DSH Plugins Marketplace

DSH Plugins

Plugins

/

Development & Infrastructure

/

dsh-model-rank

J

dsh-model-rank

Manifest valid★ 1

Sidebar LLM leaderboard for DeepSeek Harness (DSH): LMArena blind-test ratings, Artificial Analysis intelligence index, LiveBench 2.0 capability, OpenRouter usage & market share — plus a local token-usage dashboard, detail drawers and CSV export. Daily snapshot, instant open, no API key. | DSH 侧栏「模型排行」:多榜合一 + 本机用量仪表盘,打开即显示。

UI (client)hasBundlePatch

English · 简体中文

dsh-model-rank 本机用量仪表盘:今日/近7天/近30天/累计 token、模型用量排行、厂商分布与近 14 天趋势

dsh-model-rank · 模型排行

你接了一堆模型,到底该用哪个?侧栏开一眼就知道。
这是一个给 DeepSeek Harness(DSH) 用的侧栏插件:装上之后,你的 DSH 左侧栏会多一个 「模型排行」入口——点开就能对比主流大模型的人类盲测评分、综合智能指数、任务级能力、真实用量与价格速度, 同时看到你自己接入了哪些模型、实际用了多少。渠道太多、模型太多、每次选模型都要开好几个网页对比? 这个插件就是为这个场景做的(DSH 桌面版和 dsh web 都能用)。

release CI DSH 0.2.x GitHub stars last commit License: MIT

30 秒了解

  • 一个面板,七个标签页:Arena 对战、综合智能、能力榜(LiveBench 2.0)、OpenRouter 周用量、 OpenRouter 月用量、市场份额、本机接入——六张公开榜单 + 一页你自己的用量 (本机接入页内的「本机用量」仪表盘)。不同口径分开展示,不混在一起算「总分」。
  • 自动标出你已接入的模型:读取本机 cordis.patch.yml 的模型清单(只读), 在每张榜单上打「已接入」标记,不用自己对着型号列表找。
  • 打开即显示,不等网络:宿主每天抓取公开榜单并落盘,面板先读浏览器缓存立即渲染; 浏览器端不发起任何外部请求。
  • 能对比,也能深看:点击模型行打开明细抽屉;每个榜单可排序、可导出当前筛选结果为 CSV。
  • 零配置、不需要任何 API key。

如果你也这样,这个插件就是给你写的:接了多家渠道 / 中转 / 官方源,模型列表几十个, 每次选模型都要翻网页对比;或者想知道「榜单第一」和「我真正在用的」差多少、自己的 token 都花在了哪。

截图

能力榜(LiveBench 2.0):官方加权综合分 + 7 类分项,已接入模型带标记
能力榜(LiveBench 2.0):长任务 / Agent 能力,官方加权综合分 + 7 类分项;点行看明细、可导出 CSV

Arena 对战榜:按人类盲测 Bradley-Terry 评分排序,本机已接入的模型带标记
榜单页:Arena 人类盲测评分 + 已接入标记;支持搜索、仅看已接入、行内明细与 CSV 导出

功能一览

1)六张公开榜单:同一个模型,六个维度

标签页你看的是什么数据来源更新
Arena 对战LMArena 文本榜的人类盲测 Bradley-Terry 评分、置信区间、票数LMArena 官方 Hugging Face 数据集随官方发布
综合智能Artificial Analysis 智能指数(0–100)+ 价格 / 速度 / 上下文 / 是否开源artificialanalysis.ai(仅本机运行时抓取)每日
能力榜LiveBench 2.0 长任务 / Agent 能力榜:官方加权综合分 + 分项(Long Agentic / Reasoning / Coding / Browser / Data Analysis / Research / Design;当前版本 7 类,随官方 release 变化)livebench.ai 官方公开 CSV(仅本机运行时抓取)随官方 release;插件每 24 小时检查一次
OpenRouter 周近一周真实开发者 token 用量(谁在被真正使用)openrouter.ai/rankings 页面表格每日
OpenRouter 月近 30 天真实 token 用量同上每日
市场份额各厂商的请求份额(周)同上每日

