# 性能观测与结果局限
## 可选观测
```sh
RUASK_TRACE=1 ruask git status
```
stderr 末尾追加一条 `ruask-trace:` JSON,记录单调时间、请求大小及 HTTP 状态等数值。默认关闭,不记录查询、回答、地址或凭据,不改变 stdout 和退出语义。阶段覆盖配置完成、HTTP 开始/响应/首字节、首正文、完整行/命令候选、结束和退出。
Trace 的命令标记只表示符合格式的完整命令候选,不证明正确性。客户端时间不能独立拆分网络、网关排队、服务缓存和模型推理。测量定义及质量核对见[测试说明](testing.md)。
## 显式推理设置
支持 `thinking.type` 扩展的 OpenAI 兼容服务可设置 `OPENAI_THINKING=enabled|disabled`,或用户文件中的 `[openai].thinking`。环境变量优先,未设置时省略字段,继续采用服务默认值;原生 Anthropic 忽略此设置。不支持扩展的服务可能拒绝请求。
当前 CLI 不提供 `reasoning_effort` 配置,也不自动更改用户配置或模型策略。
## 当前采用的架构(2026-11)
2026-11-09 至 11-10 的架构对比实验(单一 OpenAI 兼容服务,自建 116 题评测集,中英文、Linux/macOS 混合)后,采用以下组合,代码已在 `main`:
- 只有命令名、没有 `-q` 和 stdin,且本地有 tldr 页面时直接渲染页面,不请求模型;
- 其他查询在命令命中页面时,把命令页和同族相关页作为 `reference` 交给模型;
- 精简指令并给出严格的三行格式示例;说明与用途逐字显示,命令整行显示。
实验中的首条正确命令耗时(p50 / p95):
| 简短命令 | 4.55 s / 6.87 s | 5 ms / 10 ms(本地直出) |
| 子命令 + 问题 | 3.93 s / 14.7 s | 2.36 s / 3.41 s |
| 自然语言 | 2.69 s / 6.29 s | 2.17 s / 3.05 s |
| 管道输入 | 5.63 s / 11.0 s | 2.79 s / 3.33 s |
人工复核后两者均为 116/116 正确,采用方案的格式违规为 0。速度收益主要来自关闭 thinking 和本地直出;`reference` 注入用于在关闭 thinking 后守住冷门工具题的准确率。
局限:
- `thinking` 不是标准参数,CLI 默认仍不发送;上表的“关闭 thinking”需要用户按上文显式设置,且只对支持该扩展的服务有效。
- 只测了一个服务和模型,未测 Anthropic 协议;评测集自建,规则判对的回答只抽样复核,不是独立盲评。
- 向量检索、本地小模型和“先显示 tldr 再补模型回答”均测过但未采用。
## 历史结论(2026-11-04)
此前的单变量研究(Prompt、Thinking、reasoning effort)结论为 INCONCLUSIVE:部分设置测得较低延迟,但当时未同时通过正确性、完整回答质量和安全性验证。上面的架构实验通过 `reference` 注入和格式约束解决了“关闭 thinking 更快但出现质量错误”的矛盾。
本地固定响应回放和客户端微小耗时不能替代真实模型质量、完整回答速度或安全结论;本页不提供跨服务性能保证。