企业官网建设流程全解析

1. 多会话跑 DeepSeek Harness 前，先把 Key 来源钉在 TaoToken 上

在 DeepSeek Harness 里同时开八个会话做技能回归，最先出问题的往往不是插件装没装上，而是每一轮请求发出去之后，没人说得清这一轮的 Key 是哪个、从哪来、对应哪条会话记录。我这次把 Key 来源统一收拢到 TaoToken（https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=multisession_harness_intro），Base URL 固定为https://taotoken.net/api，然后才敢开多会话。原因很直接：多会话测试的变量应该只有"提示词和技能状态"，不应该把"这次用的哪个 Key"也变成随机变量。

上一轮我把 Obsidian 接进 DeepSeek Harness 时，走的是 NVM → Node 22.22.3 → pnpm →pnpm exec dsh web这条链路，中间还遇到 pnpm 拒绝执行依赖构建脚本的两行红字，靠pnpm approve-builds全选放行才过。环境通了之后，顺手把dsh-obsidian插件装上、把obsidian-knowledge-evolution技能从原来的知识助手目录整包拷过来，改掉 SKILL.md 里的工具名，然后用斜杠模糊匹配把技能挂进新会话。单会话跑得很顺，但一旦把知识召回、知识扫描、低风险自动更新、人工确认、阶段性复盘、健康体检这些用例拆成并行会话，Key 管理和 Token 记录就立刻变成了工程问题。这篇就专门讲这一层：多会话编排、Key 来源待命、Token 消耗记录三件事怎么落到可复现的产物上。

2. Key 来源待命：每轮请求前先取 Key，而不是复用上一次的

"待命"这个词在这里有具体含义：Key 不是在 Harness 启动时读一次环境变量就完事，而是在每一轮会话准备调模型之前，由一个前置步骤去确认并领取。这样做的好处是，会话列表里每一行都能挂上一个明确的 key_id，出问题可以按 key_id 回溯，而不是笼统地说"用了某个 Key"。

先把 Key 落到环境变量，避免明文散落在各个 profile 文件里。Windows 下用 PowerShell 设置当前用户级变量：

setx TAOTOKEN_BASE_URL "https://taotoken.net/api" setx TAOTOKEN_API_KEY "YOUR_API_KEY"

设置完要新开一个终端才生效。注意 Base URL 只写到/api，不要自己补/v1之类的前缀，路径由 Harness 侧或对应工具自己拼。Key 的实际申请入口放在 TaoToken 控制台（https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=multisession_harness_key_source），多会话场景建议一次创建多枚 Key，按会话组分配，这样单枚 Key 的调用曲线更容易读。

然后是 Harness 这一侧的 profile 配置。cordis.patch.yml里除了插件节点，再加一段模型来源声明（字段名以你本地版本为准，下面只保留结构和取值思路）：

# C:\Users\<你>\.dsh\profiles\web\cordis.patch.yml - id: obsidian config: vaultPath: 'D:\source\Obsidian-Harness-Test' useCli: false - id: model-source config: provider: taotoken baseUrl: 'https://taotoken.net/api' apiKeyEnv: TAOTOKEN_API_KEY keyIdEnv: TAOTOKEN_KEY_ID

apiKeyEnv这种写法比直接写apiKey: sk-xxx安全，配置文件可以随手贴进 issue 或聊天记录而不泄露凭据。改完 profile 之后重启 Web 服务：

pnpm exec dsh web

到这里"待命"的静态部分就绪了。动态部分——也就是每轮请求前的领取动作——放到下一节的编排脚本里。

3. 会话列表：把技能回归用例映射成可追踪的会话记录

多会话测试最容易写成"我开了好多个窗口，每个窗口贴一段提示词"。这种记录方式在第二次复现时会全部失效，因为没人记得哪个窗口对应哪个用例。我的做法是先落一份会话列表，再用它驱动窗口创建。

