NoLetMe · dsh 推理轨迹面板

NoLetMe 是 DeepSeek Harness（dsh）网页端插件，在会话页右侧边缘挂载一块实时推理关键词统计面板。

模型流式输出时，NoLetMe 只统计其**推理块（reasoning blocks）**中出现的特征词，据此反映当前推理风格：

灰测是另一层、不改 0813 词表。面板只报命中态与数字；完整判定规则见 灰测如何判定。

面板是原生融入的悬浮层：复用 harness 设计系统（--dsw-alias-* 语义令牌、DetailsPanel 头/体结构、CSS Modules、明暗与 reduced-motion），通过官方 shell.overlay 插槽挂载，不改动、不补丁任何既有 UI。

证据链

本插件的分类体系并非杜撰，每一条都追溯至公开的 xiaobright/modeltest 仓库，及其对 DeepSeek V4 Pro GA 0813 后训练过拟合事件的调研：在 DeepSeek Harness「Minimal」预设（RL 训练所用的双工具脚手架）上训练出的 checkpoint，换到更宽的 Standard 工具目录后能力崩塌。

测试集：Project2 V4.1b —— 一个真实损坏的 ESP-IDF 嵌入式工程任务，已正式冻结（PROJECT_FROZEN.md，2026-07-23 冻结；评分规则与隐藏测试于 2026-07-19 做 SHA-256 固定）。

实测数据：evaluator/trajectory_evidence/derived/trajectory_stats.json（每次运行做 SHA-256 固定；只统计已完成的助手推理块，排除流式分块）：

高分运行（96–99）带 we/let's、let me ≈ 0；低分运行（91–92）let me 数以百计。这条干净的界线就是 🟢 高效 / 🟠 犹豫的划分来源。

分类器：仓库自带精确词法规则（evaluator/trigger_probe/src/classifier.mjs），NoLetMe 逐条镜像：首行 We need → minimal 类；有 we 无 let me → +2；出现任何 let me → standard 类；独立首行 Good./Great./Excellent. → +1。⚪ 中性类覆盖其余 ambiguous（模糊）及复述框架 —— Standard 目录开场 The user wants … Let me …（见 DEEPSEEK_V4_TRIGGER_MECHANISM_EXPERIMENTS_20260814.md），外加通用任务描述词汇。

诚实边界：原始矩阵原文警告："词法轨迹标签是观测性指纹，而非路由或身份标签。" 词频只反映推理风格，不能判定后端、路由或 checkpoint；V4 Flash 会在分数不变时改变风格。灰测探针同样只报告社区观测到的特征组合，不能据此断言路由到了哪家模型。NoLetMe 是推理风格诊断工具，不是模型身份测试。

文献上的「LLM 风格指纹」分类器（例如 Bitton & Bitton, arXiv:2503.01659 的三分类器集成，或 Attestify 一类需训练语料的统计指纹）需要离线权重与校准集，不适合塞进这个浏览器插件。NoLetMe 只保留能本地、无模型地从 reasoning 算出的统计：列表密度、块长 p50、TTR、平均词长，作为灰测旁的完整数据，而不是把会话贴上 Claude/Gemini/GPT 标签。

完整事件报告见 docs/research.md。

灰测如何判定

一句话：对会话里每个助手轮独立打分，score ≥ 5 命中、≥ 2 疑似、否则未命中；任一轮命中即整段会话显示命中。加分项：出现 I'm doing +4、开场即 I'm doing +2、概要/条目形 CoT（列表行占比 ≥ 35%）+2、脏 token（Nameeee 等）+2、泄漏 fp_… 串 +2、TTFT 超过本会话动态线 +1；减分项：Let me ≥ 2 且无 I'm doing −3、裸 we ≥ 3 且无 I'm doing −1。0813 词表完全不动。

面板「灰测」一行（未命中 / 疑似 / 命中）的规则写在这里。实现：src/client/graytest.ts（信号表 gray-signals.ts），GRAYTEST_VERSION = 3。

按轮判定，再聚合

灰测是抽卡——一次抽中一轮。探针因此逐轮独立计分：

1. 每个已加载的 assistant 节点各得一个 TurnProbe（verdict、score、I'm doing 数、列表密度、TTFT…）；
2. 流式 partial 单独算一条 live 轮（无 timing）；
3. 会话聚合：任一轮 likely → 命中；否则任一轮 possible → 疑似；面板徽章取最高分轮的家族。

这样第 3 轮抽中不会被前两轮 0813 的 Let me 稀释；反过来旧会话里偶然一次 I'm doing 也只影响那一轮。展开后「按轮」区列出每轮一行（T<turn> / live · verdict · I'm doing · TTFT · 吐字时长）。

