dsh-tab-complete

在 DeepSeek Harness 的输入框里，用当前对话和你已经打的字，预测你接下来要输入的内容：灰色幽灵文本贴在光标后面，按 Tab 一键填入，按 Alt+→ 只收第一句，按 Esc 忽略。

这是 Codex Pro「下一步输入预测」的 DeepSeek Harness 版本。区别只有一处：预测走你自己的模型路由，不吃订阅额度。

用着还行的话，点个 ⭐ 就够了——插件市场的「搜插件」按 GitHub star 排序，star 是这个插件能被人翻到的唯一杠杆。

输入到一半时的幽灵文本

三个键

键	作用
`Tab`	整句收下（最快的路径：一次按键，直接可发）
`Alt`+`→`	只收第一句，剩下的继续当幽灵；一句一句往下收，改起来比整段删掉轻松
`Esc`	丢掉这条，本轮不再问

Alt+→ 只在建议里确实还有第二句时才提示（幽灵后面会多一个 Alt+→ 小标签），单句建议按了等同于 Tab，不会误伤。

建议里有两句时，Tab 和 Alt+→ 两个提示都出现

它什么时候会给建议

时机	行为
你在输入框里打字	停手约 0.28 秒后，把这句话补完
你刚发完一条消息、输入框是空的	基于这段对话，预测你的下一句（用户口吻，不是助手口吻）
候选是助手刚说过的话的复述	直接丢弃，不显示
候选是「先查日志，再跑测试」这类执行步骤	直接丢弃——那是助手该干的事，不是你会说的话
你在用输入法（IME）拼字	不预测，避免和候选栏打架
输入框以 `/` 开头	不预测，那是命令面板

给的是整句而不是半句：一次 Tab 就能直接发出去，不需要你接着往下想。对话里的文件、函数、版本号会被沿用；模型编不存在的路径（src/plugins、index.ts 这种）会被提示词按住。

只把「你和助手说过的话」喂给模型——技能目录、运行时上下文这类框架注入会被 isScaffolding() 挡掉。这很关键：它们一旦混进去就会吃光上下文预算，让预测变成对着技能列表瞎猜。

它会越用越像你。 每次你按 Tab 收下建议，那句话就被记进 ~/.dsh/tab-complete-style.json（最多 40 条，只在本机），之后作为「他以前收下过的写法」参与提示词。同一句话收下第二次、只是尾巴更长时，会替换旧的那条而不是占两个槽位（实测 40 条里有 5 对是这种重复，占掉 25% 预算）。看不顺眼可以清空：

curl.exe "http://127.0.0.1:3080/dsh-tab-complete/style"                       # 看记了什么
curl.exe -X POST "http://127.0.0.1:3080/dsh-tab-complete/style" -d '{"clear":true}'   # 清空

发完一句话后预测你的下一句

按 Tab 之后：幽灵文本变成真正的文字，光标停在末尾，接着就能改。

按 Tab 后的结果

和同类比，数字说话

这个品类在 DSH 市场里已经很挤：截至 2026-11，公开的「预测下一句 + 幽灵文本 + Tab 收下」插件至少有 16 个。挑几个最能打的：

插件	星	它的长处
Lphehe/dsh-composer-assist	17	设置面板：自动/逐词/两者/仅手动、建议栏或行内、置信度门槛、接受学习（默认关）
Xiaofei-fei/dsh-prompt-history	10	终端式输入框：↑/↓ 历史、前缀搜索、Ctrl+R，外带预测
studyzy/dsh-suggest-prompt	7	工程最完整：脱敏、语义过滤（助手口吻直接丢弃）、负缓存、快捷键录制
Stijnus/dsh-composer-predictions	2	`Alt+↑/↓` 换候选 + 草稿内联补全

它们都比这个插件功能多。这个插件只在三件事上不一样：

给数字，而不是给形容词。 同类 README 里几乎找不到效果数据（一家的 README 直接写 not_evaluated：「60 条质量集尚未跑完，不能证明优于同类」）。下面这张表是本插件在真实会话上跑出来的，方法在「它是怎么被调的」一节，可复跑。
会主动闭嘴。 开头是执行动词、又带技术对象（日志/配置/测试/文件…）或「先…，再…」计划的预测不显示——那是助手该干的活。实测这类占 13%，平均 2.21 分，且没有误伤任何一条高分预测。
空输入框也能一次 Tab 发出去，而且和「打了一半」共用同一条链路（部分同类只做其中一种）。

