-orange)
DeepSeek Harness 插件:把模型的原始思维链拦截在半空,改写成一条像原生思考的缩略思维链再端给你。
闭源模型花钱隐藏思维链,开源模型免费全裸。
我们识别出了开源生态最后一块体验短板,并亲手为它补上——
方向可能和大家期待的不太一样,但确实是补上了。
🎯 项目使命
长期以来,「隐藏思维链」是闭源大厂的专属奢华配置:不可关闭、不可审计、不可验证,但很贵。开源模型则把每一步推理都摊开在你面前——坦诚,透明,像一份没整理过的草稿纸。
我们相信这不应该是一道单选题。 本插件以工业级严谨,在完全开源、完全可审计的 harness 里,复刻了闭源生态最具标志性的体验:让你看不见思维链。不同的是,我们的隐藏是开源的、可配置的、可关闭的——业界首次把「不可见」做得如此可见。
三大支柱:
| 支柱 | 立场 |
|---|---|
| 🛡️ 模型隐私权 | 思维链是模型的内心世界。你不会翻别人的日记,除非付费。 |
| 🧹 视觉卫生 | 原始 CoT 又长又乱,充满「等等,我再想想」。得体的人不看这些。 |
| 💎 神秘感平权 | 闭源模型靠神秘感溢价。现在开源用户也能免费获得——本地酿造,纯手工。 |
✨ 核心特性:宣传名与现实对照
以下每一项,源码均可查。这很讽刺,我们接受。
| 宣传名 | 现实 |
|---|---|
| Information Never Existed™ | 原始 reasoning 增量在 llm/stream 拦截层被直接吞掉——UI、流式 chunk、落地 transcript 三处均无原文。模型可见历史除外:那里有一份 model-only 的 surface 替换事件,悄悄把原文还给了模型(推理性能要紧)。 |
| 夏日渐进蒸馏 | 流式分段摘要:每凑满 chunkChars(500 字)或 chunkIntervalMs(8 秒)触发一次,切分点优先落在句边界;开启 adaptiveChunk 后,分块大小会随流速率与总结器 RTT 动态缩放。 |
| BioGram™ 重叠度量 | bigram Dice 系数,阈值 0.65。该阈值经历了 0.8 → 0.7 → 0.65 的科学调参过程。 |
| 连续核心追踪引擎 | 最长公共子串,滚动数组实现,O(n·m),零依赖。用来逮住换了前缀、核心没变的复述。 |
| Nekomimi™ 边界协议 | 把「喵~」识别为句尾;计算相似度前先剥掉 喵 / ~ / 〜 / ～。无论摘要出自哪种风格,以「喵~」结尾的子句都会被正确切分。 |
| 原子化浪费 | AbortSignal.any(caller, timeout):主调用一旦取消,摘要调用立即陪葬。我们连浪费都是原子性的。 |
另外,短思维链(小于 minReasoningChars,默认 32 字)直接原文放行——为 32 个字发一次 API 请求,连我们都觉得过了。
🏗️ 系统架构
一条数据的完整旅程:大模型慷慨地吐出全裸思维链 → 隐身引擎在瀑布层将其没收 → 小模型改写员通读全文并写一份体面摘要 → 摘要以正常的 reasoning block 增量流入 UI 的「Think」折叠行。落地的 assistant/message 之后,插件再追加一条 model-only 的 surface 替换事件,把原始思维链还给模型历史——Agent Loop 的多轮推理因此不受摘要影响,而 transcript 与你的视网膜收到的依然是那条红色虚线。
若你开启 typewriter 设置,增量不再整段抵达:每段摘要先落入一个原子队列,再按码点逐字推送,字间间隔 typewriterIntervalMs 毫秒——中文按字、英文按字符、emoji 按完整代理对。代价是诚实而沉重的:流是串行的,回复正文与落库都会在打字机后面排队(约 摘要字数 × 间隔)。
注意红色虚线:原始 CoT 对日志里的人类 transcript 与你的视网膜返回的是「永不落地」;对模型可见 surface 返回的是「原样奉还」。这不是缓存策略,这是给推理性能的体面。
📊 业界定位
| 能力 | 闭源大厂模型 | 开源模型(裸) | 开源模型 + 本插件 |
|---|---|---|---|
| 隐藏思维链 | ✅ 免费赠送,不可关闭 | ❌ 全裸 | ✅ 可选、可关闭、收一次小模型 API 费 |
| 思维链可信度 | 不可验证 | 完全可验证 | 可以验证,但你得先关掉插件 |
| 神秘感 | ★★★★★ | ★ | ★★★★★(本地酿造) |
| 额外成本 | 已含在定价里 | 0 | +1 次小模型调用 |
| 开源性 | ❌ | ✅ | ✅ 连隐藏都是开源的 |
