DeepSeek Harness 动态插件：dsh-plugin-save-token

前言¶

DeepSeek Harness (DSH) 支持动态插件扩展。在智能体开发中，工具输出的 JSON、CLI 表格或日志往往直接进入对话上下文，导致 Token 成本随对话轮次线性增长。dsh-plugin-save-token 是一个动态插件，旨在通过结构感知的压缩和去重策略，在不降低模型推理质量的前提下降低 Token 成本。所有优化均遵循可逆原则，即任何替换必须能通过工具一键还原。

核心功能¶

插件实现了以下核心机制：

1. 结构感知压缩
   对管道分隔的高密度表格（≥70% 行共享相同分隔符），采用保留首 60 行和尾 40 行，并对中间部分进行步长采样的策略。模型接收的版本包含原始行号标注（如 L61: ...），确保检索的精确性。

2. TOON 风格无损编码
   对统一 JSON 数组（如包含 300 个同质对象的 API 响应）优先使用 TOON 格式进行无损编码（如 prices[300]{model,input,output}:），仅在无损路径不可用时才启用有损压缩。

3. 压缩-缓存-检索 (CCR) 模式
   在每次替换前，将原始文本写入磁盘（通过 dsh 的 spillStore）。压缩后的内容嵌入两个检索路径：动态工具 save_token_expand（通过 marker id 调用）以及文件定位符。

4. 跨轮次去重
   对 90 秒时间窗口内字节完全相同的输出，替换为引用上一轮上下文的 Stub，防止重复内容堆积。

5. 双重门控机制
   只有同时满足以下条件才会生效：
   - Byte gate：压缩后大小 ≤ 原始的 72%，且绝对节省 ≥ 500B。
   - Token gate：预估 Token 数严格小于原始数。
   任一条件不满足则保留原内容。

6. 错误行保护
   在日志类输出的压缩区域，保留最多 25 行匹配 error/fatal/traceback/timeout 等关键词的行。

7. 压缩压力耦合
   在推理步骤边界检查上下文大小。当实际上下文超过 120k tokens 时，触发 DSH 原生的 compaction.compactIfNeeded() 方法。

8. 全链路计量与仪表盘
   拦截 llm/stream 事件，分别计量实际计费的 Token 和通过压缩避免的 Token。在设置页面提供双面板仪表盘，展示 KPI、堆叠图表和排行榜。

使用方式¶

插件为 DSH 客户端提供了动态工具 save_token_expand，用于根据 marker id 检索压缩后的内容。用户可在设置页面查看详细的 KPI 和按请求的堆叠图表。

适用场景与限制¶

• 适用场景：当大型工具输出（API JSON、CLI 表格）直接进入对话上下文时。
• 不触发场景：当智能体使用“写入文件再读取”的模式时，插件不会介入。
• 前置条件：可逆性是硬性前提，如果磁盘写入（spill）失败，压缩操作将被放弃。

生态与链接¶

• 所有者：vibe-any
• 许可证：MIT
• 仓库：GitHub
• 目录：SkillHub