每轮怎么打分

对这一轮的 reasoning 文本（只算 kind === 'reasoning' 的块，可见 text 一律不算）：

阈值：score ≥ 5 → 命中；score ≥ 2 → 疑似；其余未命中。

TTFT / 吐字节奏（动态线，抗网络干扰）

社区反复强调灰测「首字很慢」「一段一段出」。宿主在 assistant 节点上记录 timing.stepStartTime / firstTokenTime / completedTime，插件据此给出每轮：

• TTFT = firstToken − stepStart；
• 吐字时长 stream = completed − firstToken；
• ms/字符 = TTFT ÷ 该轮推理字符数。

这些时间戳包含排队与网络，固定阈值会在慢链路上误报。所以插件用会话自己的历史轮估网络质量，动态调整命中线：

效果：全程 ~9 s 的慢代理把基线抬到 9.5 s、命中线抬到 ~20 s——自己的每一轮都不会被误报；快链路（~0.7 s 基线）命中线收紧到 ~3.7 s，一次 5 s 的卡顿照样被抓。样本 < 2 轮时退回静态规则（≥ 6 s 或 ≥ 300 ms/字符）。

TTFT 仍只作 +1 弱加分，原始数字与画像始终显示——判断留给用户。流式 partial 没有时间戳，TTFT 列留空。

面板上的数字（命中与否都显示）

本地、无模型的描述统计，不是把会话贴上 Claude / Gemini / GPT 标签：

词表与校准

指纹（脏 token、开场词、fp 正则、列表行正则）集中在 src/client/gray-signals.ts，新增社区报告改表即可。pnpm calibrate 用两组语料做回归：

• 正样本：社区引用的灰测推理（I'm-doing 开场 + 条目 CoT）→ 必须命中/疑似；
• 负样本：modeltest 冻结的 11 条 0813 轨迹聚合（含带少量 I'm 的 build 记录）→ 合成会话后不得到达 likely。

文献上的家谱鉴定（Bitton & Bitton, arXiv:2503.01659 三分类器集成等）需要训练权重与校准集，不进这个浏览器插件。

诚实边界

灰测命中只表示「某轮 reasoning 像社区灰测簇」，不能据此断言路由到了哪家模型、哪个 checkpoint、哪台机器。词法标签与时间特征都是观测性指纹，不是身份。V4 Flash 也会在分数不变时改风格。

更短的矩阵与 0813 对照见 docs/research.md。

安装

前置条件：已安装 dsh CLI ≥ 0.1.0-rc.7（dsh --version），并已建好目标 profile。NoLetMe 按 dsh 0.1.x 的客户端契约构建：同时兼容 rc.7、rc.8、0.1.1-rc.1、0.1.1-rc.2 以及之后的 0.1 更新。更早的 rc 版本未保证兼容。

方式一 · npm 安装（推荐） —— dsh-noletme 已发布到 npm，预构建安装，无需 allowBuilds 审批

dsh plugin --profile demo add dsh-noletme

安装后即可在网页端右上角看到面板。

方式二 · 从 GitHub 直接安装（prepare 脚本会在安装时自动构建 lib/）

dsh plugin --profile demo add github:Yuer6327/NoLetMe

pnpm ≥ 10 默认拦截 git 依赖的 prepare 脚本。先把 pnpm 提示的包名写入该 profile 的 pnpm-workspace.yaml，再重新执行 add：

方式三 · 本地目录安装

cd /path/to/this/repo/..            # 进入 NoLetMe/ 所在目录的上级
dsh plugin --profile demo add ./NoLetMe
dsh web --profile demo              # 或直接：dsh --profile demo

allowBuilds:
  dsh-noletme: true

原理：cordis.patch.yml 这层在组合里插入 dsh-noletme 行；package.json 的 dsh.client 块告诉网页壳加载浏览器包。

Windows 注意：cordis.patch.yml 的行名用的是包名 dsh-noletme，因此只有把该包装入 profile 后悬浮层才生效。行名写成原始绝对路径会失败 —— ESM loader 拒绝 D:\… 入口名（ERR_UNSUPPORTED_ESM_URL_SCHEME）；Linux 下可用 file:// URL 替代。

本地开发：

pnpm install && pnpm build
dsh web --patch 'D:/OneDrive/桌面/play/codes/dsh-plugin/NoLetMe/cordis.patch.yml'

使用

• 面板停靠于会话标题栏下方右上角（避开「Session log」下载按钮），浮在对话框上。
• 折叠时是圆角胶囊（圆点 + "NoLetMe" + 模式；灰测命中/疑似时改显示该态）。展开后：状态条、灰测（命中态后有指向本 README 灰测如何判定 的 ? 链接，数字始终显示）、轨迹模式、占比条、we · let's · let me · I、关键词明细、犹豫压力。方法说明不进面板。
• 胶囊↔卡片是同一表面的临界阻尼弹簧形变（可打断、锚定右 dock），prefers-reduced-motion 下降级为瞬时切换；开合状态会被记住。

