Cognition HUD (认知监视)

一个把「智能体正在怎么想」实时画出来的 DSH Web UI 插件。

简介

Cognition HUD 是 DSH Web UI 上的一个实时「认知监视」浮层。它把智能体正在做的事拆成三块同时呈现：一面会呼吸的方块墙——每段推理点亮格子、一道柔光横扫而过；一只在墙里游走、时不时起跳眨眼的小鲸鱼宠物；一组冷静的读数——工具意图、最近步骤、本轮用到的插件/技能/MCP，以及上下文与 token。

它不假装。面板只画真实事件：reasoning-delta 的增量、tool-call-delta 的工具名与参数、usage 的 token 数。模型不输出思考文本时，它会直接写「该模型未输出思考文本」，而不是编一段动画。墙角的「仅真实事件」就是这条底线。

交互上，它常驻右上角，可折叠成一颗带水面波动的小球并随意拖动；右键能切换思考原文、隐藏鲸鱼、切到省电动画或关闭。展开状态、位置与偏好会记住，卡片尺寸固定，不会因为工具变多而跳动。

实现上它只有一个客户端模块：订阅会话实时流，用 canvas + rAF 画墙与宠物，没有 Host 服务、不写会话日志、不联网，localStorage 只存偏好。

它显示的到底是什么

界面只呈现四类真实信号，没有一条是编出来的：

区域	数据	来源
思考流	reasoning-delta 增量、block-end 的完整 reasoning 文本	会话实时事件 assistant/live-chunk 里的 StreamChunk
工具意图	tool-call-delta 的工具名与参数增量	同上
步骤/轮次	每次尝试的 turn / step、结束原因	同上，finish.reason.kind
Token	inputTokens / outputTokens / reasoningTokens / cacheReadTokens	usage 块

面板底部的「仅真实事件」提示是刻意保留的：这里的每一个数字都能追溯到一次流式事件。模型没有输出思考文本时（部分 provider 只回文本或摘要），面板会明确显示「该模型未输出思考文本」，而不是假装有内容。

结构

Host 半 (index.js)      —— 空实现。这个功能不需要 Host 服务：
                           浏览器端已经通过 ctx.sessions 收到实时流。
Client 半 (client.js)
  ├─ SessionBridge      注册在 conversation.composer.dock（会话作用域：
  │                     每次切换会话都会重新挂载，拿到 sessionId）
  │   └─ ctx.sessions.binding(id) → eventSource / session 快照，折叠成内存状态
  ├─ CognitionHud       注册在 shell.overlay（帧级浮层，不阻塞页面点击）
  └─ 共享 store         两者在同一模块里共享一份订阅与节流后的快照

• 数据订阅只在 SessionBridge 里发生：它没有可见输出，只负责把当前会话绑定到 store。
• 渲染完全在 CognitionHud：固定右上角，可折叠成水面圆球并拖动，不拦截底层交互。
• 不写会话日志、不落盘、不联网；刷新即重建。

交互

• 标题栏 ◉：在「方块矩阵」与「原始思考文本」之间切换（默认方块矩阵）。
• –：折叠为右上角圆球（水面球），显示速率或 token 数。
• 圆球可拖动：按住拖动到任意位置（自动夹在视口内），单击展开面板；位置在本次页面会话内保留。
• 圆球内的水面：思考时水位 34%，调用工具 52%，回答时升到 82%（最高），空闲落回 16%；运行时水面横向漂移，静止时只保留液面。
• 右键（圆球或面板）：展开/收起、显示或隐藏思考原文、显示/隐藏小鲸鱼、动画流畅/省电、重置圆球位置、关闭监视（关闭仅本次页面生效）。展开状态、思考模式、小球位置、鲸鱼开关、动画档位会存到 localStorage（键 dsh-cognition-hud:prefs），刷新后保留。
• 思考流区域可滚动、可聚焦（键盘可达），其余统计只读；Esc 收起（菜单打开时先关菜单）。

视觉

• 只用主题 token（--dsw-alias-*），自动跟随明暗主题。
• 步骤瀑布条：最近 8 次尝试，按「推理 / 文本 / 工具参数」长度比例分段着色，越靠右越新。
• 速率条：最近 2.5 秒字符数的移动平均，思考越密集数值越高。
• prefers-reduced-motion 下关闭所有动画（脉冲、旋转、光标闪烁）。

工程约束

• 流式帧最多每 66ms 合并一次渲染，思考原文上限 16k 字符，文本 3k，工具参数 700。
• 只保留最近 8 次尝试，避免长时间会话占用内存。
• 会话绑定失败时先等 retainInfo.referenceCount > 0，再退化为自己持有一个引用（在 detach 时释放）。

安装 / 卸载

从 GitHub 直接安装（不需要 npm、不需要本地目录）：

dsh plugin --profile desktop add github:lw24-1936/dsh-cognition-hud

或用 Releases 里的预构建 tgz（免 allowBuilds 构建授权）：

dsh plugin --profile desktop add https://github.com/lw24-1936/dsh-cognition-hud/releases/latest/download/dsh-cognition-hud.tgz