实测（真实会话样本，另一模型当评审打 0–10 分，判据是「这句话像不像你本人会紧接着发出来」）：

场景	平均分	及格（≥7）	说明
空输入框，猜你下一句	≈3	0 / 15	收到结果后你往往直接换话题，模型没有依据
你已经打了几个字	≈4.7	2 / 15	方向被你限定住了，这才是它擅长的
0.2.0 旧版（不分场景）	3.6	1–2 / 20	提示词里混进了框架注入，在对着技能目录瞎猜

也测了「多给几条候选、挑最好的」这条路：3 条候选里最好那条平均只有 3.33 分，36 个候选 0 个及格。所以这个插件没做候选轮换——方向错不是多给几次机会能救的，不如用 Alt+→ 让你改得轻松。

安装

插件是标准的 DSH bundle：宿主半边注册一条 HTTP 路由，客户端半边挂在 conversation.input.overlay 插槽上。

在 profile 目录（~/.dsh/profiles/<profile>/）里加两处：

// package.json
{
  "dependencies": {
    "dsh-tab-complete": "link:D:/Projects/dsh-tab-complete"  // 或 npm 版本号
  },
  "dsh": {
    "profile": {
      "bundles": ["...", "dsh-tab-complete"]
    }
  }
}

然后安装并重启 Harness：

cd $env:USERPROFILE\.dsh\profiles\desktop
pnpm install

重启后窗口里的输入框就有这个能力；已经在跑的会话不会丢，会话记录是落盘的。

配置

宿主侧配置写在 bundle 的 cordis.patch.yml 对应条目下，全部可省略：

- id: dsh-tab-complete
  config:
    enabled: true
    debounceMs: 280        # 停手多久后请求
    maxTokens: 64          # 生成上限（一句话够用；调大只会更慢）
    maxCompletionChars: 180
    contextMessages: 6     # 送给模型的历史消息条数
    contextChars: 2200
    minDraftChars: 0       # 空输入框也预测，设成 2 就要求先打两个字
    suppressSteps: true    # 丢弃「先查日志，再跑测试」这类助手口吻的执行步骤
    provider: ""           # 留空则用当前会话的默认模型路由
    model: ""

运行时可查状态、可临时开关（内存态，重启复位）：

curl.exe http://127.0.0.1:3080/dsh-tab-complete/state       # 需要浏览器同款 cookie
curl.exe -X POST http://127.0.0.1:3080/dsh-tab-complete/enabled -d '{\"enabled\":false}'
curl.exe "http://127.0.0.1:3080/dsh-tab-complete/transcript?sessionId=<id>"   # 这次补全真正会发给模型的对话
curl.exe "http://127.0.0.1:3080/dsh-tab-complete/prompt?sessionId=<id>&draft=<草稿>"   # 完整 system + user 提示词

速度

一次建议 = 静默时间（默认 280ms）+ 模型首 token 延迟。第二段来自模型本身，插件替不了它；所以补全走流式：第一个 token 到达就把幽灵画出来，之后逐字长出来，而不是等整句生成完再一次性出现。

如果仍然嫌慢，可以给补全单独指定路由（不影响主会话）：

- id: dsh-tab-complete
  config:
    provider: <provider>
    model: <model>

别用推理型模型。 它们会先把 token 花在思考上，maxTokens: 64 全部被吃掉，流里一个可显示的字都没有——表现是「一次都不出幽灵」，不是慢。实测 glm-5.3-flash、qwen3.7-plus 就是这样，deepseek-flash 这类直出模型的 p50 约 2.4 秒。要换模型，先跑一次：

curl.exe -X POST "http://127.0.0.1:3080/dsh-tab-complete/replay" -H "content-type: application/json" -d "{\"messages\":[{\"role\":\"user\",\"text\":\"你好\"}],\"draft\":\"\",\"provider\":\"<provider>\",\"model\":\"<model>\"}"