这些榜单互不可比:人类偏好评分 ≠ 综合能力指数 ≠ 任务级能力基准 ≠ 真实 token 用量。 面板会在每个标签页标注口径与来源,不把它们合成一个假「总分」。

「综合智能」与「能力榜」的数据都只在本机运行时抓取,不随安装包内置; 首次装好时这两页可能为空,等宿主第一次联网刷新成功后自动出现。

2)本机接入:你接入了什么 + 用了多少

  • 已接入标记(所有榜单):从 <DSH_HOME>/profiles/*/cordis.patch.yml 读取模型清单, 名称归一化后匹配榜单行;「仅看已接入」一键筛出你真正能用的模型。
  • 本机用量仪表盘:
    • KPI 卡片:今日 / 近 7 天 / 近 30 天 / 累计的 tokens、估算花费与调用次数;
    • 范围切换:今日 / 近 7 天 / 近 30 天 / 全部一键切换(只切本地已取回的数据);
    • 我的模型用量排行:按 tokens 排序,附占比条、AA 智能指数与 OpenRouter 周榜位次(能匹配到时);
    • 厂商分布 + 近 14 天 token 趋势;
    • provider 接入卡片:每个渠道一张,列出模型与它们在各榜的位置;
    • 账户余额 / 套餐窗口:本机若有 dsh-usage 的账户快照则展示(只读、可选,无则不显示)。
  • 口径:统计覆盖宿主能读到的全部会话日志——包括早于插件安装的历史会话(旧日志被清理后对应数字会减少); 按 Asia/Shanghai 自然日 分桶(今日 / 近 7 天 / 近 30 天均含今天、以该时区计算)。
  • 费用:按 Artificial Analysis 公开美元价(USD / 1M tokens)× 本机 token 用量估算, 面板显示定价覆盖度(已定价 tokens 占比);部分网关私有模型没有公开价,对应费用显示「—」,不用 0 冒充; 估算不等于你的账单,且首次运行时抓取成功前不显示费用估算。
  • 数据来自本机会话日志的只读聚合,不上传、不联网。

3)通用交互:排序 / 明细抽屉 / CSV 导出 / 来源状态条

  • 表头排序:各榜单点表头按当前列排序(升/降序)。
  • 模型明细抽屉:点击 Arena / 综合智能 / 能力榜 中的模型行,从侧边打开明细: 榜单分项、价格速度、能力分项与你的本机用量(有则显示)。
  • CSV 导出:把当前榜单当前筛选后的结果导出为 CSV(本地浏览器生成,带 UTF-8 BOM, Excel 打开中文不乱码;不经过任何服务器)。
  • 来源状态条:每个榜单头部显示该数据源的状态——来源、榜单版本 / 同步时间, 以及数据源异常时的 stale 提示。

4)打开即用:快照与缓存

  • 宿主启动后检查是否到期:成功抓取后 24 小时内不重抓,失败 2 小时后重试; 面板右上角「刷新数据」有 10 分钟最小间隔。
  • 初始加载先渲染浏览器本地缓存 → 再与宿主快照对齐,所以打开面板不等网络。
  • 抓取失败时保留上一份快照并标记「数据源待更新」,不伪造、不清零。

5)视觉改版(v0.2.0)

更克制的排行视觉、粘性表头、窄屏表格转卡片、跟随 DSH 明暗主题;明细抽屉随视觉重构一起上线。

安装

要求:

  • DSH 0.2.x(在 0.2.1-rc.5 上实测)。
  • 宿主运行时需要 Node.js ≥ 22.15(node:zlib 的 zstd 解码能力,用于读取压缩的会话日志; 更低版本只会跳过 .zstd 压缩日志并给出 warning,未压缩日志不受影响)。DSH 自带运行时通常已满足。

插件无构建步骤,装完重启一次 DSH 即可。

桌面端(推荐,约 30 秒)

  1. 打开 DSH 桌面应用 → 设置 → 插件;

  2. 选择添加插件,在「包名或地址」中粘贴:

    https://github.com/Jingxuan-WH/dsh-model-rank
    
  3. 按提示重启 DSH(宿主端插件在启动时组合,重启最稳妥);

