DSH HUB
HomePlugin StorePlugin PacksCommunityRankingsResourcesPublish Guide
Plugin source
Back to catalog

INFIcer /

INFIcer/dsh-fold-context

Verified

This plugin has no description yet.

★ 0 Stars0 Forks0 IssuesN/A Community rating0 Confirmed installs
View on GitHub
READMESource: master@a80b467a

dsh-fold-context

按轮折叠 DSH 会话历史:每轮结束时把本轮的思考、工具输出与长回复折成一条检查点消息,原文可凭编号召回,重要的结论由模型按需固化成常驻消息。

它不接管压缩引擎,只降低每轮历史进入上下文的速度。

行为

  1. 轮结束(agent/turn-stopping)时,把本轮从第一条非保留消息到最后一个节点的区间整体替换成一条 user/message 检查点消息。
  2. 不折:真正的用户原话、调度器投递的用户指令、fold_pin 重要消息、上一次的检查点本身、system/message,以及全部上下文注入(审批变化、子代理通知、工具变更、模型切换、运行时快照、时间上下文、技能目录等);折不折按比例判断——检查点长度低于原文的 minFoldRatio 倍(默认 0.5,至少省一半)才折,否则保留原文;没有单独的「轮次太小不折」阈值,小轮次同样按比例算。注入一概保留:一次性注入宿主不会补发,折掉就永久丢失;会重放的那几种,宿主按「消息还在不在可见历史里」决定要不要再发一份,折掉省下的量会被完整重发抵消(技能目录重发的还是全量)。真正被折的只有思考、工具输出与长回复。
  3. 检查点正文写清折叠了几步、几次工具调用、工具名、回复的开头与结尾(markdown 回复按标题摘要,见第 4 条),并给出 fold_recall("f7") 这类编号;另有一行「· 文件:改过 …;读过 …」记下这一轮碰过哪些文件——改过的要重读,只读过的不必整份重读。
  4. 召回是分级的:fold_recall("f7") 先算分段目录(段号、类型、字数、开头——每行在预览与原文之间取更短的一种,预览不比原文短就直接给原文),目录整体省不到原文的 minFoldRatio 倍时直接返回原文、不做两级召回;否则给目录,模型再用 fold_recall("f7", parts: ["1", "4-6"]) 或 parts: ["think"] / ["tools"] 多选取回。超过一次召回额度的长 markdown 回复还会按标题切成独立段,短回复仍整段返回。内容召回会累计次数,超过 recallReminderAfter 时要求模型用 fold_pin 固化结论;只查目录不算。载荷在折叠时就保存整段原文(含最终回复与完整的工具调用参数),召回限流只发生在返回时;载荷按会话受 maxStoreTokens token 约束,超了先清理最旧的折叠。
  5. 只记得关键词时用检索:fold_recall({query: "lib/web.js"}) 扫全部折叠原文,只回折叠编号、段号与命中片段,不返回原文,也不计召回次数;拿到编号后再 fold_recall({id: "f5", parts: ["2","4"]}) 取原文。id 与 query 同时给时,只在这条折叠里筛段。
  6. fold_pin 追加一条 【重要·永不折叠】 标题 消息:本插件的按轮折叠不会折它;长会话里压缩层仍可能随时间把它并进摘要,插件不补发。发布时可以标 level:省略或 "permanent" 是长期重要,消息头是 【重要·永不折叠】 标题;"recent" 表示近期重要、可能过时(临时但可能跨轮用),消息头是 【近期重要·第N轮·可能过时】 标题,N 是发布时的会话轮次,与检查点「第 N 轮已折叠」同一个计数口径。recent 不自动过期、不改写已注入的消息,跨几轮后由模型用前核实或重读来源;两个值以外一律不发布。账本按「模型此刻看得见的那几条」计价:核对活会话里的历史,被卷走的标成 present: false 只报体积、不进成本;反过来,上下文里还在、载荷里已无记录的也按字数计价(卡片会写「其中 N 条账本没有记录」)。拿不到活会话时保持旧口径(按载荷记录算)。默认不设条数与长度上限:值不值得记交给模型判断,maxPins 与 pinBudgetTokens 只有在显式设成正数时才作为软上限提示,不会拒绝发布。
  7. 系统提示词追加一段 fold-compression,说明机制与三个工具(fold_recall、fold_pin、fold_config)的用法。
  8. 模型可以用 fold_config 在会话中查看、修改或重置配置,不用重启。
  9. 折叠按会话启用:foldSubagents 默认 false,只在主会话折叠;子代理(含 fork)的轮次保持原文。子代理只得到一段短提示——本会话不折叠,fold_pin 记下的重要消息只有自己看得见;普通子代理没有 fold_recall / fold_config,fork 子会话因为历史里有父会话的检查点,再多一句「可按编号取回」并保留 fold_recall。子代理里 fold_pin 照常可用——它只写进子会话自己的日志与账本,父代理看不到(父代理只接收最终回答),所以要交出去的结论必须写进最终回答。fold_config 在子代理里仍然只读;fork 子会话的账本汇总与关键词检索也只算本会话。
  10. 「以后还要照着用」的内容靠 fold_pin 保住,不靠识别工具名或路径:用户明确提到记忆、备忘、技能、长期约定,或模型自己读到、写下以后还要照着用的内容时,读完就用 fold_pin 把接下来要用的那部分固化下来,允许逐字抄原文;临时看一眼、改一下就完的文件照常折叠。技能正文是要照着执行的步骤,加载后如果这一轮之后还要用,同样先固化再动手。插件不判断语义,也不按文件名自动保留——判断交给模型,代价是它可能忘记固化。

