 简单工具识别 | Unix 风格工具名 | 额外认 pwsh、shell、powershell、apply_patch |
| 自定义 wire 档位（ultra 等） | 可能被 clamp 吞掉 | 模型广告该值时原样透传 |
| 可解释性 | 只有档位 | 每次决策带 reasons[]（如 len:812、kw:重构、stack-trace） |

安装

前置条件：Node.js 22.19+（或 24+），一个落在 package.json peer 范围内的 DSH（截至 0.2.1-rc.3 的 14 个 rc 均在内），以及 dsh CLI（pnpm 11 随它一起提供）。

方式一：GitHub 源码（走 prepare 现场构建）

dsh plugin --profile web add github:lion231226/dsh-auto-reasoning-effort

方式二：npm 包（自带 lib/，无需构建）

dsh plugin --profile web add dsh-auto-reasoning-effort

方式三：dsh-market（图形界面）

打开 dsh-market 的插件市场，搜索 dsh-auto-reasoning-effort 安装。若条目尚未收录，用上面两种命令行方式即可。

装完必须重启宿主——正在跑的 dsh web 不会热加载新的 bundle 层：

dsh web

省点排错时间的几条备注：

- web profile 本身是 pnpm workspace 根；dsh plugin add 若抱怨 workspace，就在命令末尾加 -w。
- GitHub 安装会执行包里的 prepare 脚本。pnpm ≥ 10 默认拦截依赖的构建脚本，会要求你在 profile 的 pnpm-workspace.yaml（allowBuilds）里放行 dsh-auto-reasoning-effort；不想放行就改用 npm 或 tarball。
- 组合行与 npm 包同名，都是 dsh-auto-reasoning-effort；profile 覆盖针对的 row id 也是它。
- 装本插件前先卸掉 dsh-thinking-levels——两个调度器同时写同一个请求的 reasoningEffort，只会互相打架。

完整前置条件、验证步骤与排错：INSTALL.zh.md。

配置

两个入口共用一份 schema：profile 组合文件（cordis.yml）里插件行的 config:，以及 Settings → Plugins 里由 .volatile() 字段生成的表单（enabled、level、allowDowngrade、allowUpgrade、 hysteresisSteps、safeFallback，改完下个请求生效、无需重启）。关键词表与 models 属于配置级，改组合文件。

| 键 | 类型 | 默认 | 含义 |
| enabled | boolean | true | 总开关。关掉后插件不注入任何值。 |
| level | off \| on \| minimal \| low \| medium \| high \| xhigh \| max \| auto | auto | 会话没有手动选择时使用的默认档位；auto 表示按请求调度。 |
| allowDowngrade | boolean | true | 允许调度器在任务简单或本轮以简单工具为主时选 low。 |
| allowUpgrade | boolean | false | 允许对 complex 任务和重型工具负载选 max；关掉时复杂任务封顶 high。 |
| hysteresisSteps | 整数 1–10 | 2 | 需要连续多少次相同决策，才真正切换线上档位；1 等于关掉阻尼。 |
| safeFallback | low \| high \| max | high | 会话投影读不到、或难度输入解析失败时使用的档位。 |
| difficulty.complexKeywords | string[] | 见下 | 命中后先把分数抬到至少 0.55，再 +0.10。 |
| difficulty.heavyKeywords | string[] | 见下 | 命中 +0.10。 |
| difficulty.simpleKeywords | string[] | 见下 | 命中后分数 × 0.7。 |
| difficulty.trivialKeywords | string[] | 见下 | 命中且 len < 60 时，分数取 min(score × 0.3, 0.2)。 |
| models | map | {} | 按 provider/model 覆盖模型能力；每项可写 vision、thinking、efforts（false 或档位数组）、contextWindow。 |

关键词默认值：

complexKeywords: [重构, 架构, 设计, 调试, 排查, 迁移, 性能, 并发, 安全,
refactor, design, debug, migrate, optimize, rewrite,
从零, from scratch, 实现, implement]
heavyKeywords: [全部, 整个, 全量, 端到端, complete, entire, whole, all, full, end-to-end]
simpleKeywords: [读, 查, 看, 列, 搜, 找, 读取, 显示, read, show, list, print, cat]
trivialKeywords: [谢谢, 好的, 收到, 明白, ok, okay, thanks, 继续, 接着, next, continue]

配置示例：

config:
level: auto
allowDowngrade: true
allowUpgrade: true # 复杂任务允许上 max hysteresisSteps: 2 safeFallback: high difficulty:
complexKeywords: [重构, 架构, refactor, 从零, implement]