会话列表用 YAML 维护，放在 Harness 运行目录下，跟着知识库一起版本化：

# D:\source\Obsidian-Harness-Test\.dsh\sessions.yaml base_url: https://taotoken.net/api skill: obsidian-knowledge-evolution sessions: - id: s01-retrieval scenario: 知识召回 vault: Obsidian-Harness-Test key_id: tk-session-01 expect: 仅“召回回归测试”被标记为待召回 - id: s02-scan scenario: 知识扫描 key_id: tk-session-02 expect: 不直接改知识，仅新增候选知识 - id: s03-lowrisk scenario: 低风险自动更新 key_id: tk-session-03 expect: 项目事实类条目自动更新，高风险条目转人工 - id: s04-approval scenario: 高风险人工审批 key_id: tk-session-04 expect: SOP 更新 + 日志追加审批结论 - id: s05-review scenario: 阶段性知识复盘 key_id: tk-session-05 expect: 日志与项目资料更新，SOP 不重复写 - id: s06-health scenario: 知识库健康体检 key_id: tk-session-06 expect: 体检报告项与本地检查结果一致

启动会话时不要手工复制粘贴，而是写一个领取脚本，把"取 Key → 开会话 → 记录 key_id"合成一步：

#!/usr/bin/env bash # claim-key.sh —— 每轮调模型前执行一次 set -euo pipefail SESSION_ID="$1" # 1) 确认 Key 来源可用（控制台侧已创建该 key_id 对应的 Key） # 入口：https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=multisession_harness_claim echo "[claim] session=${SESSION_ID} base=${TAOTOKEN_BASE_URL}" # 2) 导出本轮要用的 Key（示例：按会话号从本地密钥文件读取，不写死在脚本里） export TAOTOKEN_API_KEY="$(sed -n "s/^${SESSION_ID}=//p" "$HOME/.taotoken/keys.env")" export TAOTOKEN_KEY_ID="${SESSION_ID}" # 3) 校验 Key 非空再放行 if [ -z "${TAOTOKEN_API_KEY}" ]; then echo "[claim] no key for ${SESSION_ID}, abort"; exit 1 fi echo "[claim] key ready: ${TAOTOKEN_KEY_ID}"

这个脚本的价值不在于它多复杂，而在于它把"待命"变成了一个可失败、可观测的步骤。Key 没配好时，会话直接不启动，而不是等到模型返回 401 才回头翻配置。会话列表 + 领取日志这两样东西凑齐，"多会话测试"才第一次变成了可复现的产物。

4. Token 消耗记录：每个会话一行，按轮次对账

多会话跑完，第二个必须留下的产物是消耗记录。没有它，你只知道"跑了一轮测试"，不知道哪个用例最费、哪条会话在重试上烧了钱。我的做法是在包装层记 CSV，字段尽量少但够用：

session_id,key_id,round,scenario,prompt_tokens,completion_tokens,total_tokens,started_at,status s01-retrieval,tk-session-01,1,知识召回,1842,613,2455,2025-01-01T10:00:12,ok s01-retrieval,tk-session-01,2,知识召回,2011,588,2599,2025-01-01T10:03:41,ok s02-scan,tk-session-02,1,知识扫描,2330,702,3032,2025-01-01T10:06:03,ok s03-lowrisk,tk-session-03,1,低风险自动更新,2604,845,3449,2025-01-01T10:09:22,ok s03-lowrisk,tk-session-03,2,低风险自动更新,2604,0,2604,2025-01-01T10:11:50,retry

写入逻辑挂在会话收尾处，失败轮次也要写，status标retry或error，否则重试成本会被吞掉。汇总时按 key_id 分组看一眼：

awk -F',' 'NR>1 {sum[$2]+=$7; cnt[$2]++} END {for (k in sum) printf "%-18s rounds=%-3d tokens=%d\n", k, cnt[k], sum[k]}' usage.csv

这样能立刻看出两件事：某个用例是不是在反复重试（rounds 异常高），以及某个 Key 的消耗是不是远超其他 Key（可能被别的脚本复用了）。这两类异常在多会话并发时几乎必现，提前有记录就能定位。做消耗对账时如果发现某个会话明显偏贵，可以回到 TaoToken 侧核对（https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=multisession_harness_usage），对照 key_id 与时间窗口，通常能直接锁定是哪一轮编排出了问题。

顺便说一下，多会话不一定要用满并发。我实测下来，涉及同一份知识库写入的用例（知识召回、低风险自动更新、人工审批）串行跑更稳，因为并发写入同一个 vault 会互相覆盖；而只读类用例（知识扫描、健康体检）可以并行。消耗记录里的 rounds 字段正好能帮你判断串并行策略有没有选错。