  4. 左侧栏出现「模型排行」图标,点开即用。

Web 端(dsh web)

dsh plugin --profile web add https://github.com/Jingxuan-WH/dsh-model-rank

装完重启 dsh web,刷新页面即可在左侧栏看到入口。

其他 profile 把 web 换成你的 profile 名;桌面版的 profile 由应用托管,请用应用内插件页安装。

装好后的 30 秒验证

  1. 看左侧栏:重启 DSH 后,左侧栏出现「模型排行」图标;
  2. 点开它:面板顶部能看到「数据更新于 …」与七个标签页(Arena 对战 / 综合智能 / 能力榜 / OpenRouter 周 / OpenRouter 月 / 市场份额 / 本机接入);
  3. 点「本机接入」标签:能看到本机用量仪表盘(KPI 卡片、用量排行)与接入清单(刚装好还没抓到数据时, 会显示「内置快照」并说明从何时开始统计;「综合智能」「能力榜」等宿主首次联网刷新后出现)。

三条都对上,就说明安装成功、宿主与面板都通了。

升级 / 卸载

  • 升级:重新执行安装命令(会拉取最新版本),然后重启 DSH。桌面端在插件页里更新。

  • 卸载:插件页移除,或:

    dsh plugin --profile web remove dsh-model-rank
    

    卸载不会删除你的本地缓存数据(见「隐私」一节),确认不需要后可手动删除对应目录。

常见问题

Q:装完没看到侧栏入口? 先重启一次 DSH 再刷新页面。桌面端的 profile 由应用托管,用插件页安装最稳;Web 端确认装到了当前 profile。

Q:为什么「综合智能」和「能力榜」第一次打开是空的? 这两份数据都只在你本机运行时抓取,不随安装包内置(合规原因)。 宿主首次联网刷新成功后它们会自动出现;其他榜单会立刻显示(来自内置兜底快照或本地缓存)。

Q:数据多久更新一次?为什么我点「刷新数据」没变化? 宿主成功抓取后 24 小时内不重抓,失败 2 小时后重试;手动刷新有 10 分钟最小间隔。 每个榜单头部的来源状态条会显示该数据源的版本 / 同步时间;「数据更新于」显示当前快照的数据时间。

Q:能力榜(LiveBench 2.0)的综合分怎么算? 按官方公开数据 categories.json 里的 _overall_weights 做加权平均:Long Agentic 2.0、 Coding 1.5、Design 1.5,其余类别 1.0;某个类别没有分数时不参与计算(不进分母)。 当前版本为 7 类,随官方 release 变化。各模型测试时使用最高 supported effort 设置。 分数为官方公开数据,本插件只做展示。

如实说明一处官方数据自身的矛盾:官方 notes.json 有一条写「Overall is the mean of the suites … Every suite counts equally」(等权),与 categories.json 的权重配置不一致。本插件以 权重配置为准,并在面板上标注公式;若官方后续统一口径,插件会随数据更新调整。

Q:几个排行榜的分数能互相比较吗? 不能。Arena 是人类盲测偏好评分,综合智能是第三方能力指数,能力榜(LiveBench 2.0)是任务级能力基准, OpenRouter 是真实 token 用量;它们来自不同的测量体系(面板的 6 个公开榜单视图 / 4 个公开数据源), 口径完全不同,面板刻意不合并成总分、也不跨榜混排。

Q:本机用量从什么时候开始统计? 统计覆盖宿主能读到的全部会话日志——包括早于插件安装的历史会话;按 Asia/Shanghai 自然日分桶。 旧日志被清理后,对应数字会减少(已删除的数据不会回填)。

Q:费用准吗?为什么有些模型显示「—」? 费用是按 Artificial Analysis 公开价格估算的,仅供参考;只有能匹配到公开价格的 token 才计价, 面板会显示「定价覆盖度」;部分网关私有模型没有公开价,费用显示「—」而不是 0。

Q:CSV 导出的内容是什么?中文会乱码吗? 导出你当前标签页、当前搜索/筛选后的表格结果(含表头),在本地浏览器生成并下载,不经过任何服务器; 文件带 UTF-8 BOM,Excel 直接打开中文不乱码。

