第 42 卷

第 42 / 43 卷作者：Un-named日期：2026-08-17

排障

netstat -ano | findstr 3080# 端口占用（Windows） taskkill /PID <pid> /F # 杀进程 cat ~/.dsh/settings.yaml# 全局配置（模型/推理档位）

插件开发

# 挂载到 profile（web 为例） # ① package.json 加依赖: "pkg": "link:C:\\path\\to\\pkg" # ② cordis.patch.yml 加: #- insert: #- id: <插件id> #name: <npm包名> cd

~/.dsh/profiles/web && pnpm install# 安装

配置参考（settings.yaml）

agent-default-model:model: deepseek-v4-flash# 或 deepseek-v4-proreasoningEffort:

high# off（关闭思考/最快）/ high（默认）/ max（最强）

---

**附录 B**：[官方包速查大全](./appendix-packages.md) · **附录 C**：[同模型多 Agent 实测](./benchmark.md)

附录 C：同模型 × 不同 Agent 实测对比

（Benchmark）

> 实测日期：2026-08-13｜模型：deepseek-v4-flash（同一 opencode-go 网关，同一 API key）｜ Agent：dsh / opencode / omp

> 目的：**控制模型变量，对比 Agent 工程层的差异**（提示词、工具链、轮次管理）。

> 扩展：2026-08-13 追加 T4（生成 markdown 报告）/ T5（多文件小重构），样本 3 轮 → 5 任务 × 3 轮。

方法

项说明

模型deepseek-v4-flash（三 agent 均走 opencode-go 网关 + 同一

key，公平对照）

Agentdsh（headless profile）、 opencode（opencode run）、

omp（--print 非交互）

任务T1 创建文件 / T2 搜索统计 / T3 修复 bug + 验证 / T4 读数据生成报

告 + 自复核 / T5 多文件重构 + 测试通过

环境Windows 11 + Node 24，独立工作目录，无预置上下文

度量耗时（秒）+ 正确性（人工核对产物/输出）

任务说明（T4/T5 为合成数据，无隐私风险）：

任务	输入	要求	人工核对标准
T4生成报告	data.json（4条合	生成report.md：	汇总数字与数据一
	成销售记录）	数据表格+汇总	致（397/
		（总销量/总营收/最	130853 /耳机）

畅销），自复核

T5多文件重构	mathops.py +依	把multiply的乘法	出现multiply且
	赖它的main.py	逻辑提取为	multiply委托调
	（含断言）	multiply辅助函	用、断言全过

数，不改 main.py，python

main.py 通过

结果（3 轮采样，取中位数）

Agent	T1创建	T2搜索	T3修	T4生成	T5多文	总计（中	正确率
	文件	统计	bug+验	报告	件重构	位）

证

omp	10s✅	11s✅	15s✅	21s✅	13s✅	70s	45/45
dsh	22s✅	15s✅	48s✅	26s✅	19s✅	130s	45/45
opencod	35s✅	37s✅	42s✅	30s✅	28s✅	172s	45/45

> 总计 = 5 任务中位数相加；扩展前（仅 T1-T3）为 omp 36s / dsh 85s / opencode 114s。

![benchmark 柱状图](./assets/benchmark-bar.svg)

原始 3 轮（秒）：

Agent	轮次	T1	T2	T3	T4	T5
dsh	1 / 2 / 3	11 / 27/	11 / 15 /	27/ 48 /	30 / 26 /	19 / 25 /
		22	22	74	25	18
opencode	1 / 2 / 3	18 / 35 /	19 / 37/	50 / 41 /	30 / 49 /	28 / 28 /
		35	37	42	30	32
omp	1 / 2 / 3	9 / 10 / 12	9 / 11 / 12	13 / 33 /	23 / 21 /	16 / 12 /
				15	17	13

解读

**正确率三家持平（45/45）**——5 任务 × 3 轮全部正确。同模型下，Agent 工程

层的差异主要体现在**效率**而非**能力上限**；即便引入文档生成与多文件重构两类新任务，正确性差异仍未出现。

**总耗时稳定排序**：omp < dsh < opencode（3 轮一致，中位数相加 70s /

130s / 172s）。

**任务类型对效率差异的影响**（本次扩展的核心发现）——按耗时画像，5 个任务

可归为三类：

**单步轻量**（T1 创建文件 / T2 搜索统计）：agent 间差距**最大**。opencode

35/37s vs omp 10/11s（约 **3.4×**）。任务越简单，越接近纯"启动 + 一次工具调用"开销，opencode 的启动/框架开销占比越高。

**多步执行 + 验证**（T3 修 bug + 跑验证 / T5 多文件重构 + 测试）：dsh 与

opencode 在此类任务上差距**显著收窄**（T5：19s vs 28s；T3：48s vs 42s 甚至反超）。多工具链场景下，双方都要多次读文件/改文件/跑命令，框架层"每步思考"成本拉

平了启动开销差异；dsh 的优势在 T5 上最明显（19s，接近 omp 的 13s），而 T3 的 bug 定位仍让 dsh 偏慢。

全站分卷索引 · 43 卷