Codex 最近只有约 25 token/s,我做了个插件,把 ChatGPT 接进 DSH

最近使用 Codex 时,我观察到输出速度经常在 25 token/s 左右。换到 DeepSeek Harness(下文简称 DSH)之后,在我的使用环境里,输出速度能达到原来的两倍左右。

这让我想把这条使用路径保留下来:能不能在 DSH 桌面端里,通过浏览器登录自己的 ChatGPT 账号,然后直接选择模型、开始工作?

于是,我做了一个插件:星桥 · Starbridge。现在已经发布到 npm,源码也放到了 GitHub。

先说明测速口径:上面的速度来自我的日常使用观察,并非控制变量的性能基准。本文没有提供同模型、同推理强度、同上下文和同处理档位的完整对照数据,所以不能据此断定 DSH 本身让模型加速一倍,也不保证每个人都能复现这一增幅。

为什么要做这个授权插件

速度是起因,但我希望解决的是日常使用问题。

我想继续使用 ChatGPT 账号有权访问的模型,同时把工作放到 DSH 里完成。如果每次都要手动处理令牌、修改配置,或者从其他客户端复制凭据,这条路径就很难长期维护。

因此,星桥采用浏览器授权流程:在 DSH 里点击登录,前往 OpenAI 官方页面完成授权,再回到 DSH 使用模型。

星桥是社区插件,不是 OpenAI 或 DeepSeek 的官方产品。 "官方授权"指使用官方登录流程,不代表插件获得官方背书。账号能使用哪些模型、是否支持 Fast、还有多少用量,仍由 OpenAI 决定。

项目地址:

它现在能做什么

目前的功能集中在几件事上:

  • 在 DSH 桌面端或 Web 中发起 ChatGPT 浏览器授权。
  • 管理和切换已授权账号,处理凭据续期。
  • 在模型选择器中提供独立的 Starbridge · ChatGPT 入口。
  • 在设置中选择标准或 Fast 处理档位。
  • 提供中文和英文界面。

插件复用 DSH 已有的模型、凭据、授权和设置服务,通过插件扩展点接入;安装后会增加自己的设置卡片和模型路由。

桌面端怎么安装

本文对应的插件版本是 0.1.0-beta.5,支持范围如下:

项目 支持情况
DSH 桌面端 / Web 0.2.0-rc.2、0.2.1-alpha.2
已验证系统 macOS Apple Silicon
Windows / Linux 尚未完成平台验证

这里的版本需要特别注意:DSH 显示"已是最新版本",也要核对它的具体版本号。不同发布渠道的版本并不相同,插件兼容性以明确列出的版本为准。

安装步骤:

  1. 打开 DSH 的「插件 → 安装」。
  2. 输入下面的完整包名与版本。
  3. 启用星桥。如果提示需要重启,先等正在执行的任务结束。
  4. 打开「设置 → 模型 → 星桥 · ChatGPT」。
  5. 点击「使用 ChatGPT 继续」,在浏览器完成授权。
  6. 返回 DSH,在模型选择器中选择 Starbridge · ChatGPT 下有权使用的模型。
text 复制代码
@kongpingan/dsh-starbridge@0.1.0-beta.5

当前授权通过临时的 127.0.0.1 地址回调,所以浏览器和 DSH Host 需要在同一台电脑上。本版本不支持远程 Host 的浏览器登录。

Fast 开关和速度提升是什么关系

星桥提供标准和 Fast 两种处理档位。切换后会保存设置,并从后续模型请求生效,不会中断正在进行的请求,也不会改变推理强度。

但有一个开关,不等于账号一定具备 Fast 权限。Fast 可能消耗更多套餐用量;模型或账号不支持时,需要根据提供方返回的错误处理。

我目前也没有足够的对照数据,把观察到的两倍速度完全归因于 Fast 或 DSH。模型、上下文长度、推理强度、网络、服务负载和处理档位,都可能影响最终体验。

如果你也想做对比,建议至少保持这些条件一致:

  • 使用相同模型和账号,固定推理强度与处理档位。
  • 使用相同输入和上下文,尽量让输出长度接近。
  • 分开记录首 token 等待时间、持续输出速度和整轮任务耗时。
  • 重复多次,比较中位数,不只挑最快的一次。