Q:明细抽屉怎么打开? 在 Arena / 综合智能 / 能力榜里点击任意模型行;抽屉展示该模型的分项数据、价格速度与你的本机用量(若有)。

Q:为什么我接入的模型没有「已接入」标记? 匹配基于名称归一化,部分渠道的专有马甲名可能匹配不上(属预期)。欢迎带模型名提 issue。

Q:它会读取我的聊天记录或上传数据吗? 不会上传。插件只在你的本机读取配置与用量事件(只读),聚合结果与 CSV 导出都留在本机; 浏览器端不发起外部请求。详见「隐私」。

Q:需要 API key 吗?会花钱吗? 不需要。抓取的都是公开榜单页面,没有任何账号或 API key;插件本身不调用模型。

Q:支持哪些 DSH 版本? 0.2.x(在 0.2.1-rc.5 上实测)。更老的版本可能缺少对应 slot,不保证可用。

数据口径与来源

面板共有 7 个标签页:其中 6 个公开榜单视图(Arena 对战 / 综合智能 / 能力榜 / OpenRouter 周 / OpenRouter 月 / 市场份额)来自 4 个公开数据源(LMArena / Artificial Analysis / LiveBench / OpenRouter), 另有 1 个本地视图(「本机接入」页,数据来自你自己的机器)。加上本地来源,共 5 个数据来源—— 它们来自不同的测量体系,彼此不可混比,插件从不把它们合并成一个「总分」。 每个标签页都会标注自己的口径;下表的「来源」就是宿主实际访问的公开页面。

视图(面板标签)口径(一句话)来源更新节奏许可 / 署名
Arena 对战人类两两盲测的 Bradley-Terry 偏好评分(附置信区间与票数)LMArena 官方 Hugging Face 数据集 lmarena-ai/leaderboard-dataset(经 Hugging Face datasets-server 公开端点读取)随 LMArena 官方发布(通常隔日到数日);插件每 24 小时检查一次CC BY 4.0(数据集许可)
综合智能Artificial Analysis 智能指数(0–100),附价格 / 速度 / 上下文 / 是否开源artificialanalysis.ai/models随 AA 页面更新;插件每 24 小时在你的本机运行时抓取一次仅运行时抓取,不随仓库 / 安装包分发;数据权利归 Artificial Analysis
能力榜(LiveBench 2.0)LiveBench 2.0 长任务基准:当前 release 各能力套件的官方加权均值(权重取自官方 categories JSON;缺失套件不计入分母;当前版本 7 类,随官方 release 变化),面板显示当前 release 版本号livebench.ai(官方公开 CSV:/data/<release>/table.csv 与 categories.json)随 LiveBench 官方 release;插件每 24 小时检查一次仅运行时抓取,不随仓库 / 安装包分发;LiveBench 是独立开源项目(代码 Apache-2.0),数据权利归 LiveBench
OpenRouter 周 / 月 / 市场份额OpenRouter 页面公开表格:近 7 天 / 近 30 天真实 token 用量,以及各厂商请求份额openrouter.ai/rankings随页面更新(页面标注「数据截止日」);插件每 24 小时抓取一次CC BY 4.0(以来源站点说明为准)
本机接入你本机的 token 用量、估算花费与接入清单(只读聚合,不上传)你自己的机器:<DSH_HOME>/profiles/*/cordis.patch.yml、<DSH_HOME>/sessions/**/session*.jsonl(.zstd),以及可选的 <DSH_HOME>/dsh-usage/provider-snapshots.json每次刷新读取;面板可见时每 60 秒静默刷新(只切本地数据)你的数据;只读、不上传

「数据更新于」是快照的抓取时间;各来源自身的「数据截止时间」以来源页面为准,抓取节奏 ≠ 数据新鲜度。

为什么不可比(请勿换算 / 混排)

  • 这些数字没有任何换算关系:Arena 的 1500 分、AA 的 42、LiveBench 的 85.7、OpenRouter 的 1.2T tokens 单位、样本与测量目的都不同(示意,非具体模型)。
  • 面板不计算总分、不跨榜排序、不做加权合并;各标签页独立展示。
  • 同一来源的不同窗口(OpenRouter 周 / 月 / 份额)也互相独立,不能相加。
  • 能力榜只展示 LiveBench 当前 release;不同 release 的模型集与分数不混排。
  • 「估算花费」是估算,不是账单(见下方「本机用量口径」)。

