前言¶

DeepSeek 類 agent 在長任務中，80% 以上的 prompt tokens 消耗在兩類內容上：一是被一次性讀取的大文件（如 1MB 的遷移 SQL），二是被反覆搜索並回填的 grep 結果。這導致上下文窗口很快被填滿，影響推理質量。

dsh-token-saver 是一個爲 DeepSeek Harness (dsh) 設計的 Cordis 插件。由開發者 Shaw529 維護，採用 MIT 許可證。它的核心目標是在不破壞任務效果的前提下，通過掛載擴展點實現激進且無損的 token 節省。

核心功能¶

插件通過三個擴展點實現 token 優化：

• tools/post-execute：進行無損頭尾裁剪和 grep 摺疊。默認保留頭尾部分，中間用 metadata 替換，模型仍能感知內容被截斷。
• agent/pre-step：委託 dsh 官方的 ctx.compaction 機制，在壓力閾值觸發時自動進行上下文壓縮。
• 可選功能：支持 prompt-cache 段穩定排序，提升緩存命中率。

安裝¶

確保已安裝 DeepSeek Harness。在 harness home 目錄下執行以下命令安裝：

dsh plugin --profile web install dsh-token-saver

鎖定版本安裝：

dsh plugin --profile web install dsh-token-saver@0.1.0

前置條件：需要 Node.js 版本 >= 22.19.0。

配置¶

在 cordis.yml 中添加插件配置。以下是默認配置示例：

- name: 'dsh-token-saver'
  config:
    mode: balanced
    headBytes: 16384
    tailBytes: 8192
    grepMaxMatches: 30
    grepContextLines: 2
    grepHeadBytes: 8192
    grepTailBytes: 4096
    pressureThreshold: 0.5
    compactPressureThreshold: 0.5
    llmSummaryEnabled: false
    llmSummaryMaxInputTokens: 16000
    replaceBasicCompaction: false
    includeToolNames: []
    excludeToolNames: ['interaction.ask_user', 'interaction.confirm']
    cacheStableSections: ['agent-identity', 'user-instructions', 'tool-list']
    telemetry:
      onFold: |
        (event) => logger.info({ kind: 'fold', ...event })
      onCompact: |
        (event) => metrics.histogram('tokens.saved', event.savedTokens, ['engine', event.engine])

關鍵配置項說明¶

• mode：模式選擇器，默認爲 conservative。
• headBytes / tailBytes：工具結果保留的頭尾字節數。
• llmSummaryEnabled：啓用 LLM 摘要引擎（推薦在 balanced 或 aggressive 模式下開啓）。
• excludeToolNames：黑名單，防止對某些交互類工具進行截斷。

模式與效果¶

插件提供四種模式，通過 mode 字段配置：

保守模式：完全不替換 dsh 原生鏈路，僅對工具結果做無損頭尾摺疊，確保任務效果零損失。

在覆蓋 8 個真實場景的基準測試中（基於 4 chars/token 規則估算），插件表現如下：

• 保守模式：平均節省約 97.6% 的 tokens。
• 平衡模式：平均節省約 98.5% 的 tokens。

節省率最高的場景是混合會話（12 個工具），原始 tokens 約 200 萬，經平衡模式壓縮後降至約 3.5 萬。

注意事項¶

• 兼容性：保守模式不會修改 dsh 原生鏈路，適合對穩定性要求極高的場景。
• 運行環境：必須在 Node.js >= 22.19.0 環境下運行。
• 生態背景：DSH 理念是“一切皆插件”，本插件爲社區項目，與 DeepSeek 官方無官方從屬關係。

結語¶

dsh-token-saver 通過在工具執行後和執行前介入，對工具輸出結果進行智能壓縮和摺疊，能夠顯著降低長任務的 token 消耗。對於需要處理大文件或大量檢索結果的 agent 任務，這是一個值得嘗試的優化方案。

項目地址：GitHub