前言¶
在使用 DeepSeek Harness (DSH) 進行開發或調試時，除了關注對話內容本身，Token 的消耗情況、費用估算以及上下文管理的最佳實踐同樣重要。dsh-token-attention 插件旨在爲 DSH 提供一個可視化的詞元管理面板。它不直接干預請求，而是通過記錄每一段對話的 Token 消耗與費用（按任務/日/周/月彙總），結合 DeepSeek 的峯谷計價策略，爲執行時機、會話切換以及 Hand-off 文件的撰寫提供客觀建議。
核心功能¶
該插件在 DSH 設置中提供五個視圖：概覽、會話、任務、成本和設置。
- 按任務分類賬：記錄輸入命中、未命中、輸出和推理的 Token 消耗，按任務、日、周、月彙總，並計算預估費用。
- 建議引擎：識別任務類型，根據上下文佔用、輪次、命中率、成本和模型混合情況，給出具體的執行窗口、切換會話或撰寫 Hand-off 的建議。
- 注意力 KPI：爲每個會話提供注意力分數、命中率、上下文佔用率和壓縮計數等關鍵指標。
- 峯谷計價支持：支持 DeepSeek 的峯谷計價（半價窗口），如高峯時段 9:00-12:00 和 14:00-18:00。
- 多模型分解：按模型維度分解成本和命中率（例如 deepseek-v4-flash / pro / grok）。
- 數據導出：支持 Markdown 和 CSV 格式的分類賬導出，提供 Hand-off 模板。
- 零依賴存儲：使用本地 SQLite 存儲數據，無需網絡請求。
安裝與啓用¶
通過 npm 發佈後，使用官方安裝命令添加插件：
dsh plugin --profile web add dsh-token-attention
安裝完成後，重啓 DSH 並在設置中打開「詞元管理」面板。數據文件存儲在 DSH_HOME/token-attention/token_records.db。
工作原理¶
插件通過訂閱 DSH 的 session/event 流來收集數據，並將歸一化後的記錄寫入 SQLite。啓動時會進行回放，利用冪等的 last_seq 游標重放現有會話。隨後，每小時進行一次增量彙總寫入 daily_agg 表，並每日進行一次全量重建以修正數據。
對於上下文佔用等指標，插件優先讀取 DSH 內置的 session-projection 和 session-stats 數據源（如 contextPressure.projectedTokens），若源數據不可用，則使用自身計算結果。
配置¶
面板中的設置可編輯並保存至 SQLite，包括模型定價表（默認 flash 命中 0.05/百萬 Token）、峯谷時段（默認 9-12, 14-18）、上下文佔用建議閾值（默認 70%）、輪次建議閾值（默認 40）和命中率建議閾值（默認 40%）。
注意事項¶
- 環境要求：需要 Node.js 版本 >= 24。
- 非限流工具：該插件不是省錢工具，它不會限流或取消請求，僅提供事實和建議。
- 本地存儲：所有數據存儲在本地 SQLite 中，
dispose方法會清理定時器和 SQLite 連接。
總結¶
dsh-token-attention 通過將 Token 消耗與費用透明化，並基於 DeepSeek 的定價機制提供執行建議，幫助開發者更精細地管理智能體開發流程。其本地 SQLite 的存儲方式保證了數據的隱私與獨立性。
