dsh-gray-test 灰度模型检测插件
灰度模型检测工具：一键开测 N 个并发 dsh 会话（V4 Pro + max 思考），流式监听思维链实时判定：
- 灰度神模型：主信号——
I'm/I'll + 动词ing（doing 风格）计数超过 Let me 的 5 倍（实测灰度 ≈38:1，正常 ≈0.3:1，分隔清晰）
- 正常模型：
Let me 出现 ≥3 次且未达灰度比例（官方 V4 Pro 模板化复述 CoT 特征），判定后掐断会话
- 异常模型：未出现任何特征（如中文思维链等），完整跑完
统计灰度出现率（灰度数/总会话数）。
安装
- 把本目录放到 dsh 插件的 plugins 目录（如
~/.dsh/plugins/dsh-gray-test 或 dsh 配置的 plugins 目录）
- 安装依赖：
npm install
- 构建前端：
npm run build
- 重启 dsh，设置页出现「灰度测试」入口
配置 API Key（重要）
本插件不内置任何 API Key——它使用 dsh 宿主的 deepseek-official provider（官方路由）。
添加 Key 的方法（二选一）：
方法一：dsh 设置页（推荐）
- 打开 dsh 的 Settings → Models / Credentials
- 找到
deepseek-official provider
- 填入你自己的 DeepSeek API Key（格式：
sk-...）
- 保存后重启 dsh
方法二：配置文件
- 编辑 dsh 的配置文件（
~/.dsh/ 下的 credentials 或 config）
- 在
deepseek-official provider 下添加：
{ "apiKey": "sk-你的key" }
- 保存后重启 dsh
⚠️ 没有配置 Key 时插件无法工作（会报 provider 认证失败）。
⚠️ 请使用你自己的 Key——不要使用他人的 Key，避免泄露和封号风险。
使用
- 设置页 → 灰度测试
- 配置并发数（1-100）、模型（deepseek-v4-flash / deepseek-v4-pro / deepseek-v4-flash-vision-exp）、思考强度（off ~ max）和预设
- 点击「开始测试」→ 流式监听思维链 → 查看灰度出现率
设置页图形化界面说明
安装并重启 dsh 后，进入 设置页 → 插件 → 灰度测试，界面从上到下分为 5 个区域：
① 测试控制区（顶部）
- 状态徽标：
○ 空闲 / ● 测试运行中（运行中变橙）
- 并发数输入框：1-100，决定同时开多少个测试会话（默认 20）
- 「开始测试」按钮：一键开测（运行中禁用）
- 「停止」按钮：终止当前测试（仅在运行中可用）
② 实时统计区（测试开始后出现）
四张统计卡片实时更新（每 2 秒刷新）：
| 卡片 | 含义 |
|---|
| 总会话 | 本次测试创建的会话数 |
| 灰度神模型 | I'm+动词ing 计数超过 Let me×5 的会话数（主信号，不掐断） |
| 正常模型(Let me) | Let me ≥3 且未达灰度比例的会话数（判定后掐断） |
| 运行中 | 尚未出结果的会话数 |
下方同时显示 灰度出现率（灰度数/总会话数）和 上次测试结果（如 上次结果（时间）：共 20，灰度 3（15%），正常 16，异常 1）。
③ 判定说明
实时判定逻辑（每 2 秒刷新）：
- 灰度判定（优先，不掐断）：
I'm/I'll + 动词ing（排除 going to）计数 > Let me 计数 × 5 → 标记灰度，完整跑完并计入灰度数
- 正常判定：
Let me ≥ 3 次且未达灰度比例 → 判定正常，立即掐断会话（省额度）
- 异常模型：全程未出现任何特征（既无
Let me 也无 I'm+动词ing——如模型用中文思维链），完整跑完——非官方模板、非灰度风格，视为异常
辅助信号：吐字速率 < 40 token/s（约 100 字符/秒）标记 慢——灰度模型吐字显著更慢。
④ 模型 / 思考强度 / 预设（配置区）
- model 下拉：来自 DS 官方路由（deepseek-v4-flash / deepseek-v4-pro / deepseek-v4-flash-vision-exp）
- 思考强度下拉：off / minimal / low / medium / high / xhigh / max
- 预设下拉：标准/PTC/极简/创造 +
.agent-presets 下的自定义预设（自动发现）
- 「保存配置」按钮：保存后下次开测生效（运行中修改不影响当前测试）
- provider 固定
deepseek-official（灰度检测仅针对 DS 官方路由）
⑤ 测试提示词（任务区）
- textarea：本次测试发给每个会话的任务提示词（默认：
3d场景，一辆怪兽卡车压碎一排汽车，场景细腻真实，给我html呈现，符合物理特性）
- 「保存提示词」按钮：保存后下次开测生效（运行中修改不影响当前测试）
💡 提示：测试输出写入 ~/gray-test-runs/（每个会话独立子目录），可在工作区查看各会话的完整产出。
预设（v2 新增）
测试会话可选用 dsh 内置的四种 Agent 预设：
| 预设 id | 名称 | 说明 |
|---|
standard | 标准模式 | 功能完整的编码 Agent（默认） |
code | PTC 模式 | 标准全部能力 + Code Mode SDK 呈现工具（TypeScript 程序组合多步操作） |
minimal | 极简模式 | 仅持久 bash 与 str_replace_editor 的双工具编码 Agent |
cordis | 创造模式 | 用于创建自定义 Agent preset |
也支持 .agent-presets 下的自定义预设（设置页会自动列出）。
说明
- provider 固定
deepseek-official（灰度检测仅针对 DS 官方路由）
- 模型列表来自 DS 官方路由
- 测试工作区写入
~/gray-test-runs/（各机器独立）
- 灰度模型吐字很慢（约 40 token/s 或更低）