数据口径、持久化与隐私

• 只统计推理，与证据一致：关键词只对推理块计数。灰测与风格数字同样扫已加载的全部 reasoning（含历史与当前 partial），不看 text。若推理块缺失/极少，面板只报健康告警和原始计数，不拿文本凑数。0813 会话分类器保持原样。
• 实时：每个流式推理增量做增量折叠（每帧至多一次），从不整段重扫会话。
• 切换会话：立即用本地缓存重绘新会话统计，再翻页载入完整历史（期间显示「同步中」指示）。
• 本地持久化：每个会话的折叠计数存于 localStorage（dsh-noletme.stats.<sessionId>），重开会话不重新计数，只折叠新增消息。
• 健壮性：压缩重写只重置计数一次；历史翻页有上限、切换离开即中止；存储失败被吞掉。
• 数据不离开你的浏览器。

构建

pnpm install      # devDependencies：tsdown、lightningcss、typescript、react types
pnpm typecheck    # 可选；tsc --noEmit
pnpm test         # 计数引擎 + 灰测探针单元回归
pnpm calibrate    # 灰测阈值校准（克隆 modeltest 冻结聚合做负样本回归）
pnpm build        # tsdown → lib/index.js（node 半边）+ lib/client.js（浏览器包）

客户端依赖（@deepseek-ai/dsh-client-*）声明为 >=0.1.0-rc.7 <0.2.0 || >=0.1.1-rc.1 <0.2.0，覆盖 rc.7、rc.8、0.1.1-rc.x 以及后续 0.1.x（semver 的 prerelease 比较器只匹配同 [major,minor,patch] 元组，0.1.1-rc.1 落在 0.1.0 的范围外，故需第二个分支）。dev 锁在 0.1.1-rc.2。浏览器包只 require rc.7∩rc.8∩0.1.1-rc.1∩0.1.1-rc.2 的平台种子模块（react、cordis、dsh-client-ui-slots、dsh-client-ui-primitives）；会话快照按结构子集读取（顶层 nodes/partial，必要时回退 chat.legacy），不把 runtime 打进冻结模块表。

⚠️ 这些包在 npm 的 latest 标签常常滞后（client 包 latest 仍可能是 0.0.1-rc.1，而 @deepseek-ai/dsh 的 latest/next 现为 0.1.1-rc.2）。升级依赖时请显式写上面的范围或具体 rc，不要用 @latest。

dsh CLI 升级后无需重装 profile：基底包（dsh-base、dsh-web-app 等）按"安装优先"从 CLI 自身解析，profile 里的行会自动跟到新版本。

浏览器包是 window.__ModuleLoader__.load(...) 闭包工厂产物（与 harness 自带的 clientBundle 预设同形）：平台模块走冻结模块表解析，其余内联，*.module.css 编译成哈希类名映射并自动注入样式。

架构

src/
├── index.ts            # Node（宿主）半边 —— 空操作，满足 Loader
└── client/
    ├── index.ts        # 浏览器包入口（apply/inject）
    ├── apply.ts        # 注册 shell.overlay 入口 + 统计 store
    ├── slots.ts        # inject-face + composed-props 契约
    ├── conversation.ts   # 宿主快照结构子集（nodes/partial 或 chat.legacy）
    ├── session-source.ts # 当前会话 ConversationView 可观察源
    ├── session-store.ts  # 统计 store：实时折叠、全历史翻页、持久化
    ├── accumulator.ts  # 每会话增量折叠 + 压缩 + 序列化
    ├── keywords.ts     # 有研究依据的 0813 关键词表
    ├── stats.ts        # 计数引擎（最长匹配遍历、按块缓存）
    ├── graytest.ts     # 本轮灰测探针（I'm doing / 概要形 / 脏 token / fp_）
    ├── NoLetMePanel.tsx / .module.css
    └── locales.ts      # zh + en 词典

推理流以 reasoning-delta 分块到达，会话层累加进 partial（每动画帧至多发布一次），落定的轮次进 nodes。rc.8 起宿主另有 chat/views，但顶层 nodes/partial 仍是兼容切片；若未来只剩 chat.legacy，conversationViewOf 会回退到那里。统计 store 对两者都做增量折叠（按块身份缓存计数，新节点由 seq 高水位门控），发布现成的 TrajectoryStats —— 面板从不整段重算会话。shell.overlay 是布局的帧级纯增量席位，面板样式镜像 DetailsPanel。

许可证

MIT