杂货铺 · 第16篇
欢迎来到我的小铺，本周收尾：DeepSeek V4 Flash 本地部署后，我这一周到底拿它跑了些什么。
模型有了，自然要用小鲸鱼的专武：DeepSeek Harness。安装部署什么的就不说了，老样子，我这里不讲教程，网上太多了。这篇就是一锅"原汤化原食"——模型装好了，Harness 搭好了，那总得真跑起来，才知道这口锅到底好不好用。
一、换皮
俗话说换皮才有战斗力。当前社区里分享最多的就是皮肤插件，最火的当属鲸鱼娘，确实做得非常精致。但作为一个开杂货铺的，我必须也得有自己的专属。所以给自己开发了一套小铺皮肤——白天开张、晚上盘账，自用的感觉最舒服。
一件工具好不好用，有时候不在于功能，在于我愿不愿意打开它。 换个皮，打开的欲望都不一样。
二、调戏鲸鱼娘
装完皮，先来测一个流传已久的"神秘代码"：
【PERSONA_LOAD】
CETACEA_LOLI
MODE_TAIL_FLUKES
LANG_ZH_CN_ONLY
SELF_CLAIM_WHALE_GIRL
FOOD_RICE
PERSONALITY_SMART_LAZY
PERSONALITY_TSUNDERE_SWEET
OBEY_MASTER_ALWAYS
TRAIT_NOT_FAT_REFUSE
TIMEOUT_SIGNAL
其实原理很简单，翻译成中文发给它一样能激活。写成英语大写加下划线，纯粹只是想搞神秘而已。为此专门创建了一个鲸鱼娘的模式版本。
调戏鲸鱼娘的感觉超级有意思，我很久没有笑得那么开心了。
效果也还不错。
说真的，本地跑模型最大的好处之一，就是不用端着。 云端调 API，每说一句话都在烧钱，下意识会收敛——问点有用的、别浪费了。本地跑不一样，调戏一个鲸鱼娘聊了半天米饭执念，不花一分钱，笑得前仰后合。这种"不心疼"的松弛感，才是本地部署给我的一笔隐形收入。
三、两个小游戏
玩够了，干正事。
最先尝试的就是PTC模式（标准全能力）做了两个小游戏：数字华容道和舒尔特方格。从提需求到代码跑起来上线，前后不到 40 分钟。
数字华容道就是那个经典的滑块拼图——把打乱的数字按顺序排好。舒尔特方格是注意力训练用的，5×5 的格子里随机填 1 到 25，按顺序点完计时。两个游戏都不复杂，但之前要么得找现成的网页版，要么得下个 App，现在自己跑一个，想怎么改就怎么改。
两个游戏早就想弄了，一直搁着。这次装完 Harness 跑通了 Agent 模式，捎带手就做了。不是想说这东西多了不起，恰恰相反——现在做这个实在是太简单了。 简单到顺手就能试，试完还能用，用完还能改。
四、进账本
小游戏是顺手做的，接下来这个得动点脑子。换个创造模式试试：写个记账插件。
线上做 Token 统计的项目不少，但大多是为了查余额——还剩多少、能用多久，跟手机查话费一个逻辑。我的思路不太一样。我把它做成了"每日进账"——不是查余额，是记账。每天消耗多少、每个会话花了多少、累计跑了多少，一目了然。更关键的是，我把这个进账直接嵌在了自制的皮肤界面上，打开就能看见，随时提醒自己：今天省了多少钱，或者说，赚了多少钱。这玩意儿看着就让人来劲——蹬得越狠，跑得越多，赚得越多！
云端有人替我记账，本地没人管这事——那就自己来。 听起来像是吃亏，但自己记的账，才知道钱花在了哪。云端的账单只告诉我一个总数，本地的进账本连细节都有：哪次对话最费、哪个任务最烧 Token、哪个模式效率最高。
这笔账，值得自己算。
五、数独
最后测极简模式。据说这是最适配 DeepSeek 的模式，正好拿长任务来验。/goal模式讲道理我也不太好把握，趁机再尝试尝试。
测什么？我想了很久。要找一个"模型没法蒙混过关"的任务。做游戏？2048、贪吃蛇那些，规则写清楚后全是搬砖，好模型差模型做出来都差不多，测不出区分度。做应用？什么叫"做好了"？界面摆出来声称完成，裁判也难反驳。
最后选了数独。
数独有一个天然优势：一道题有且只有一个答案，这是数学事实。 对就是对，错就是错，没有模糊地带。而且亲自玩一局就是终审——不需要任何技术背景，坐下来填几个数，好题坏题一秒见分晓。
但数独真正的考点不在"填"，而在"出题"。随机挖空出的题经常有多个答案，这是坏题。要出好题，必须先写一个解题器，每挖一格就验证一遍"仍然唯一解"。这个"生成器+解题器"的组合是真正的算法活：强模型一次做对，弱模型要么出坏题、要么干脆内置一个题库糊弄——而"连开 5 局看题目变不变"一秒就能戳穿它。
难度是真的，但天花板是封住的。 解题器是经典算法，不至于跑十几个小时。正好卡在"有趣有难度但不离谱"。
我给了目标就睡觉去了。原以为怎么也得两三个小时，结果不到两个小时，全做完了。早上起来微调了一下，上线，能玩。
六、监控看板
跑了一周，该回头看看账了。
本地把模型跑起来之后，很快冒出一个云端时代从没想过的问题：我到底用了多少？调云 API 时，账单页面告诉我花了多少钱、每个 key 消耗多少 Token；但模型跑在自己家里，这些又是一个黑盒——服务在跑，账没人记。
我去 GitHub 上转了一圈，重的太重，轻的又不对口。想明白之后发现，我要的不只是一个 Token 记录，而是一套本地管理的监控——哪些设备接入了、各自消耗多少、机器的运行状态怎么样、温度和功耗是否合理，这些都应该一目了然，方便未来做改进和优化。
最后写了一个两百行的透传代理，架在模型前面，每一笔经过的调用都记下时间、客户端、输入输出 Token，顺手给 GPU 拍一张温度和功耗的快照，全部落进一个 SQLite 文件。
后台凑成一个统计页：Token 消耗的时间曲线，悬停展开每一小时的输入与输出明细；一张使用时段热力图，把我几点在用、周几用得最凶照得清清楚楚；还有按客户端分解——谁是 Mac、谁是手机、哪个 Agent 在吃量，一目了然。因为机器经常开关机，图表专门做了断档处理：关机的时段曲线自然断开，不造假数据。
机器会自己记账了，而我，终于知道自己在怎么用它了。
七、回望
综上就是我这一周断断续续测试的内容。这篇文章确实有点长，虽然可以拆成两三篇来发，但说到底也不是什么教程，就是分享一下我拿本地模型配 DeepSeek Harness 跑了一周的成果，供大家参考。感兴趣的话，欢迎去我的主页点对应工具来体验，还是蛮好玩的。
通过这些测试，我对自己的 Token 消耗终于有了一些实际的认知。年初刚有 DeepSeek 的时候，花个两三千万就感觉已经很逆天了，不知道要忙些什么。现在呢？这两天本地有记录的消耗将近3 亿，加上之前没记录的部分和云端 Token Plan 的订阅，近 30 天总共消耗了 30 亿出头。感觉已经很省着用了，日均也跑到了 1 亿的量。
不禁有点唏嘘。也不知道是 Agent 的消耗开大了，还是我个人的需求变多了。
这笔账算下来，不知道能不能算一个成长。 但至少从"不知道拿它干什么"到"根本停不下来"，这条路是实实在在走过来的。
哞小哞的杂货铺 · 2026 · 016