这里说的 token/s 主要描述模型输出阶段的速度。一个包含读文件、执行命令、运行测试的编程任务,即使输出速度翻倍,总耗时也未必减半。

在 DSH 开源项目中使用

如果你已经有对应版本、能够正常启动的 DSH 源码环境,可以在 DSH 项目根目录运行:

sh 复制代码
pnpm dsh plugin --profile web add --ignore-scripts @kongpingan/dsh-starbridge@0.1.0-beta.5
pnpm dsh --profile web

安装完成后,在插件面板确认星桥已启用,再到模型设置中授权。

注意这里操作的是 web profile。桌面端使用 desktop profile,两个配置中的插件安装相互独立;不要在 web 中安装后,直接到桌面端寻找对应设置。

完整步骤见 DSH 接入指南。

想二次开发,从哪里开始

源码仓库保留了 DSH 自身的类型生成和客户端打包流程,通过固定的 DSH 提交来构建插件。

准备 Node.js 24+、Git 和 pnpm,然后执行:

sh 复制代码
git clone https://github.com/kongxiaoan/dsh-starbridge.git
cd dsh-starbridge
npm run prepare:dsh
npm run build
npm test

构建产物在 dist/ 下。准备脚本会把固定版本的 DSH 拉到仓库自己的 .work/dsh 目录,不会修改你已有的 DSH 项目。

主要代码入口:

目录 负责内容
overlay/packages/llm/starbridge/ OAuth、账号管理和模型路由
overlay/packages/client/ui-starbridge/ 设置界面、账号操作和处理速度控件
overlay/plugins/starbridge/ npm 清单、插件 bundle 和发行构建
integration/ DSH 基线和集成补丁

修改源码时编辑 overlay/,不要直接在 .work/dsh 里长期维护改动,因为同步脚本会覆盖对应文件。

更多构建、测试和本地安装说明见 二次开发指南。

当前验证范围与使用注意

项目已完成相关单元测试、浏览器测试,以及支持版本上的安装、设置修改、授权发起与取消等检查。beta.5 发布前还通过了 43 项文档检查,发布包的运行代码与 beta.3 一致,本次主要补齐 GitHub 入口和使用文档。

这些检查不能替代真实账号的授权和模型调用验证。每个账号实际能否完成登录、调用目标模型以及使用 Fast,仍需要在自己的环境中确认;前面的个人速度观察也不等于发行包的标准性能测试结果。

凭据保存在 DSH Host 的现有凭据存储中,插件不会要求你把 ChatGPT 密码填进 DSH,也不会读取 Codex 的凭据。卸载插件会保留已保存的凭据;如果要移除授权,请先在插件里退出登录。

如果遇到问题,可以到 GitHub Issues反馈,附上 DSH 版本、插件版本、系统以及复现步骤。测速反馈最好同时注明模型、推理强度和处理档位,不要上传令牌、验证码或凭据目录。

做星桥的起点很简单:既然在我的环境里,DSH 提供了更快的输出体验,我就希望把 ChatGPT 授权这一步做成可以安装、可以查看源码、也可以继续修改的插件。

如果你也在用 DSH,可以安装试试。也欢迎带着相同条件下的测速记录回来,帮助判断速度差异究竟发生在哪个环节。

相关推荐
JavaGuide2 小时前
最近爆火的 Muse 浙大开源版 nanoMuse,来了!
aigc·openai·ai编程
ServBay2 小时前
不会写代码,如何搭建自己的 AI 自动化工作流
后端·aigc·ai编程
zw_onemaker_ai2 小时前
开源一条 14 角色 AI 交付管线:从 3 个零依赖 Demo 讲起
人工智能·ai编程
每天都是不一样的太阳2 小时前
AI成长系列-08-技术写作与汇报
ai编程
Lambert2812 小时前
SAA 停摆的答案:前团队的 ARGI 我上手跑了一遍,缝了三针才跑通
后端·openai·ai编程
用户5541886978482 小时前
国庆7天AI圈3次大翻车:你还没被割韭菜,代码已先崩盘
ai编程
用户721746588262 小时前
把云端沙箱实例拆成三层看:控制面、运行时、计费面的一次全流程核查
agent·ai编程
孟健3 小时前
从语音交互到线上交付:理性拆解移动端 Codex 的审查与上下文边界
架构·ai编程
threerocks4 小时前
用 Muse 薅 Claude Team 免费 1 年教程
aigc·openai·ai编程