前言¶
在 DeepSeek Harness (DSH) 的长上下文开发中，一个常见的问题是固定预留的输出额度（例如 384K）与不断增长的输入文本发生预算碰撞，导致服务端在输入尚未被压缩时便直接拒绝请求。dsh-adaptive-max-tokens 是一个插件，旨在将固定的输出预留变为动态额度，通过根据上下文估算动态调整 maxTokens，在压缩策略生效前释放出被占用的上下文空间。
插件定位¶
这是一个由 3289192-bot 维护的模型推理类插件。它运行在 DSH 的 Web profile 下，通过读取宿主内存中的请求元数据和会话事件来计算剩余空间，不主动联网、不写入文件、也不读取凭据。该插件仅调整输出额度，不改变模型的推理强度，也不增加模型的真实上下文容量。
核心功能¶
该插件主要解决以下具体问题：
- 动态调整 maxTokens：根据当前输入估算、上下文容量和安全余量计算允许的最大输出长度。
- 压缩后恢复额度：在压缩策略生效后，重新按配置和当前模型的输出上限计算，避免一直沿用之前缩小的数值。
- 中断续聊保持校准：利用已有的 usage 记录辅助估算，避免因单次无 usage 的回复丢失有效的校准点。
- 识别并重试超限错误：对代码中识别的上下文超限错误格式进行拦截，尝试缩小输出额度并重试一次；其他情况交回宿主处理。
- 路由兼容：在切换模型时，遵守当前路由和 agent 的显式上限约束。
安装与启用¶
在安装前，请确认当前 DSH 版本。该插件仅支持 0.1.6-alpha.1 或 0.1.7-rc.2。
1、检查版本：
dsh --version
2、安装插件：
dsh plugin --profile web add github:3289192-bot/dsh-adaptive-max-tokens#v0.1.0
安装后，默认对该 profile 的 agent 请求生效。
3、重启实例：
在任务空闲时重启对应的 DSH Web 实例，再开始新会话。如果之前手动安装过旧版，请先从自定义预设中移除或禁用旧的 adaptive-max-tokens.mjs 行，再启用本包。
卸载命令：
dsh plugin --profile web remove dsh-adaptive-max-tokens
默认参数与计算逻辑¶
插件内置了一套默认参数用于计算输出预算。以下是基于 1,000,000 上下文预算和 384,000 输出上限的典型配置：
| 参数 | 值 | 说明 |
|---|---|---|
effectiveContextWindow |
1,000,000 | 配置的上下文预算上限，取它与适配器声明值中的较小值 |
maxOutputTokens |
384,000 | 配置的输出上限，同时受当前适配器和 agent 上限约束 |
safetyTokens |
32,768 | 为估算误差保留的空间 |
minOutputTokens |
16,384 | 期望最低额度，空间不足时仍会继续收缩 |
pendingWeight |
1 | 待接收输入的最低估算权重 |
log |
true |
输出预算变化日志 |
计算逻辑简化为：输出额度 = max(1, min(输出上限, 上下文预算 − 安全余量 − 输入估算))。
适用场景与限制¶
适用场景：需要处理长上下文对话，且希望减少因固定输出预留导致的上下文溢出错误的场景。
重要限制：
1. 无法保证不溢出：插件基于估算计算，包含误差。附件、新工具及大段新输入可能超出估算，无法保证每次请求都不会超限。
2. 不增加容量：插件不增加模型真实上下文容量，也不修改官方压缩策略或摘要参数。
3. 重试范围：重试仅支持代码中识别的上下文超限错误格式，未知格式直接交回宿主。
4. 隐私安全：插件仅读取内存中的请求元数据和 usage 数据，不涉及凭据读取，但启用日志后会记录会话标识与错误信息。
总结¶
dsh-adaptive-max-tokens 是一个为解决长对话中输出预算冲突而设计的实用工具。它通过动态收缩和恢复机制，让输出额度让位于输入，配合官方压缩策略使用，能显著提高长上下文任务的稳定性。更多详情与兼容性说明可查阅 GitHub 仓库。