装完完全退出再启动 DeepSeek Harness 一次（客户端 bundle 需要冷启动）。本地开发时也可以指向目录：

# 通过 plugin_manager action=install_bundle，target 指向本目录

卸载：plugin_manager action=remove_bundle target=@local/dsh-cognition-hud。

本轮优化（0.1.1 行为）

正确性

• 从已提交的 assistant/message / assistant/attempt 里重建内容块：打开一个已经跑完的会话、或某一回合结束后，面板不再空白，仍能读到那一步的推理与工具。
• 不再在收到 assistant/message 时武断地把运行状态置空，运行态只认会话快照；思考结束与回合结束分开处理。
• 绑定失败不再是黑盒：状态点与页脚带诊断信息（是否绑定 / 收到多少帧 / 多少事件）。

性能

• 思考流只渲染最后 4200 字符，更早内容折叠成一行提示，避免 1.6 万字的文本节点每帧重排。
• 工具列表与步骤列表用签名做 memo，文本增量不再触发它们的重渲染。

观感

• 面板移到右上角（避开输入框与底部 dock），顶部按阶段染色的 2px 高光条。
• 新增实时速率曲线（最近 48 个采样点的字符增量）。
• 新增「最近步骤」区：每行 T轮·S步 + 推理/回答/工具比例条 + 字数与耗时，附图例。
• 工具条改为可读标签：解析参数里的 command / file_path / pattern / query 等字段，配类别符号。
• 空会话状态从一句占位改成「标题 + 怎么才会开始接收」的说明卡。
• 会话错误（lastAgentError）以红色条展示，最多三行。
• 空闲 20 秒后整体降透明度；Esc 收起。

页脚新增：上下文输入 token（最近一次请求的 inputTokens，近似当前上下文规模）。

思考墙面（方块矩阵）

思考流固定在卡片最上方（order 上紧跟标题栏、min-height: 96px），不会被下面新增的内容挤没。

• 方块墙：96×24（2304 格），单格约 3.5px——面板尺寸下的极限密度，再细就成连续纹理而不是格子了
• 渲染：换成 canvas。底纹（全部格子的 5.5% 淡底）只在尺寸/主题变化时画一次并缓存，每帧只 blit 底图 + 画「活着」的格子（阈值 0.02），再画宠物；DPR 自适应、ResizeObserver 跟随面板尺寸，约 30fps
• 呼吸：指数衰减 exp(-dt/520)（半衰期 0.36s），点燃数量 = 22/秒 基础 + rate/4，另有一道 6 列/秒的柔光带（±2.5 列高斯，峰值 0.5）
• 小鲸鱼娘是条小鲸鱼（头朝右）：14×9 方块（约 49×31px）。头顶一株两片叶的小嫩芽，用深浅两种绿（#8CE0A4 / #4FB56F）做出叶面层次，不随阶段色变化；身体三阶明暗——顶部高光、身体色、下缘暗部，高光与肚皮是白色叠加层（32% / 58%），所以换成琥珀或绿色阶段色时造型不变；眼睛「白 + 深」两格，会不定时眨一下（2.2–5.8s 一次，闭眼 130ms）；脚下椭圆影子随跳跃变淡
• 动效预算：思考时约 30fps，空闲时约 16fps；prefers-reduced-motion 或菜单里切「省电」后降到约 8fps，且不再起跳（只保留游走与眨眼）
• 思考区高度固定：.dshch-thought-slot 锁死 104px（墙 86px + 跑马灯 14px + 间距），面板里富余的高度改由「工具意图」区吸收并内部滚动，所以墙体高度不会随内容跳动
• 动作：位置按 320ms 时间常数插值游走（1.6–3.8s 换目标），思考时每 0.48–1.38s 跳一次，正弦弧线 360ms 上浮 2 格；空闲时轻微呼吸浮动
• 文字不丢：墙下方一条单行跑马灯显示最近 110 字；点 ◉ 可切回完整文本视图

能力条（插件 / 技能 / MCP）

面板中部固定一行三组，本轮（当前 turn，跨所有 step）用到的能力实时追加：

组	来源	展示
插件	工具名按提供方归类（近似映射：read/grep → fs，bash → shell，web_* → web，cordis_* → cordis，job_* → jobs，subagent/send_message → subagent，present → deliverables，team_*、workflow、skill 之外未知的用原名）	插件名，×n 表示调用次数，悬停看原始工具名
技能	skill 工具调用，参数里的 name	技能名（如 cordis-plugin-development）
MCP	mcp__<server>__<tool> 与 list_mcp_resources / read_mcp_resource / list_mcp_resource_templates	server·tool，例如 rea·inspect_web_page

Harness 不会把工具调用归属到插件包，所以「插件」这一组是按工具名做的名字映射；Client 只拿得到工具名与参数，这是能做到的最接近的归属。

卡片尺寸固定：面板高度 min(520px, 100vh - 120px)；思考槽 clamp(72px, 15vh, 104px)，矮窗口会自动压缩；工具条、步骤（2 行）、能力条各自固定高度并内部滚动——新能力出现不会把卡片撑大。

已知限制

• 无法在无浏览器控制的会话里做视觉验收；安装后只能确认 slot 注册与无语法/清单错误。
• 思考原文可能包含路径、密钥等敏感内容，分享屏幕前请用 ◉ 收起。
• 仅覆盖当前打开的会话；后台子智能体的思考不在本面板内（可作为下一步：按 subagent 树展开）。