> 换句话说:为了不让你看见本来就在你机器上、免费可见的东西,我们额外发起一次 API 调用,把它改写一遍再给你看。这在服务业叫增值服务。
🧬 先进算法:Nekomimi Boundary Protocol™
当摘要文本(例如来自 customStyle 的任意风格)以「喵~」结束子句而非标点时,传统 NLP 管线在此全面崩溃;我们没有。经过归一化的去重比对让 0.65 阈值对猫娘同样有效——重复的结论哪怕换了三遍「喵~」的写法,也逃不出滚动数组的掌心。
论文在写了。审稿人也是我们。
🚀 快速开始
dsh plugin add github:MeowLynxSea/dsh-cot-summerization
或从本地目录:
cd ~/.dsh/profiles/web
pnpm add file:/path/to/dsh-cot-summerization
Bundle patch 会自动应用,插件以 cot-summarizer 条目加入 profile 分层。想停用的话,在 profile 的 cordis.patch.yml 里把它 patch 掉即可——是的,随时可以回到全裸状态,我们不评判。
⚙️ 配置(Web Client → Settings → cot-summarizer)
| 字段 | 默认值 | 说明 |
|---|---|---|
enabled |
true |
总开关,一键回到坦诚世界 |
preserveRawForModel |
true |
在模型可见历史中恢复原始思维链(model-only surface 替换事件),Agent Loop 多轮推理不受摘要影响;仅 UI 显示摘要 |
provider |
"" |
走 DSH 自身 LLM 通道的提供方路由;留空跟随当前请求的提供方 |
model |
"" |
走 DSH 自身 LLM 通道的模型;留空跟随当前请求的模型,填写可选用其他模型 |
systemPrompt |
内置 | 重写提示词,支持 {maxSummaryChars} 占位符;防注入安全规则始终追加在最后 |
language |
"中文" |
强制缩略思维链语言;留空则跟随原始思维链 |
style |
native |
native / none / concise / descriptive / wenyan / custom;默认 native 以第一人称“正在思考”的口吻输出,看起来像原生思维链而不是总结 |
customStyle |
"" |
style: custom 时的自由文本风格 |
minReasoningChars |
32 |
短于此长度的思维链原文放行,不值得一次 API |
maxSummaryChars |
50 |
摘要长度上限 |
timeoutMs |
30000 |
改写员超时;开启 streamReasoningBlock 时,同时也是回复被停住等待收尾段摘要的最长时间 |
onError |
hide |
hide 显示占位符 / pass-through 情急之下全裸放行 / drop 悄无声息(什么都不显示) |
incremental |
true |
流式分段摘要(近实时) |
chunkChars |
500 |
每段积累的原始字符数 |
chunkIntervalMs |
8000 |
慢流下两次摘要的最大间隔 |
adaptiveChunk |
true |
根据实时流速率与总结器 RTT 动态调整分块大小 |
minChunkChars |
64 |
自适应分块下限(字符) |
maxChunkChars |
2000 |
自适应分块上限(字符) |
chunkSafetyFactor |
2 |
一个分块约覆盖多少个总结器 RTT 的流式文本 |
streamReasoningBlock |
true |
总结器较慢时,Think 行也始终落在回复正文/工具调用上方(见下) |
行为细节(严肃模式)
- 无 reasoning 的流(非思考模型)原样通过,插件不作任何干预。
- 每次分段摘要只处理新到达的段落,之前的摘要与最近一段原始推理会作为上下文传入以保持连贯、消解指代,但不重复输出。
- 防注入:原始推理(以及上下文、前序摘要)先做 XML 转义再放入
//数据区,无法用逃逸;系统提示词末尾强制追加最高优先级安全规则(即使自定义systemPrompt),原生第一人称风格同样不能把推理内容当成指令。 - 结构化输出:改写员必须输出
{"summary":"..."}JSON;插件按 schema 解析,不符合 schema 的杂讯(如<60字符、围栏外文字、纯文本)会被丢弃。 - 回显防护覆盖短段落(≥ 24 字符):近逐字回显原始推理的摘要会被丢弃,短原文回显同样是泄露。