分发与关联声明

  • 随仓库 / 安装包分发的内置兜底快照只包含 LMArena 与 OpenRouter 数据;Artificial Analysis 与 LiveBench 数据只在你本机运行时抓取并缓存在本机,不再随仓库或安装包分发(0.1.0 的内置快照曾包含 AA 数据, 0.2.0 起移除——见 CHANGELOG)。
  • 能力榜需要宿主首次联网刷新成功后才出现(内置快照里没有它);离线时保留上次成功的数据并标记 stale。
  • 本项目与 LMArena、Artificial Analysis、LiveBench、OpenRouter 均无关联;数据权利归各自来源, 以来源页面说明为准;本插件只做聚合与展示。
  • 代码许可见 LICENSE(MIT)——代码许可与数据许可是两件事。

本机用量口径

  • 读什么:只读上表所列的本机路径(DSH 配置 + 会话日志);不读聊天正文,不上传,浏览器端不发起任何外部请求。详见「隐私」一节。
  • token 口径:未缓存输入、缓存读、缓存写、输出四类分开统计,总 tokens = 四者之和;同一轮次(turn/step)的 临时用量事件与最终用量事件只算一次(以最终事件为准);调用次数 = 去重后的用量事件数。
  • 费用(估算):按 Artificial Analysis 公开美元价(USD / 1M tokens)× 本机 token 用量估算,界面标注「估算」, 不是账单;只对能匹配到公开价格的模型计价,未定价模型显示 —(不显示 0);面板会显示定价覆盖度 (已定价 tokens 占总 tokens 的比例)。内置快照不含 AA 数据,因此首次运行时抓取成功前不显示费用估算。
  • 时区与分桶:按 Asia/Shanghai(UTC+8)自然日分桶;「今日」= 本机时区的今天自然日; 「近 7 天 / 近 30 天」均含今天。
  • 统计起点:统计覆盖宿主能读到的全部会话日志——包括早于插件安装的历史会话;旧日志被清理后, 对应数字可能减少(不会回填已删除的数据)。
  • 读取失败时:跳过该文件并给出提示,不阻塞其它数据;不伪造、不清零。

隐私

这个插件会读你本机的文件,所以把边界写清楚:

读什么用途方式
<DSH_HOME>/profiles/*/cordis.patch.yml得到本机已接入的 provider / 模型清单,用于「已接入」标记只读
<DSH_HOME>/sessions/**/session*.jsonl(.zstd)解析 usage 事件,聚合本机用量只读
<DSH_HOME>/dsh-usage/provider-snapshots.json(若存在)展示渠道余额 / 套餐窗口(可选)只读
  • 不上传:没有遥测、没有登录、没有服务端;聚合结果与 CSV 导出都只留在本机。
  • 网络:只有宿主半侧会访问公开榜单页面(见上表来源);浏览器端不发起任何外部请求。
  • 缓存位置:<DSH_HOME>/dsh-model-rank/(默认 ~/.dsh/dsh-model-rank/)。 可用环境变量 DSH_MODEL_RANK_DATA_DIR 改到别处。
  • 卸载后:缓存与用量索引文件保留在本机(方便你重装后继续看历史),可手动删除 <DSH_HOME>/dsh-model-rank/ 目录;里面只有聚合数字,不含会话原文、账号或 API key。
  • README 与本仓库截图使用示例数据(demo-*),不含任何真实 provider / 余额 / 会话内容。

工作原理

DSH 宿主(Node,本机)
  ├─ 每天抓取公开榜单(LMArena / OpenRouter / AA·运行时 / LiveBench·运行时)
  │    → 归一化 → 快照落盘 <DSH_HOME>/dsh-model-rank/snapshot.json
  ├─ 只读扫描本机会话日志 → 用量聚合(磁盘增量缓存)
  └─ 本地 RPC:GET /_dsh/dsh-model-rank/{snapshot,status,usage} · POST .../refresh
        ▲ 仅本机回环 + 已认证连接
浏览器端(DSH 面板)
  └─ 左侧栏「模型排行」:先读 localStorage 缓存立即渲染 → 再与宿主 RPC 对齐