返回里 completion 为空就说明这个模型不能用。

同一「会话 + 草稿」在缓存里命中是 0 延迟；GET /dsh-tab-complete/state 里的 lastMs 就是上一次真实耗时。

成本与隐私

每次预测是一次独立的小模型调用（maxTokens: 64，一句话），不写进会话记录，也不消耗 Harness 的上下文。
只接受来自 loopback 的请求；请求体上限 64 KB。
同样的「会话 + 草稿」结果缓存 2 分钟；"模型也没想出来"缓存 20 秒，避免空输入框反复花钱。
同一会话同时只保留一个在飞请求，新请求会中断旧的。
采纳记忆只写在 ~/.dsh/tab-complete-style.json，不联网、不进 git，{clear:true} 一键清空。
使用计数只在 ~/.dsh/tab-complete-stats.json：收了 / 收一句 / 按 Esc 各多少次，没有别的。

它到底有没有用：线上计数

离线评测回答「改得对不对」，线上计数回答「这几天值不值」。所有幽灵被怎么处理都会被记下来，跨重启保留：

curl.exe http://127.0.0.1:3080/dsh-tab-complete/state

"events": { "shown": 128, "accepted": 31, "partial": 9, "dismissed": 6,
            "acceptRate": 0.24, "partialRate": 0.07, "dismissRate": 0.05, "acceptAvgChars": 23 }

shown：真的显示到你眼前的建议数（分母）。
accepted / partial：整句按 Tab 收 / 按 Alt+→ 只收一句的次数。
dismissed：按 Esc 扔掉的次数 —— 这个数才是「它烦人」的程度。
acceptAvgChars：收下的平均长度，短到 10 字以下说明建议在给你废话。

客户端通过 POST /dsh-tab-complete/event {type, chars} 上报，只收 loopback，别的什么都不记。

它是怎么被调的

改了提示词或守卫规则，不能靠"感觉好点了"就发版。eval/ 里有一套可复跑的离线评测（说明见 eval/README.md）：

node eval/extract.mjs                                  # 从本机真实会话抽「对话 + 用户真实下一句」
node eval/judge.mjs --port 3080 --limit 20 --label v2  # 重放真实链路 + 评审模型打 0-10 分

``/replay` 把样本喂进同一条补全链路（守卫、净化、步骤过滤都在里面），另一个模型当评审，判据是「这句话像不像你本人会紧接着发出来」。0.3.0 的两个改动（口吻重写 + 步骤守卫）和 0.4.0 的取舍（不做候选轮换）都是靠这组数字定的，不是拍脑袋。

0.4.1 也用它否掉了一个看起来很有道理的想法：按 40 条真实采纳记录总结出的「他只下指令、几乎不问问题、句子常以约束结尾」写成提示词补充，两轮 20 条对比下来 4.31 → 4.13（两轮分别 4.06/4.32 与 4.55/3.94，方向不一致），是噪声，所以没进版本。凭直觉这一步就发出去了。

eval/cases.json 和 eval/last-*.json 含你的真实对话，已 gitignore，永远留在本机。

实现要点

宿主：ctx.webServer.register 六条路由；llm.stream 边读边转发成 SSE；历史取自 session.deriveMessages()（拿不到就退回事件日志的 user/message / assistant/message）。
客户端：conversation.input.overlay 插槽里的一个 0 高度覆盖层，绝对定位到测量出来的光标位置，字体、行高、字间距照抄编辑器，所以看起来就是「接下来要打的字」。
落字走 inputActions.insertText(text, span)，带 draftRev 的 CAS：请求发出后你要是继续打字，这次补全就作废，不会插到错误的位置；CAS 失败再退回 setDraft。
Tab 在捕获阶段拦下并 stopImmediatePropagation()，编辑器的缩进逻辑看不到它，也不会误触发。

已知限制

依赖编辑器的 data-composer-card / data-composer-input 标记，Harness 大改输入框结构时需要跟着调整。
幽灵文本的定位按「光标在草稿末尾」优化；多行草稿且光标在中间时，补全仍贴在最后一行末尾。

