前言¶

在 DeepSeek Harness（DSH）里跑智能体，每一轮对话、每一次工具调用都会落在会话轨迹里。开发者往往关心三件事：实际用的是哪套模型、吞吐和延迟如何、以及若按企业 API 价目表算会花多少钱。手工翻 session.jsonl 或只看账单，很难把「哪一步用了谁、各桶 Token 多少、与企业 Claude/Grok 价对比」对齐到同一条时间线。

下面介绍社区插件 token-gobbler（仓库 Psynosaur/dsh-token-gobbler），维护者为 Psynosaur，分类为模型推理。它读取 DSH 持久化的会话数据，重建统计并给出 Web 仪表盘与 CLI 报告；README 的定位是：在 DSH 里用模型本身就是在做评测，本插件是对这套「已跑过的评测」做审计。

这是什么¶

token-gobbler 是 DSH 的 composition 插件：从轨迹文件 ~/.dsh/sessions/<ws>/<sid>/session.jsonl.zstd（多帧 zstd 压缩的 JSONL 事件日志）解析每一会话，并结合 projection store 做模型归属与 Token 汇总；再按可配置的价目表（企业侧与本地侧）估算费用。同一套度量适用于本地 llama.cpp、DeepSeek API 或企业托管模型等任意经 DSH 记录下来的来源。

核心功能¶

会话级重建¶

对每个会话，插件会整理：

1. 模型归属 — 逐步匹配实际提供推理的 provider/model；优先使用每轮 usage 块，否则按步数估算，再否则用 profile 默认模型；并与 projection store 的权威合计对齐、拆分到实际使用的模型。
2. Token 分桶 — 未缓存输入、输出、缓存读、缓存写（thinking 作为 output 的子类，不重复计数）。
3. 速度 — 解码 tok/s（流式输出 ÷ 首块到 usage 块的时间）、预填充 tok/s（新输入 ÷ TTFT），以及逐步 thinking 时间。
4. 工具调用成本 — 按工具参数载荷体量估算（约 chars/4），而非整步上下文。
5. 定价 — 价目表（企业 vs 本地）及 WFH / 企业成本拆分。

解析与报表的核心逻辑在 lib/trajectory.ts、lib/report.ts；含多帧 zstd 解压、逐步时间戳、内存与磁盘两层解析缓存，以及 Reprocess 清空缓存后重扫历史文件。

Web 仪表盘¶

安装并重启 harness 后，DSH 设置模态框会增加 Token Gobbler 区域：折叠抽屉包括 Cost、Tokens、Speed、Activity、Chart defaults、Imported sources 等；提供 Refresh 与 Reprocess。右下角活动入口（README 中的 🦃 按钮）打开活动模态，标签页包括 Overview、Cost、Performance、Runs（同模型多次运行横向对比）、Compare（可选 2–4 条不同模型运行，按进度或墙钟时间对齐）、Daily（按日 Token 热力日历）、Llama Metrics（轮询 llama.cpp 服务）、Settings（价目表）。

图表由插件自研 canvas（client/graph.ts、client/graph-canvas.tsx）绘制，不捆绑第三方 chart 库。六种模式：Lines、Both、Dots、Trend、Bars、Heat；默认模式与曲线样式可在 Settings › Token Gobbler › Chart defaults 中配置。

导入其他 DSH 主目录¶

Settings › Token Gobbler › Imported sources 可注册另一台机器或其它 OS 上的 DSH home（例如挂载的 NTFS 用户目录、macOS /Volumes、rsync 的 ~/.dsh 副本），使统计覆盖多台设备上的 DSH 会话。

命令行报告¶

不打开 Web 也可生成报告：

node bin/token-gobbler.js          # 可读格式
node bin/token-gobbler.js --json   # 机器可读
node bin/token-gobbler.js --days N # 限定最近 N 天

package.json 中还提供 npm scripts：usage、usage:json，以及若干 report:* 辅助脚本（如 report:days）。

安装与启用¶

官方 README 给出的安装方式为：

npx @deepseek-ai/dsh plugin --profile web add github:Psynosaur/dsh-token-gobbler

完成后需 重启 harness。本地开发可在 profile 的 dependencies 中加入 "token-gobbler": "link:/path/to/token-gobbler"，并在 dsh.profile.bundles 中加入 "token-gobbler"，再执行 pnpm install。

插件要求 Node.js >= 24（见 package.json 的 engines）。当前资料中的版本号为 1.2.1，许可证 MIT。

典型用法¶

1. 按上文命令安装插件并重启 DSH（web profile）。
2. 照常使用 DSH 完成开发任务，会话写入默认轨迹路径。
3. 在设置中打开 Token Gobbler，用 Refresh 拉最新数据；若改过解析逻辑或怀疑缓存，用 Reprocess 重解析历史轨迹。
4. 在 Activity 模态的 Runs / Compare / Daily 等页查看模型归属、速度与费用；或在终端运行 node bin/token-gobbler.js --days 7 导出近一周汇总。
5. 若有多机数据，在 Imported sources 注册额外 ~/.dsh 路径后再刷新统计。

适用场景与注意¶

适合谁： 长期用 DSH 做智能体开发、需要在真实工作负载上对比本地模型与企业 API 模型表现与 Token 成本的人；希望把「日常会话」当作可复现评测数据集并保留明细的人。

权限与安全： 插件以 当前 DSH 进程权限 读取本机（及你配置的导入路径下）的会话与 projection 数据。安装前应在 GitHub 查看源码与 MIT 许可证，确认导入路径不会指向不可信目录。

生态说明： DSH 采用「一切皆插件」的扩展方式；SkillHub 目录页 为社区收录，与 DeepSeek / 幻方无官方从属关系，本文安装命令以仓库 README 为准。

结尾¶

token-gobbler 把 DSH 已记录的会话轨迹转成可审计的 Token、速度与价目对比，CLI 与 Web 共用同一套解析。进一步了解可访问目录页 Psynosaur/dsh-token-gobbler 与源码 github.com/Psynosaur/dsh-token-gobbler。