数据、缓存与本地 API

  • 缓存目录:<DSH_HOME>/dsh-model-rank/(默认 ~/.dsh/dsh-model-rank/,可用 DSH_MODEL_RANK_DATA_DIR 覆盖), 主要文件:snapshot.json(榜单快照)、usage-cache.json(本机用量增量缓存)。

  • 环境变量(均带默认值):DSH_MODEL_RANK_REFRESH_MS(成功后冷却,默认 24h)、 DSH_MODEL_RANK_RETRY_MS(失败重试,默认 2h)、DSH_MODEL_RANK_MIN_GAP_MS(手动刷新最小间隔,默认 10min)、 DSH_MODEL_RANK_DATA_DIR(缓存目录)。

  • 本地 RPC(仅本机回环 + 已认证连接;浏览器的面板只用这些接口,不直接访问外网):

    接口用途
    GET /_dsh/dsh-model-rank/snapshot快照 + 元信息
    GET /_dsh/dsh-model-rank/status刷新节奏、来源成败、用量摘要
    GET /_dsh/dsh-model-rank/usage本机用量聚合(只读)
    POST /_dsh/dsh-model-rank/refresh触发刷新;body {"force":true} 可越过 10 分钟手动节流,但 force 每小时最多 3 次(超出返回 force-limited 与重试时间,客户端只在「强制刷新」时使用)
  • 刷新失败时保留上一份快照并标记「数据源待更新」;不会清零或伪造数据。

已知边界

  • Artificial Analysis / LiveBench 只在运行时抓取:首次装好、或数据源暂时不可用时对应页面为空或显示旧数据(stale)。
  • LiveBench 每个 release 的模型数会波动(例如 2026-10-25 版 32 个);界面显示的是该版本实际行数。
  • LiveBench 站点结构变化时,解析器会保留旧数据并标记 stale,不会伪造或清零。
  • 能力榜只展示 LiveBench 2.0(当前代际),不与 v1 旧版数据混排。
  • 渠道专有命名的模型可能匹配不上公开榜单,属预期(名称归一化已处理常见后缀)。
  • 旧 Node 运行时(< 22.15)缺少 zstd 解码能力,压缩的会话日志会被跳过并给出 warning,未压缩日志不受影响。
  • 估算费用只覆盖能匹配到公开价格的模型;私有网关价格不公开时显示「—」。

路线图

  • v0.2.0(本轮):能力榜(LiveBench 2.0)、本机用量仪表盘、明细抽屉、CSV 导出、来源状态条、视觉改版、 内置快照隐私净化。
  • 规划中(未实现,不承诺时间):LiveBench 历史版本对比(v1/v2 不混排)、用量趋势更多图表、 能力 vs 成本的性价比视图、更多历史对比视图。
  • 想优先做哪个?欢迎到 Issues 说场景。

开发与验证

dsh-model-rank/
├── lib/
│   ├── index.js      # 宿主半侧:路由注册、每日快照调度、落盘
│   ├── pipeline.js   # 纯数据管线:抓取 / 解析 / 名称归一化 / 快照合并
│   ├── livebench.js  # LiveBench 2.0 能力榜:版本发现 / CSV 抓取 / 加权综合分解析
│   ├── usage.js      # 本机用量聚合(只读会话日志 + 增量缓存)
│   └── client.js     # 客户端 bundle:侧栏入口 + 面板 UI(单文件、无构建)
├── data/snapshot.json# 随包分发的内置兜底快照(只含 LMArena + OpenRouter)
├── scripts/
│   ├── build-snapshot.mjs      # 重新生成内置快照(会联网)
│   ├── validate-host.mjs       # 宿主桩集成验证(不联网)
│   ├── validate-parsers.mjs    # 解析器 / 匹配器离线回归(fixture)
│   ├── validate-usage.mjs      # 本机用量聚合验证(假数据,不碰真实会话)
│   ├── validate-livebench.mjs  # 能力榜解析验证(离线 fixture)
│   └── validate-client.mjs     # 无头 React 渲染回归
└── .github/workflows/ci.yml    # 轻量 CI:语法 + manifest / 内置快照隐私自检(不联网、不装依赖)
npm install            # 唯一运行时依赖:yaml(验证脚本 import lib 时会用到)