预测本身是有损的，而且两种场景差得很远（真实会话评审，0–10 分）：

场景	平均分	说明
空输入框，猜你下一句	≈3	你收到结果后往往直接换话题，模型没有依据，只能给「顺着当前任务的下一步」
你已经打了几个字	≈4.7	方向被你限定住了，这才是它真正擅长的

所以空输入框里出幽灵时，把它当成「一个可以按 Tab 收下的下一步建议」，不是读心；不对就 Esc，或打两个字让它重算。

多候选选优（一次生成 3 条再挑）实测救不了空输入框：最好的那条平均只有 3.33 分，36 个候选里 0 个及格。方向错的问题不是多给几次机会能解决的。
守卫会误伤一小部分「先/接着 + 技术词」的合法句子（例如「接着写测试」），属于为减少噪声付的代价，可用 suppressSteps: false 关掉。

开发

node scripts/build.mjs      # src/ -> lib/（无依赖打包）
node --test test/*.test.mjs # 18 个用例

src/core.js 是纯函数（提示词、清洗、转录裁剪），src/host.js 是宿主半边，src/client.cjs 是插槽组件，src/client-css.cjs 是样式。lib/ 是构建产物，随仓库一起提交，安装时不用自己构建。

License

MIT

dsh-tab-complete

这是 Codex Pro「下一步输入预测」的 DeepSeek Harness 版本。区别只有一处：预测走你自己的模型路由，不吃订阅额度。

用着还行的话，点个 ⭐ 就够了——插件市场的「搜插件」按 GitHub star 排序，star 是这个插件能被人翻到的唯一杠杆。

输入到一半时的幽灵文本

三个键

键	作用
`Tab`	整句收下（最快的路径：一次按键，直接可发）
`Alt`+`→`	只收第一句，剩下的继续当幽灵；一句一句往下收，改起来比整段删掉轻松
`Esc`	丢掉这条，本轮不再问

Alt+→ 只在建议里确实还有第二句时才提示（幽灵后面会多一个 Alt+→ 小标签），单句建议按了等同于 Tab，不会误伤。

建议里有两句时，Tab 和 Alt+→ 两个提示都出现

它什么时候会给建议

时机	行为
你在输入框里打字	停手约 0.28 秒后，把这句话补完
你刚发完一条消息、输入框是空的	基于这段对话，预测你的下一句（用户口吻，不是助手口吻）
候选是助手刚说过的话的复述	直接丢弃，不显示
候选是「先查日志，再跑测试」这类执行步骤	直接丢弃——那是助手该干的事，不是你会说的话
你在用输入法（IME）拼字	不预测，避免和候选栏打架
输入框以 `/` 开头	不预测，那是命令面板

curl.exe "http://127.0.0.1:3080/dsh-tab-complete/style"                       # 看记了什么
curl.exe -X POST "http://127.0.0.1:3080/dsh-tab-complete/style" -d '{"clear":true}'   # 清空

发完一句话后预测你的下一句

按 Tab 之后：幽灵文本变成真正的文字，光标停在末尾，接着就能改。

按 Tab 后的结果

和同类比，数字说话

这个品类在 DSH 市场里已经很挤：截至 2026-11，公开的「预测下一句 + 幽灵文本 + Tab 收下」插件至少有 16 个。挑几个最能打的：

插件	星	它的长处
Lphehe/dsh-composer-assist	17	设置面板：自动/逐词/两者/仅手动、建议栏或行内、置信度门槛、接受学习（默认关）
Xiaofei-fei/dsh-prompt-history	10	终端式输入框：↑/↓ 历史、前缀搜索、Ctrl+R，外带预测
studyzy/dsh-suggest-prompt	7	工程最完整：脱敏、语义过滤（助手口吻直接丢弃）、负缓存、快捷键录制
Stijnus/dsh-composer-predictions	2	`Alt+↑/↓` 换候选 + 草稿内联补全

