另一个DSH智能路由决策插件:每轮自动挑最省模型按质完成任务 - 今日头条 摘要
文档概览
title: "另一个DSH智能路由决策插件:每轮自动挑最省模型按质完成任务 - 今日头条" source_url: "https://www.toutiao.com/article/7698330593456603648/?log_from=23e3a471e0449_1792580119128&wid=1792580225777" source_site: "www.toutiao.com" clipped_at: "2026-10-21T10:57:16.180394+00:00" clipper: "aiwiki-url-ingest" extractor: "toutiao_rendered" source_strategy: "normal_web_clip" source_strategy_label: "普通网页抓取"
另一个DSH智能路由决策插件:每轮自动挑最省模型按质完成任务 - 今日头条
如果你在用 DeepSeek Harness(DSH)跑编码 agent,你大概率有个体感:每一轮都按最贵的模型计费。不管这轮是"把变量 expiresAt 改名叫 expiresAtMs"这种纯机械活,还是"调试一个只有在高并发下才出现的竞态条件"这种硬骨头,账单上都是同一个价。
YYTbit/dsh-plugin-jev-router 干的就是把这件事拆开:它给每一轮对话单独挑一个模型,机械活走最便宜的那个,硬任务才上贵的。它 2026 年 10 月 3 日建库,目前 1 个 Star,MIT 协议,是同一作者 DSH 插件家族的成员(那个家族还有 jev-compaction、meta-memory 等)。
先说清楚它靠什么决策——不是关键词规则,是问一个叫 Jev 的服务一个"单选题"。
一、它是什么:把"这轮该用哪个模型"交给一个单选
README 开篇举的例子很能说明问题。一个 coding agent 跑 50 轮:
第 41 轮:cat src/auth/refresh.ts (读一个文件) 第 42 轮:刷新测试大约每 5 次挂 1 次 (要在脑里保持一个并发交错) 第 43 轮:把 expiresAt 改名叫 expiresAtMs (机械编辑)
第 41 和 43 轮其实用最低档的模型就够了,每轮成本 0.000952;第 42 轮得上最高档,0.008352。但默认行为是所有轮都按最高档算,于是 41、43 两轮就多花了将近 8 倍的钱。
它为什么不用关键词规则来判断难易?因为"这轮难不难"根本不是关键词能表达的。写个规则找"test"这个词,第 42 轮命中了,可所有提到 test 文件的普通请求也全被误判成硬任务;写规则找"rename",能抓到第 43 轮,却漏掉"把 expiresAt 全改成别的名字"这种没这个词的说法。每加一条规则就朝一个方向优化,朝另一个方向劣化,而且一条错的规则是静默的——没人会知道,直到账单或者翻车的时候。
所以它问 Jev。每个需要决策的轮,它把"请求摘要 + 最近工具活动的摘要 + 候选模型表"打包成一个单选问题发给 Jev(endpoint 默认是 api.typesafe.ai 的 system
六、哪些应用场景值得用 / 七、注意事项与风险
" --json
第一条会打出来:Reason 是 fast-path、选了 deepseek-v4-fast@low、成本 0.000952(对比默认基线 0.008352)。跑起来之后,把 receiptPath 指到一个文件,日积月累就有日志了。月底想知道"我当初如果更贪便宜能省多少":
jev-route receipts ~/.dsh/jev-router/receipts.jsonl jev-route replay ~/.dsh/jev-router/receipts.jsonl --prefer cheap --lambda 3
receipts 给你按路由原因的分布、回落率、以及相对"一直用默认"省了多少钱;replay 则重算一遍,告诉你哪些轮会改选。
六、哪些应用场景值得用
场景一,跑量大的 coding agent。一天几百轮的那种,机械活占比越高省得越多。它官方算例里快速路径占了 120/200,就是大头。
场景二,成本要能对账。receipts 存的是哈希不是正文,日志能甩给团队或老板看成本结构,不用担着隐私包袱。
场景三,想 A/B 成本偏好。replay 让你事后换 lambda 重放,不用重跑,一次决策数据反复用。
场景四,硬任务不降配。升级 + 粘性那两条规则保证报错、竞态、死锁这些轮一定上最贵档,省小钱不省大钱。
七、注意事项与风险
第一,价格要自己填。candidates 里的单价是官方示例,不填成你的实际账单价,"省了百分之几"就是虚数。它的省钱比例完全取决于你填的价格对不对。
第二,它依赖 Jev 端点。endpoint 默认是 typesafe.ai,密钥缺了、端点挂了、超时,全部回落到默认(最贵)候选。也就是说它最坏情况等价于"不省",不会让任务失败——但也意味着 Jev 不可用时你一点钱都没省。
第三,1 个 Star、刚建两周。作者家族里的项目,但路由这种直接碰计费逻辑的插件,生产上跑之前建议先小流量看 receipts 的回落率,fallback rate 高的话说明你的流量特征和它内置规则不匹配。
第四,粘性是个双刃。stickyTurns 设太大,一个被误判成硬任务的轮会把后面好几轮都拖在贵档。默认是 1,调试 Jev 路径时要设 0。
第五,内置的升级词表有偏好。escalateOn 内置了竞态、死锁、迁移、重构这些模式,但每个团队"难活"的定义不一样。你的场景里"难"的触发词不在表里,就得往 escalateOn 里加;加了太多又会把普通轮误升级。
为什么一个 1 Star 的项目值得单独写?因为它戳的是 agent 成本里最反直觉的一块:你以为贵的是推理,其实一半是那些本可以走便宜模型的机械轮被贵着价。它给"该用哪个模型"建了个可审计、可回放、判错就回落的机制,而不是拍脑袋写规则。对跑量的人,这是账单上实打实能抠出来的钱。
相关条目
- 待后续补充双链关系