前言¶

在 DeepSeek Harness 上跑本地小模型時，一個 cat 或 read 就可能塞滿上下文：read 的默認上限是 2000 行 / 50 KB，bash 是 16000 字符。對 128k 的雲端模型無所謂，對 4k–32k 的本地模型，一次調用就能把窗口占滿。而自動 compaction 只在對話已經接近窗口時才觸發，擋不住單個超長結果。dsh-result-budget 就是用來在這條通路上加一道按窗口計算的預算。

下面是這個插件的定位、機制、安裝方式和注意事項。

這是什麼¶

dsh-result-budget 是 DeepSeek Harness 插件，由 Wildchiken 維護，分類是「模型推理」。它的用途是讓每個工具結果的大小貼合當前模型的上下文窗口，使本地和小窗口模型不會被單個超長輸出淹沒。預算隨模型切換而變化，不是爲某一個具體模型調好的固定數字。

插件只改變模型看到的內容，會話日誌裏仍然保留工具的真實輸出，事後仍然可以查看。它的寫入方式與宿主自帶的 tool-result pruner 用的是同一對原語：先按 compaction/prune 的 shadow 價格計算，再以 tool/result 替換節點表面。這依賴 dsh-token-meter，它屬於基礎 bundle。

爲什麼需要¶

官方 dsh 用固定數值限制工具輸出。對小窗口本地模型來說，問題主要有三點：

1、50 KB 的 read 大約等於 13k token，一個 8k 窗口的模型調用一次就滿了。
2、自動 compaction 只在對話已經接近窗口時才運行，無法阻止單個結果把窗口填滿。
3、小模型在長上下文裏退化很快，即使不溢出，無關輸出也會拉低質量和速度。

工作機制¶

在每一步之前，插件對從上一步以來到達的結果做處理：

budget = max(ratio × (contextWindow − reservedOutput), minTokens)   # 如果設置了 maxTokens，則被其封頂

contextWindow 與預留輸出的取值方式和官方 dsh-compaction-basic 一致：通過 llm.resolveModelInfo 取會話路由到的 provider/model；預留輸出取請求的 maxTokens，沒有則取模型默認值。

超出預算的文本保留開頭 75% 和結尾 25%，並在中間插入一行提示，告訴模型怎樣查看剩餘部分，例如 shell 工具用 grep/head/tail。默認參數下，不同窗口的單結果預算大致是：

read 的處理不同：它從開頭保留完整行，並給出準確的 offset 繼續讀取。分頁文件中間挖洞會被靜默跳過，所以不留尾部。如果連一行都放不下，提示會指向 bash 而不是同樣的 offset。

token 估算按文本類型區分：每個數字按一個 token 計，標點和中日韓字符逐個計數，字母按單詞長度計。宿主使用的固定 4 字符/token 在數字和哈希上偏差最高達 4 倍。這裏的權重是在三個本地模型報告的 token 數上擬合的，又在未參與擬合的文件上驗證：平均誤差 6%，固定比例是 25%。

圖片等非文本塊直接透傳。插件首次見到會話之前的歷史不做處理，provider 的 prompt cache 因此得以保留。如果模型沒有聲明 contextWindow 或查詢失敗，則套用 fallbackTokens。

安裝與啓用¶

按 profile 安裝：

dsh plugin --profile <name> add "github:Wildchiken/dsh-result-budget"

作爲 bundle，它會作用於該 profile 裏的所有 agent。

如果只想讓插件覆蓋某一個 agent preset，可以跳過 bundle，在 preset 的 plugins 裏列出它，此時它只覆蓋該 preset 的 agent：

- insert:
    - id: preset-local
      name: '@deepseek-ai/dsh-agent-preset'
      config:
        id: local
        name: Local
        plugins:
          # ...該 preset 自帶的工具...
          - id: result-budget
            name: dsh-result-budget
            config:
              ratio: 0.15