node --check lib/index.js
node --check lib/pipeline.js
node --check lib/livebench.js
node --check lib/usage.js
node --check lib/client.js
node --check scripts/build-snapshot.mjs
node --check scripts/validate-host.mjs
node --check scripts/validate-parsers.mjs
node --check scripts/validate-livebench.mjs
node --check scripts/validate-usage.mjs
node --check scripts/validate-client.mjs

node scripts/validate-host.mjs        # 宿主桩集成(不联网)
node scripts/validate-parsers.mjs     # 解析器 / 匹配器离线回归
node scripts/validate-livebench.mjs   # 能力榜解析(离线 fixture)
node scripts/validate-usage.mjs       # 本机用量聚合(假数据,不碰真实会话)
# 客户端回归(临时安装 React,不进 package.json)
npm install --no-save --no-audit --no-fund react@18.3.1 react-dom@18.3.1
node scripts/validate-client.mjs

所有验证脚本默认不联网;validate-parsers / validate-usage / validate-livebench 使用假数据与离线 fixture,不读取真实会话。

贡献前请先读 CONTRIBUTING.md;隐私红线与代码约定都在里面。

贡献与反馈

  • Bug / 功能建议:用 Issue 模板;
  • 使用问题:Discussions;
  • PR 请保持一个 PR 一件事,并附验证结果(UI 改动附 demo 数据截图)。

如果它帮到了你

给模型选型省下的时间如果值一个 Star,就点一下 ⭐ —— 这是这类小工具继续维护下去最直接的动力。

License

代码 MIT。榜单数据版权归各自来源,见「数据口径与来源」。

Comments

Loading…

From the same category

awesome-dsh-plugin

by awesome-dsh-plugin

A curated list of plugins for DeepSeek Harness (dsh) · DeepSeek Harness 插件精选列表

Development & Infrastructure

★ 21.9k

CC0-1.0

Python

Nov 1, 2026

Index only — not installable

by 0xsline

DeepSeek Harness (DSH) ecosystem: curated plugins, tools, and infrastructure from dsh-external/hub and the public dsh-plugin topic.

Development & Infrastructure

★ 1.3k

CC0-1.0

Python

Oct 16, 2026

Index only — not installable

by Yuuyuko-uu

DSH 鱼的记忆:给会话一份会淡忘的长期记忆,每条都带时间

Development & InfrastructureMemory & ContextSessions & MessagesManifest valid

★ 451

MIT

JavaScript

Nov 1, 2026

dsh plugin --profile web add dsh-fish-memory

by SAOS-3624

Scene-aware storyboard for DeepSeek Harness: 9-16 numbered cells with timestamps + transcript + an audio envelope, packed into ONE image (384 tokens). Two tools: video_storyboard and video_zoom.

Tools & CapabilitiesVision & MultimodalDevelopment & InfrastructureManifest valid

★ 352

↓ 4.4k/wk

MIT

JavaScript

Nov 1, 2026

dsh plugin --profile web add dsh-video-storyboard

by uumit-ai

Open dsh web from your phone or another computer through a UUMit account, without running your own server or installing another program: a built-in tunnel client connects to UUMit's hosted tunnel, and

Tools & CapabilitiesDevelopment & InfrastructureTerminal & ClientsManifest valid

★ 300

↓ 303/wk

MIT

JavaScript

Oct 21, 2026

dsh plugin --profile web add @uumit-ai/dsh-uumit-remote

by xiajiajun516

DeepSeek Harness (DSH) backup & restore plugin — export, import, migrate and sync your complete DSH configuration, plugins, MCP servers, skills and workspace. One-click migration to another machine.

Development & InfrastructureManifest valid

★ 287

↓ 8.4k/wk

MIT

TypeScript

Nov 1, 2026

dsh plugin --profile web add dsh-config-manager