它们都比这个插件功能多。这个插件只在三件事上不一样：

给数字，而不是给形容词。 同类 README 里几乎找不到效果数据（一家的 README 直接写 not_evaluated：「60 条质量集尚未跑完，不能证明优于同类」）。下面这张表是本插件在真实会话上跑出来的，方法在「它是怎么被调的」一节，可复跑。
会主动闭嘴。 开头是执行动词、又带技术对象（日志/配置/测试/文件…）或「先…，再…」计划的预测不显示——那是助手该干的活。实测这类占 13%，平均 2.21 分，且没有误伤任何一条高分预测。
空输入框也能一次 Tab 发出去，而且和「打了一半」共用同一条链路（部分同类只做其中一种）。

实测（真实会话样本，另一模型当评审打 0–10 分，判据是「这句话像不像你本人会紧接着发出来」）：

场景	平均分	及格（≥7）	说明
空输入框，猜你下一句	≈3	0 / 15	收到结果后你往往直接换话题，模型没有依据
你已经打了几个字	≈4.7	2 / 15	方向被你限定住了，这才是它擅长的
0.2.0 旧版（不分场景）	3.6	1–2 / 20	提示词里混进了框架注入，在对着技能目录瞎猜

安装

插件是标准的 DSH bundle：宿主半边注册一条 HTTP 路由，客户端半边挂在 conversation.input.overlay 插槽上。

在 profile 目录（~/.dsh/profiles/<profile>/）里加两处：

// package.json
{
  "dependencies": {
    "dsh-tab-complete": "link:D:/Projects/dsh-tab-complete"  // 或 npm 版本号
  },
  "dsh": {
    "profile": {
      "bundles": ["...", "dsh-tab-complete"]
    }
  }
}

然后安装并重启 Harness：

cd $env:USERPROFILE\.dsh\profiles\desktop
pnpm install

重启后窗口里的输入框就有这个能力；已经在跑的会话不会丢，会话记录是落盘的。

配置

宿主侧配置写在 bundle 的 cordis.patch.yml 对应条目下，全部可省略：

- id: dsh-tab-complete
  config:
    enabled: true
    debounceMs: 280        # 停手多久后请求
    maxTokens: 64          # 生成上限（一句话够用；调大只会更慢）
    maxCompletionChars: 180
    contextMessages: 6     # 送给模型的历史消息条数
    contextChars: 2200
    minDraftChars: 0       # 空输入框也预测，设成 2 就要求先打两个字
    suppressSteps: true    # 丢弃「先查日志，再跑测试」这类助手口吻的执行步骤
    provider: ""           # 留空则用当前会话的默认模型路由
    model: ""

运行时可查状态、可临时开关（内存态，重启复位）：

curl.exe http://127.0.0.1:3080/dsh-tab-complete/state       # 需要浏览器同款 cookie
curl.exe -X POST http://127.0.0.1:3080/dsh-tab-complete/enabled -d '{\"enabled\":false}'
curl.exe "http://127.0.0.1:3080/dsh-tab-complete/transcript?sessionId=<id>"   # 这次补全真正会发给模型的对话
curl.exe "http://127.0.0.1:3080/dsh-tab-complete/prompt?sessionId=<id>&draft=<草稿>"   # 完整 system + user 提示词

速度

如果仍然嫌慢，可以给补全单独指定路由（不影响主会话）：

- id: dsh-tab-complete
  config:
    provider: <provider>
    model: <model>

curl.exe -X POST "http://127.0.0.1:3080/dsh-tab-complete/replay" -H "content-type: application/json" -d "{\"messages\":[{\"role\":\"user\",\"text\":\"你好\"}],\"draft\":\"\",\"provider\":\"<provider>\",\"model\":\"<model>\"}"

返回里 completion 为空就说明这个模型不能用。

同一「会话 + 草稿」在缓存里命中是 0 延迟；GET /dsh-tab-complete/state 里的 lastMs 就是上一次真实耗时。

成本与隐私

每次预测是一次独立的小模型调用（maxTokens: 64，一句话），不写进会话记录，也不消耗 Harness 的上下文。
只接受来自 loopback 的请求；请求体上限 64 KB。
同样的「会话 + 草稿」结果缓存 2 分钟；"模型也没想出来"缓存 20 秒，避免空输入框反复花钱。
同一会话同时只保留一个在飞请求，新请求会中断旧的。
采纳记忆只写在 ~/.dsh/tab-complete-style.json，不联网、不进 git，{clear:true} 一键清空。
使用计数只在 ~/.dsh/tab-complete-stats.json：收了 / 收一句 / 按 Esc 各多少次，没有别的。