上游原有字段 takeover、takeoverUi、defaultPricing 原样保留；它们与调度正交，文档见上游项目。

手动覆盖

模型选择器的选择永远压过调度器：选 off、on、minimal、low、medium、high、xhigh 或 max，就用这个线上档位。单条消息也能强制——写 [effort: low]、[effort: high] 或 [effort: max] （方括号可省，大小写不敏感），该请求直接绕过难度判定。

难度算法

输入

| 输入 | 来源 | 说明 |
| message | 本轮最新用户消息 | 截断到 4000 字符；多段 text 拼接 |
| attachments | 本轮附件数 | 只计数量，不读内容 |
| priorErrors | 本轮工具结果 | 带 error / isError 的结果 |
| toolCount | 本轮工具调用数 | 全部调用，不只是抽样窗口里的 |

第一步：显式标记优先

消息里出现带括号的 effort 标记——[effort: high]、{effort=max}、【EFFORT = low】——且值是 off、low、high、max 之一时，判定立刻结束：难度记为 explicit、分数 1.0，并采用消息要求的档位。

第二步：按消息长度给基础分

len 取消息去掉首尾空白后的长度。

| len | 基础分 |
| < 8 | 0.05 |
| < 30 | 0.15 |
| < 80 | 0.30 |
| < 200 | 0.45 |
| < 500 | 0.60 |
| ≥ 500 | 0.75 |

命中记为 len:<n>。

第三步：关键词类别

大小写不敏感的子串匹配。权重每类只加一次（「这是个重构任务」是一个信号，不是三个），但命中的每个词都会记进
reasons[]。

| 类别 | 效果 | 理由标签 |
| complex | score = max(score, 0.60)，再 +0.10 | kw:<词> |
| heavy | +0.10 | kw:<词> |
| action | 命中 ≥ 2 个 → score = max(score, 0.70)；恰好 1 个且 len ≥ 40 → max(score, 0.50) | act:<词> |
| orchestration | 命中 ≥ 1 个且 len ≥ 40 → score = max(score, 0.70) | orch:<词> |
| simple | score × 0.7，仅在没有任何"昂贵"类别命中时生效 | kw:<词> |
| trivial | 仅当 len < 60 且没有"昂贵"类别命中：score = min(score × 0.3, 0.2) | kw:<词> |

动作词（action） 是一句指令里"要动手做什么"的动词（新建、搭建、实现、发布、迁移、 审查、修复、refactor、implement、publish…）；编排词（orchestration） 表示多智能体/并行意图（subagents、并行、指导、监督、编排、端到端…）。它们存在的理由：一句话里出现两个动作词（"新建仓库…加入能力"、"指导并监督 subagents"）就是几小时的工程，句子再短也不该按闲聊算。两张表随包内置，暂未暴露到设置表单。

廉价信号不得否决昂贵信号。 "昂贵"指：complex、heavy、动作词地板、编排词地板任一命中。此时 simple 乘 0.7、trivial 乘 0.3、短问句乘 0.8 全部跳过，被抑制的命中仍以 kw:<词>(suppressed) 留在 reasons[] 里。这就是为什么 好的，重构一下整个模块 不会被"好的"压成 trivial， 看看这个架构 也不会被"看"拉下 complex 地板。

第四步：结构信号

| 信号 | 判定 | 效果 | 理由标签 |
| 代码块 | 含 | 堆栈/报错 | 粘上来的报错指纹（traceback、error:、exception、源码帧、panic） | +0.20 | stack-trace |
| 文件路径 | 出现源码扩展名（ts、tsx、js、jsx、py、go、rs、java、json、yaml、toml、md、sql） | +0.10 | file-path |
| 多文件路径 | 一条消息里出现 ≥ 2 个不同路径 | 再 +0.10 | paths:<n> |
| 步骤清单 | ≥ 2 行编号或项目符号 | +0.15 | steps:<n> |
| 短问句 | 以 ? 或 ？ 结尾且 len < 60，仅在无"昂贵"类别命中时生效 | × 0.8 | short-question |

第五步：上下文信号

| 信号 | 条件 | 效果 | 理由标签 |
| 附件 | attachments > 0 | +0.05 | attachments |
| 工具多 | toolCount ≥ 6 | +0.10 | tool-count |
| 工具报错 | priorErrors ≥ 1 | +0.15 | tool-error |
| 反复报错 | priorErrors ≥ 3 | 再 +0.10 | tool-error:repeated |

第六至七步：收敛与分档

分数先 clamp 到 [0, 1]，再分档：

| 分数 | 难度 |
| < 0.25 | trivial |
| < 0.45 | simple |
| < 0.70 | moderate |
| ≥ 0.70 | complex |