也可以從自己的插件裏組合它：

import { installResultBudget } from 'dsh-result-budget'

export function apply(ctx) {
  ctx.inject(['llm'], (ctx) => installResultBudget(ctx, { ratio: 0.1 }))
}

配置項¶

配置不合法時（未知 key、ratio 越界、非正整數、minTokens > maxTokens）會在加載時報錯，而不是靜默回退到默認值。

與其他組件的關係¶

• tool-result-pruner 只在 compaction 觸發時裁剪歷史結果；這個插件在結果進入對話時就限制。可以兩者同時使用。
• spill-policy 在基礎 bundle 裏，固定上限 12500 token，會把完整結果存到模型可讀的文件裏，並跳過 read。它先運行，這個插件保留的文本結尾正好是 spill 的提示所在位置。結果落在這個預算與 spill 上限之間時不會生成文件。
• Per-tool caps（readLimit、maxOutputChars）可以保持默認值，這個插件在它們之後運行。
• 相關項目 argszero/dsh-tool-output-budget 更早出現，同樣在結果到達時限定單個結果並保留日誌，但它的預算是固定的字符數。想要所有模型用同一個數字可選它；想要預算跟隨模型窗口則選這個插件。

效果與侷限¶

README 給出了一組在 Spark X2.6 4B（LM Studio）上通過 headless runner 跑 6 個大量工具輸出任務的對比，測試版本 v0.2.1，原始數據在 bench/ 目錄：

• 8k 和 16k：按任務配對後，有 7 次只在啓用插件時通過，沒有一次只在關閉時通過（p ≈ 0.016）。平均耗時也更短（8k 時 48 秒對比 69 秒，16k 時 57 秒對比 108 秒）。
• 32k：可能反而有害。兩次失敗都是本來能放下的結果被裁掉了——一個 read 在模型需要的行之前被截斷，一個 grep 的關鍵行落在被刪掉的中間部分。32k 的樣本很小（啓用插件只有 6 次運行）。在 32k 及以上窗口，可以考慮調高 ratio 或不啓用插件。
• 只測了一個模型，任務也是特意選了大量輸出的場景，所以反映的是它在哪裏有用，而不是普遍性。

其他已知侷限：

• 預算用的是估算而非模型的 tokenizer，只在三個本地模型上擬合，其他模型上可能有差異；對會合並數字的模型來說在數字和哈希上偏高，這類結果會被裁得比實際需要的更早。
• 被省略的內容模型無法直接讀到，除非 spill-policy 存過文件。模型要麼重新獲取，要麼按 shell 工具提示的方式收窄輸出重跑，後者意味着帶副作用的命令會執行第二次。
• 小模型可能忽略提示。測試中一個本地 4B 模型跳過了建議的 offset，改用 grep。
• 默認值只在一個本地模型上驗證過。

另外，宿主模型客戶端 pi-ai 本身也會限制輸出：它把最大輸出設爲 window − estimated input − 4096，至少爲 1。在 8k 窗口下，上下文超過大約 4k token 後模型只剩一個 token，回合會以 max-tokens 結束。這也是上表中插件關閉時大多數失敗的原因。

適用場景與結論¶

適合在本地或端側跑小窗口模型、且會收到大量工具輸出的 DSH 場景。插件以安裝時的 dsh 進程權限運行，安裝前應當檢查其源碼與許可證（本插件爲 MIT 許可）。

它的價值在於把「固定上限」換成「跟隨當前模型窗口的預算」，讓小窗口模型不至於被單個結果沖垮，同時保留完整日誌。代價是估算存在偏差、被裁內容需要重新獲取，且在 32k 以上窗口默認參數可能裁掉本來夠用的結果。

插件目錄頁：https://www.skillhub.cn/plugins/Wildchiken/dsh-result-budget

源碼與文檔：https://github.com/Wildchiken/dsh-result-budget

需要說明的是，SkillHub 是獨立社區站點，與 DeepSeek / 幻方沒有官方從屬關係。