5. 同一份 Base URL，DeepSeek Harness 之外的工具怎么配

多会话测试跑通之后，很自然会想把同一份 Key 来源复用到别的命令行工具上，避免到处维护不同的供应商配置。这里分开写，不要混：

Claude Code走settings.json里的env段，用的是ANTHROPIC_*前缀：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY" } }

Codex走config.toml，用的是自己的 provider 字段，不能把ANTHROPIC_*套过来：

model_provider = "taotoken" model = "gpt-5" [model_providers.taotoken] name = "taotoken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "responses"

至于 CC Switch 这类切换工具，思路是"三件套"分开落盘：供应商条目、Key 条目、模型映射条目各管各的，切换时只换指针不改内容。这样 DeepSeek Harness 多会话测试用的 Key，和你在 Claude Code 里手动验证用的 Key 可以互不干扰，但都指向同一个 Base URL。真要排查问题时，先确认三件套里没有互相覆盖，再看网络层。

6. 多会话并发时的排障清单

把这次踩到的坑按出现顺序列一下，基本都是配置层能解决的：

1. pnpm 卡在构建脚本。安装依赖时出现提示依赖脚本未执行的红字，按提示跑pnpm approve-builds，输入a全选后回车继续。这不是安装失败，跳过它反而会在启动时报模块缺失。
2. 改了 profile 不生效。cordis.patch.yml是启动时读取的，改完必须Ctrl + C停掉 Web 服务再pnpm exec dsh web，热改不会自动重载。
3. vaultPath 写错导致插件静默失效。路径要写绝对路径，并且和实际知识库目录大小写一致；Windows 下建议统一用反斜杠并加引号。
4. 技能没被斜杠匹配到。先确认技能目录层级是<vault>\.dsh\skills\<skill-name>\SKILL.md，再确认 SKILL.md 里残留的旧工具名已经替换干净，最后才怀疑模糊匹配。
5. 多会话抢同一枚 Key。表现是消耗曲线出现尖峰但用例结果异常。解决方式是前面那套 key_id 分配，每个会话组一枚。
6. 会话并发写知识库。串行化写类用例，读类用例再并行。

7. 复现清单与下一步

把前面的产物固化下来，下次换机器也能重建：

D:\source\Obsidian-Harness-Test\ ├─ .dsh\ │ ├─ profiles\web\cordis.patch.yml # 插件 + 模型来源 │ ├─ skills\obsidian-knowledge-evolution\SKILL.md │ └─ sessions.yaml # 会话列表 ├─ usage.csv # Token 消耗记录 └─ (知识库正文目录)

加上一份claim-key.sh和一份按 key_id 分组的汇总命令，多会话测试就形成了闭环：会话列表决定跑什么，Key 来源待命保证每轮有据可查，Token 消耗记录负责事后对账。这三样东西都不依赖具体某次调试，是可以直接进版本库的。

下一步我打算把消耗记录接进体检报告，让"知识库健康度"里多一列"最近一次回归的 Token 成本"，这样知识库演进和成本变化能放在同一张表里看。

如果你也在做多会话编排，建议先把 Key 来源这一层收拢干净再开并发。可以从模型对话页直接试一轮请求确认 Base URL 和 Key 可用，再用 Coding Plan 规划多会话的调用节奏，Key 的创建与轮换在控制台完成，Claude Code 相关配置细节单独看文档，避免几套配置互相污染：

• 模型对话：https://taotoken.net/models/detail/chat?utm_source=taotoken_aicg_blog_end&utm_content=multisession_harness_chat
• Coding Plan：https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=multisession_harness_plan
• API Keys：https://taotoken.net/console/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=multisession_harness_keys
• Claude Code 文档：https://taotoken.net/doc/ClaudeCodeAnthropic?utm_source=taotoken_aicg_blog_end&utm_content=multisession_harness_ccdoc

Base URL 统一记住一个：https://taotoken.net/api，Key 用YOUR_API_KEY占位，落到环境变量里再被各工具引用。多会话本身不难，难的是让每一轮请求都有来源、有归属、有账可查。把这三件事做完，再往上叠技能和插件，心里就踏实多了。