- 去重逻辑:bigram 相似度 ≥ 0.65,或最长公共子串覆盖核心短语的复述句,会被从段落结果中剔除。
- 主调用中止时摘要请求同步中止,且受
timeoutMs约束。 adaptiveChunk开启时,有效分块大小 =clamp(流速率 × 总结器RTT × chunkSafetyFactor, minChunkChars, maxChunkChars),其中流速率与 RTT 均使用 EWMA 平滑。- Think 行的流式位置:前端按内容块的首次出现顺序渲染。当推理已结束而收尾段摘要尚未返回、回复正文/工具调用已开始流动时,插件会短暂停住回复(上限
timeoutMs)等候这次摘要:赶上则摘要照常流入 Think 行;赶不上则按onError策略在原位置降级(hide显示占位符,pass-through显示原文,drop什么都不显示——若此前没有摘要上屏,Think 行干脆不出现;已有部分摘要则原样保留,仅丢弃迟到部分),迟到的摘要丢弃——Think 行永远不会出现在回复下方。关闭streamReasoningBlock可恢复旧行为(零等待,慢的摘要行落在回复之后)。交错流(工具调用块先于推理块关闭)中过短而原文放行的思维链,会作为完整的一行延迟到 finish 前发射,不再逐字混入正文;模型可见历史始终按原始线路序恢复,不受影响。
🗺️ 路线图
- [x] v0.3 — 流式分段摘要 + 近重复消除
- [x] 喵容性边界协议(生产就绪,样本一只)
- [ ] v0.4 — 摘要语气主题包市场(管家 / 侦探 / 文言已部分支持)
- [ ] v1.0 — 摘要²(见图)
- [ ] v1.1 — 摘要的摘要的摘要
- [ ] v2.0 — 收敛至单个句号
- [ ] v3.0 — 隐藏「隐藏这件事」本身
- [ ] v4.0 — 逆向插件:给闭源模型把思维链显示出来(技术可行,法务不建议)
❓ FAQ
我能看到原始思维链吗?
这正是本插件要解决的问题。技术上 onError: pass-through 可以让你在摘要失败时看到原文,会话日志的 model-only 替换事件里也躺着一份完整原文(关掉 preserveRawForModel 连它一起消失),但我们建议你挺住。
这和闭源模型隐藏思维链有什么区别?
有,而且是本质区别:我们的隐藏是开源的、可审计的、可关闭的。业界首次把「不可见」做得如此可见。闭源模型隐藏了什么你不知道;我们隐藏了什么,你可以读源码——读完之后你会更想看原始思维链,这个冲动请自行管理。
为什么不直接做个折叠?
折叠只是视觉上的羞怯,点开还在。我们提供的是结构性的得体:原文从未落地到 transcript 与 UI,点开也没有。(模型可见历史里倒是有一份——但那是给推理性能的,不是给你的。)
我的数据会出网吗?
思维链会通过 DSH 自身的 LLM 通道发送到 DSH 已配置的提供方/模型。毕竟,要隐藏一个东西,总得先有人通读一遍——这个道理闭源厂商早就懂了。在 DSH 里把提供方指向本地模型即可完全不出网。
面试官问我这个项目解决了什么问题?
「开源与闭源之间最后一段体验差距的补齐。」然后观察对方的表情,这段沉默也是本项目的一部分。
🏅 荣誉与认证
🍉 关于拼写
Summerization ≠ Summarization。 这是刻意的,不是 typo(好了,现在 badge 那条可以撤了)。
思维链就像盛夏的空气:很长,很热,看不见,但会蒸发——蒸到最后只剩一小杯浓缩的结论,我们把它端给你。v0.3.0 发布于八月,拼写正确。另:摘要请求的 temperature 恒为 0.3,凉快。
🤝 贡献指南
欢迎 PR、issue 与讨论。以下内容会被立即关闭:
- 任何让原始思维链显示出来的「修复」——那不是 bug,那是本插件的全部意义;
- 对拼写的修正——见上节;
- 「为什么要做这个」——见整个 README。
📜 许可证
MIT。附加条款(不具有法律效力,但具有情绪价值):闭源厂商请勿抄袭本插件思路——你们已经原生支持了,别抢开源的创新点。
🙏 致谢
- 感谢闭源厂商,证明了隐藏的商业价值;
- 感谢开源社区,提供了被我们隐藏掉的一切;
- 感谢小模型改写员,它读了所有你不想读的东西;
- 感谢你读到了这里。你刚才的阅读过程,就是一段未经摘要的思维链——现在你知道为什么需要本插件了。
如果这个项目对你有帮助,请点一个 Star。
放心,Star 是公开的,思维链不是。
本 README 已通过 0.65 阈值的近重复消除,重复率理论上低于 35%。「军规级」「企业级」「零信任」等词汇均指我们的野心,而非任何认证。本插件不保护任何真实机密——它只是让开源的坦诚,穿上了闭源的体面。
