dsh-super-code

dsh-super-code

中文 · English

一个更聪明、更节省、更快速、更好用的 DeepSeek Harness 编码插件。

在 SWE-bench Pro hard-100 上，与官方标准预设对比（同一宿主 DSH 0.2.1-rc.2、同一模型、均为 high 思考等级与旧预算）：

基于版本 0.3.5 测试。完整结果与限制

安装

支持 Harness 0.1.5-alpha.1 起的版本；Web、官方桌面版和 NEXT 的实测范围见兼容性记录。

桌面版：在左侧打开「插件 → 添加插件」，输入 dsh-super-code，依次点击「安装」和「立即启用」（旧版本请按提示重载或重启）。桌面版内置运行环境，无需安装 Node.js。

Web / 命令行版：需要 Node.js 22 及以上版本。

npm install -g @deepseek-ai/dsh            # 已安装 dsh 命令可跳过
dsh plugin --profile web add dsh-super-code

dsh plugin --profile web add ./dsh-super-code-0.3.10.tgz

Windows 命令支持

内置 GNU Bash、必要的 MSYS DLL、BusyBox 和 GNU grep，无需为了运行 Bash 命令额外安装 Git。Git、Node、Python 等开发工具仍需自行安装；macOS、Linux 沿用宿主环境。

在「设置 → Super Code 模式 → 预设配置 → 命令环境」中，内置 Bash 默认开启，「同时应用到官方预设」默认关闭。开启后可用于官方标准、PTC、创建模式；极简模式保留持久终端。仅 Windows 宿主可修改开关，其他平台显示为灰色并提供悬浮提示。

受限环境下，Bash 命令需要通过 DSH 对该条命令的审批。配置和兼容边界见使用说明。

使用

1. 打开「设置 → Agent 预设」，选择 Super Code 模式（标识符 super-code）。
2. 新建会话，描述任务即可。

模型、推理等级、权限和工具均沿用 Harness 的设置，无需单独配置；子 Agent 默认使用父 Agent 的模型。

若未找到预设，可在「设置 → Super Code 模式」中查看状态，或参阅排查方法。

在右侧边栏选择「Super Code」，包含三个部分：

• 任务：目标、步骤进度、工具调用汇总和已修改的文件，只读。
• 协作执行：Agent 执行树，点击节点可查看详情。
• 记忆：查看、新增、编辑和删除项目记忆与全局偏好。

三个部分互斥展开，默认显示任务；点击当前标题可收起。

截图使用当前界面与演示数据，仅展示插件外观。

功能

详见使用说明。

最近更新

• 0.3.10：新增 Windows 内置 Bash 和官方预设开关，修复旧宿主兼容与提示气泡样式。
• 0.3.9：美化设置和任务侧栏，完善 MCP 对话控制并修复 PTC 子工具审批，验证 rc.4 Web 兼容性。
• 0.3.8：新增 MCP 连接，外部客户端可委派、查看、继续和取消 DSH 对话；设置页新增首页概览。

完整版本记录

版本号格式为「主版本.效果版本.维护版本」：第二位变化表示编码效果或效率有提升，第三位表示修复、界面和兼容性更新。每次发布前均需完成大量回归测试，因此更新周期可能较长。

评测

插件方案对比

SWE-bench Pro hard-100 完整成绩，按通过数量降序排列。统一使用 Harness 0.2.1-rc.2、deepseek-v4.1-flash-1017、high、旧预算，各组内部连续复用环境。

M 为百万 Token，包含思考 Token；耗时包含部分运行内服务等待。这批追加成绩与开头及下方历史预算实验分开记录。完整结果与口径

评测方法

• 题集：SWE-bench Pro hard-100，使用官方评分器。调优仅使用 SWE-bench dev 中筛选的 33 道困难题；hard-100 只用于评测冻结后的候选版本和排查问题，不参与调优，以避免对评测题过拟合。
• 对照：官方标准预设及第三方插件方案。历史官方预设对比中，旧宿主的标准 + high 通过 51 题，minimal + high 通过 46 题，且标准每题 token 少 23.5%，因此选用标准预设作为基线。
• 控制变量：同宿主对比保持模型、思考等级和预算一致，对比不同预设及插件组合；跨宿主、跨模型的实验单独说明。
• 指标：通过数、平均总 Token、耗时、模型与工具调用次数、缓存率。上述插件方案对比表的耗时包含部分运行内服务等待；下方历史预算实验使用净耗时，扣除失败请求和重试等待。

历史评测过程

1. 旧宿主基线（DSH 0.1.5-rc.2，deepseek-v4.1-flash，high）：Super Code 0.3.0 候选通过 56 题，官方标准预设 51 题，minimal 46 题。相对 minimal，耗时减少 47.6%，token 减少 44.9%。
2. 宿主升级后效果下降：升级到 DSH 0.2.1-rc.2 和 deepseek-v4.1-flash-1017 后，在默认预算下标准降至 46 题，Super Code 0.3.4 降至 41 题，低于标准。排查发现新宿主收紧了上下文预算：压缩阈值由 800,000 降至 550,464 token，保留原文由 160,000 降至 98,560 token。
3. 恢复旧预算后复测：双方均使用旧预算。标准仍为 46 题，token 增加 14.2%；Super Code 0.3.5 提升至 49 题，token 仅增加 0.4%，净耗时减少 19.4%。据此，0.3.6 起插件默认使用旧预算。
4. 跨模型验证（glm-5.3-flash，max）：Super Code 0.3.4 通过 45 题，原生 ZCode 通过 29 题；Super Code 每题净耗时更少（32.9 vs 52.3 分钟），token 更多（550 万 vs 361 万）。

历史结果汇总

以下为较早的评测批次，不与上述插件方案对比的成绩合并计算。

限制

• 每组配置只运行一轮。同一道题在不同轮次中结果可能不同，目前尚未估计固定配置下的随机波动。
• 默认预算与旧预算两组的插件版本不同（0.3.4 → 0.3.5），收益不能全部归因于预算。
• 0.3.6 ~ 0.3.10 未重新运行 100 题评测。
• 跨模型对比是两套完整系统之间的比较，无法单独分离插件的贡献。

评测结果与口径 · 完整成绩表

致谢

本项目认可 LINUX DO 社区。

详细致谢与许可证 · 本项目采用 Apache-2.0 许可证。