难度 → 基准档位

| 难度 | 基准档位 |
| trivial | low |
| simple | low |
| moderate | high |
| complex | allowUpgrade 打开时 max，否则 high |
| explicit | 直接注入消息要求的档位（绕过调度器） |

工具修正（只看本轮）

本轮样本至少 2 条时，基准档位才可能被微调——不会低于 low、不会高于 max，方向受两个开关约束：

| 条件 | 结果 |
| 简单工具占比 ≥ 75%（参数小）、allowDowngrade 打开、基准是 high | low |
| 最大工具参数 ≥ 3200 字符、allowUpgrade 打开 | max（与降档同时命中时以它为优先） |
| 样本不足 2 条 | 基准档位不变 |

迟滞

调度器记住该会话上一次发出的档位。不同档位要在连续 hysteresisSteps 次请求里被提出才会被采纳；与当前档位一致的一次决策会取消待定候选，所以 high/low 交替出现时永远不会切档。每个会话的第一次决策直接生效。
想要纯粹的逐请求行为，把 hysteresisSteps 设为 1。

一个算例

帮我重构 src/auto-schedule-projection.ts 的缓存层，附上报错：TypeError at index.ts:42

- 长度约 70 → 基础分 0.30
- 命中 complex（重构）→ max(0.30, 0.55) + 0.10 = 0.65
- file-path → 0.75，stack-trace → 0.95
- clamp 后 0.95 → complex → max（allowUpgrade 打开时），否则 high
- 理由：['len:70', 'kw:重构', 'file-path', 'stack-trace']

本 fork 改了什么

1. 难度来自 prompt。 分类器先读本轮最新用户消息；工具历史只是修正项，不再当主信号。
2. 按轮次隔离。 工具样本按 turn 切窗，新提问到来即清空，长会话不会把上一轮的「便宜」或「沉重」带进下一题。
3. 兜底方向安全。 投影读取失败或解析失败落到 high（safeFallback 可配），而不是掉到 low。
4. Clamp 就近向下。 模型没广告目标档位时，AUTO 路径往最近的更低档找，而不是跳到最高档。
5. 迟滞防抖。 hysteresisSteps（默认 2）让线上档位不会在相邻请求间来回跳。
6. 工具名适配 Windows。 pwsh、shell、powershell、apply_patch 与 Unix 系工具名一样被认作简单工具。
7. 自定义 wire 档位保留。 用户选的档位若映射到自定义 wire 值（例如 ultra），原样透传，不被归一化吞掉。
8. 决策可解释。 每次决策都把 reasons[]（len:、kw:、code-block、stack-trace、tool-error 等）带进日志，档位出乎意料时能追到是哪个信号推高了它。

已知限制

- 本质是启发式。 长度与关键词阈值会把「很长但很简单」的 prompt 读成 moderate 或 complex。
猜错时调关键词、钉死档位，或用 [effort: …] 标记。
- 默认词表是中英双语。 其他语言只有在你补充关键词之后才能命中。
- 只看文本。 附件只贡献 +0.05，内容不参与分类。
- 每轮最多 8 条样本。 工具修正最多看本轮最后 8 次调用；toolCount 仍统计全部。
- 迟滞有代价。 hysteresisSteps: 2 时，真正该跳的时候（比如报错风暴从 low 直上 max）要等两次决策才落地。
- 调度器永不选 off。 关思考只能手动选。
- 宿主支持。 模型完全不广告推理档位时，该字段根本不会发送。投影注册表不服务的会话（最典型的是进程内 subagent）仍然会被判定：插件从 agent/pre-step 捕获人类 prompt，只有在两个来源都没有文本时（goal 续轮、cron 触发）才退回 safeFallback。
- 从上游迁移。 这是独立的包、独立的组合行，不会替换已安装的 dsh-thinking-levels；两个同时跑会争抢 reasoningEffort。先卸掉旧的。

开发

bash
pnpm install
pnpm run typecheck
pnpm run test
pnpm run build # tsc -> lib/，tsdown -> lib/client.js

静态插件检查（依赖 dsh-plugin-guide，可选）： bash
node <path-to>/dsh-plugin-guide/bin/dsh-plugin-dev.js check --cwd .

许可与致谢

MIT。本仓库 fork 自 drscrewdriver/dsh-thinking-levels 4.4.8，上游 MIT 原文逐字保留在 LICENSE，并追加了我们的版权行；上游代码与本仓库新增部分的分界记录在 NOTICE。

感谢 drscrewdriver 的原始插件——宿主接线、客户端 UI 与 settings/volatile 配置管线都来自那里。
内联的鲸鱼娘立绘是 HanaAyane/dsh-reasoning-effort 的社区二创，保留时标注了出处（见 NOTICE）。