dsh-plugin-error-radar

DeepSeek Harness (dsh) 插件：工具可靠性雷达。读 tool-trace 的调用边车，按工具算错误率、连续失败次数、p95/最慢耗时，并对"系统性坏掉"和"只是抖动"分别告警。

适合回答："我的 agent 最近在哪类工具上反复翻车？哪个工具慢得离谱？"——tool-trace 回答"做了什么、慢在哪"，本插件回答"该修哪里"。

同系列：tool-trace（数据源）· session-insights（总量概览）· cache-guard（钱为什么多花）。

用法

• /radar：按错误率降序输出每个工具的 调用数 · 错误率 · 连败 · p95 · 最慢，下方附 ⚠ 告警 段。

工具可靠性雷达（按错误率排序）:
  bash                        42 次 · 错误率  19% · 连败 2 · p95 3120ms · 最慢 9012ms
  web_fetch                   11 次 · 错误率  36% · 连败 4 · p95 5400ms · 最慢 8800ms

⚠ 告警:
  - web_fetch 错误率 36%（4/11），超过告警线
  - web_fetch 连续失败 4 次——像是系统性问题而不是抖动

没有 tool-trace 数据时明确说明，不会输出空表糊人。

判定口径

• 错误率 = 该工具 isError=true 的记录数 / 该工具全部记录数。
• 连败 (worstRun) = 按时间排序后，该工具连续失败的最长串。1 次失败混进 1 次成功即断串——所以它衡量的是"崩成一片"而不是"崩得多"。
• 两类告警各管一件事（同一条记录可能同时触发两条，这是有意的）：
  • error-rate：调用数 ≥ 3 且错误率 > errorRateAlert；
  • streak：连败 ≥ 3。
• p95 用最近秩法（ceil(p/100·n) 索引，钳到数组内），空样本返回 0；非有限/负数耗时记录被排除在时长统计之外，但仍计入调用数与错误率。
• 时长口径继承 tool-trace 的 durationMs（pre/post-execute 配对计时），包含工具自身排队时间。

配置

字段	默认	说明
enabled	true
dataDir	~/.dsh/tool-trace	tool-trace 边车目录，本插件只读
errorRateAlert	20	告警线（百分比 1–100）

只读取 tool-trace-YYYY-MM.jsonl 命名的文件；损坏行跳过并在输出末尾报数（⚠ N 行损坏被跳过）。

安装

npm i dsh-plugin-error-radar；或克隆后 npm install（prepare 构建 lib/）再链进 profile 的 node_modules。挂载片段见 cordis.patch.yml。必须先装 tool-trace 才有数据。

验证状态

• 纯函数（错误率、连败串、p95 边界、双类告警的触发与静默、渲染）4 个 node --test 全绿。
• 本机 live：读真实 tool-trace 边车（含 quota_check 等真实记录）出表；skipped 计数走真实容错解析路径。
• 已知局限：样本极少时（<3 次调用）刻意不告警，避免一次抖动就报"系统性问题"。