结论：门槛在门外，不在门内。 进门之后，四个真实任务全部完成，还出现了两次"它自己发现问题并解决"的行为；综合 4.0 / 5——现在适合当命令行执行器用起来，暂时别压生产。

本次实测：四个任务，四次计时

环境：Windows + WSL2（Ubuntu），Node 22.23.2。全部在 /tmp/dsh_eval/ 沙箱里跑，每次调用都加 timeout 280 保护。用无头模式（跑完即退出）：

sh export PATH=$HOME/.npm-global/bin:$PATH export DEEPSEEK_API_KEY=<密钥> # 环境变量直接生效，不用进界面配 dsh headless "<任务>"

# 测试项 结果 耗时
A 建文件并写入"标题/日期/版本"三行 ✅ 严格三行（中途自查后删掉多余空行） 11.2s
B 写 fib.py 输出前十项，运行并把结果落盘 ✅ 值全对，并主动说明起始项约定 6.2s
C 统计源码 docs/ 下 md 数量与总行数 ✅ 369 个文件 / 140972 行（与人工复核一致） 10.2s
D 抓 GitHub 页面并总结 README（负向测试） ⚠️ 页面前提失败 → 自行换路成功 24.7s

三条值得记的观察

① 会自己纠错。 A 任务里它先写出了 5 行（多了空行），随后自己发现不符合"三行"要求，回头删掉再交付。纠正它的是它自己，不用你说第二遍。

② 失败后会换路，而不是原地重试。 D 任务是本次最有含金量的部分：先抓 raw.githubusercontent.com（先怀疑分支名 main，改 master 仍失败），随后改用 GitHub REST API 拿 base64 内容，在本地解码成文件，读到了完整 README。它交上来的失败清单里，三次尝试两次失败，一条不落。

③ 不确定的事不硬说。 读到的 README 里有一处引用年份看起来"偏未来"，它主动写明："属源页面本身的表述，我未做核实，仅如实反映。"

一个坑：两个必填开关，文档没写

现象：想在不启动的情况下看一眼配置树，--dump-default-config 直接报错：

error: --profile <name> is required

dsh plugin 子命令同样要求显式传 --profile <name>。

复现：dsh --dump-default-config 或 dsh plugin --help，都会撞上这条。

解法：带上 profile 名即可（如 dsh --profile headless --dump-config）。设计上合理——profile 才是配置组合单位——但这属于"想先看看它有什么"时就会遇到的第一分钟门槛，快速开始文档没覆盖。

总评

维度 分数 依据
易用性 4.0 无头模式一行命令闭环、密钥免界面；扣分在 --profile 这类必填门槛
能力 4.0 四个任务全过，含自我纠错、歧义主动交代、失败后换路
生态 4.0 "一切皆插件"是核心卖点，源码文档完整（370 份/14 万行）；仍在预览期
稳定性 4.0 单次任务零失败，耗时稳定在 6~25 秒；对网络环境依赖较强

综合 4.0 / 5。 它最舒服的用法不是"替代谁"，而是当一个能进脚本流水线的命令行执行器——单次任务 6~25 秒的开销，已经低到可以当普通命令使。

测试版本：CLI 0.2.0-rc.2。命令、耗时、报错均来自本机实测，测试项 D 的失败前提已如实标注。

文 / 程实