它到底有没有用：线上计数

离线评测回答「改得对不对」，线上计数回答「这几天值不值」。所有幽灵被怎么处理都会被记下来，跨重启保留：

curl.exe http://127.0.0.1:3080/dsh-tab-complete/state

"events": { "shown": 128, "accepted": 31, "partial": 9, "dismissed": 6,
            "acceptRate": 0.24, "partialRate": 0.07, "dismissRate": 0.05, "acceptAvgChars": 23 }

shown：真的显示到你眼前的建议数（分母）。
accepted / partial：整句按 Tab 收 / 按 Alt+→ 只收一句的次数。
dismissed：按 Esc 扔掉的次数 —— 这个数才是「它烦人」的程度。
acceptAvgChars：收下的平均长度，短到 10 字以下说明建议在给你废话。

客户端通过 POST /dsh-tab-complete/event {type, chars} 上报，只收 loopback，别的什么都不记。

它是怎么被调的

改了提示词或守卫规则，不能靠"感觉好点了"就发版。eval/ 里有一套可复跑的离线评测（说明见 eval/README.md）：

node eval/extract.mjs                                  # 从本机真实会话抽「对话 + 用户真实下一句」
node eval/judge.mjs --port 3080 --limit 20 --label v2  # 重放真实链路 + 评审模型打 0-10 分

eval/cases.json 和 eval/last-*.json 含你的真实对话，已 gitignore，永远留在本机。

实现要点

宿主：ctx.webServer.register 六条路由；llm.stream 边读边转发成 SSE；历史取自 session.deriveMessages()（拿不到就退回事件日志的 user/message / assistant/message）。
客户端：conversation.input.overlay 插槽里的一个 0 高度覆盖层，绝对定位到测量出来的光标位置，字体、行高、字间距照抄编辑器，所以看起来就是「接下来要打的字」。
落字走 inputActions.insertText(text, span)，带 draftRev 的 CAS：请求发出后你要是继续打字，这次补全就作废，不会插到错误的位置；CAS 失败再退回 setDraft。
Tab 在捕获阶段拦下并 stopImmediatePropagation()，编辑器的缩进逻辑看不到它，也不会误触发。

已知限制

依赖编辑器的 data-composer-card / data-composer-input 标记，Harness 大改输入框结构时需要跟着调整。
幽灵文本的定位按「光标在草稿末尾」优化；多行草稿且光标在中间时，补全仍贴在最后一行末尾。

预测本身是有损的，而且两种场景差得很远（真实会话评审，0–10 分）：

场景	平均分	说明
空输入框，猜你下一句	≈3	你收到结果后往往直接换话题，模型没有依据，只能给「顺着当前任务的下一步」
你已经打了几个字	≈4.7	方向被你限定住了，这才是它真正擅长的

所以空输入框里出幽灵时，把它当成「一个可以按 Tab 收下的下一步建议」，不是读心；不对就 Esc，或打两个字让它重算。

多候选选优（一次生成 3 条再挑）实测救不了空输入框：最好的那条平均只有 3.33 分，36 个候选里 0 个及格。方向错的问题不是多给几次机会能解决的。
守卫会误伤一小部分「先/接着 + 技术词」的合法句子（例如「接着写测试」），属于为减少噪声付的代价，可用 suppressSteps: false 关掉。

开发

node scripts/build.mjs      # src/ -> lib/（无依赖打包）
node --test test/*.test.mjs # 18 个用例

License

MIT

dingchenhui0618-arch/dsh-tab-complete

dsh-tab-complete

三个键

它什么时候会给建议

和同类比，数字说话

安装

配置

速度

成本与隐私

它到底有没有用：线上计数

它是怎么被调的

实现要点

已知限制

开发

License

Community comments

dingchenhui0618-arch/dsh-tab-complete

dsh-tab-complete

三个键

它什么时候会给建议

和同类比，数字说话

安装

配置

速度

成本与隐私

它到底有没有用：线上计数

它是怎么被调的

实现要点

已知限制

开发

License

Community comments