安装

profile 的 package.json 里加 link 依赖并把包名加进 dsh.profile.bundles:

"dependencies": { "dsh-fold-context": "link:E:/dsh-fold-context" },
"dsh": { "profile": { "bundles": ["...", "dsh-fold-context"] } }

重启 DSH 生效。包内 cordis.patch.yml 负责把插件插进插件表。

配置

配置按「默认值 < profile 里的 config < $DSH_HOME/fold-config.json」合并,文件里的值最后生效。加载时越界值自动钳制、未知键忽略并写一条 warn,所以写错配置不会让插件起不来。

fold-config.json 是覆盖层而不是快照:单独 set 一个键时,只把这个键写进文件,profile 里的其它值不会被冻结(以后改 profile 仍然生效)。reset 会把全部字段显式写成默认值,所以它会盖过 profile;想回到 profile 的配置,删掉这个文件或把它改成 {} 再重启。升级默认值时,文件里没碰过的字段会跟着新默认值走。

文本型字段(systemPromptText、recallReminderText)还有一层:写盘时把「值恰好等于代码默认值」的键记进 _fromCodeDefault 清单,加载时这些键改取当前默认值。这样 reset 之后默认文案仍会随代码升级,不会把旧文案冻在文件里;自己写过的文案不等于默认值、不进清单,重启后保持原样。

enabled 是给对账用的总开关:关掉后插件对模型完全静默——不折叠、不注入折叠说明、也不注册 fold_recall / fold_pin / fold_config 三个工具,账单就等于「没装这个插件」。顶栏「折叠」页与插件设置页照旧工作(它们直接读载荷与配置文件),所以关掉之后还能从页面把开关打开;提示段与工具在下一轮重新挂上,不用重启。foldSubagents 在总开关打开后决定子代理会话是否也折:默认只在主会话折,子代理里留下 fold_pin 与(fork 的)fold_recall。

字段 默认 范围 作用
enabled true 布尔 总开关。关掉后不折叠、不注入折叠说明、也不提供召回与固化工具;顶栏折叠页仍可用,用来核对未压缩的账单
foldSubagents false 布尔 子代理会话(含 fork)是否也折叠。默认只在主会话折叠;子代理里不折、只注入一段短提示(pin 只对自己可见),但仍可用 fold_pin 记自己的备忘;fork 子会话保留 fold_recall 以读父会话的载荷
minFoldRatio 0.5 0.05~1 摘要 / 原文长度低于它才用摘要、给目录,否则保留原文;折叠检查点与目录整体按这个二选一;只决定折不折,不压缩摘要长度(检查点长度按精确值算)
maxNoteTokens 300 20~1000 检查点里回复预览本身的 token 估算上限(元信息不占额度);回复不超上限时原样保留,超过时 markdown 回复按实际标题摘要比较(长度按标题算出,不比原文短就保留原文),其它回复取开头+结尾
recallReminderAfter 1 1~50 同一段召回超过几次就提醒固化
recallReminderText 内置文案 ≤2000 字 固化提醒,支持 {count} 与 {tool};空串表示不提醒
recallIndexPreviewTokens 25 5~125 分段目录里每段预览的 token 估算上限;预览不比原文短时,这一行直接给原文
maxRecallTokens 1000 250~50000 单次召回返回的原文 token 估算上限(也用作分段目录与检索结果的额度)
searchPreviewTokens 15 5~75 关键词检索结果里每段命中片段保留的 token 估算量
maxSearchFolds 8 1~50 关键词检索一次最多列几条折叠(更早的只给数量提示)
maxPinTextTokens 0 0~50000 单条重要消息的正文 token 估算上限,0 表示不截断;设成正数只截断、不拒绝
maxPins 0 0~100000 重要消息条数的软上限,0 表示不限制;超了照常发布,只提示
pinBudgetTokens 0 0~2500000 全部重要消息的 token 估算软预算,0 表示不限制;超了照常发布,只提示
systemPromptText 内置文案 ≤20000 字 系统提示段,支持 {{recallTool}}、{{pinTool}}、{{configTool}}、{{minFoldRatio}};空串表示不注入
promptOrder 300 -1000~10000 系统提示段的排序值,越小越靠前
foldToolOutputs true 布尔 false 时工具输出既不进摘要、也不进召回载荷,也不计入折叠判断的原文长度
maxFoldsPerTurn 8 1~32 一轮最多折成几段,超出的片段保留原文
maxStoreTokens 2000000 0~25000000 每个会话的 fold-store 载荷 token 估算上限,0 表示不限制;超了从最旧的折叠开始清理
cacheHitRate 1 0~1 前缀缓存的真实命中率(DeepSeek 实测约 97%)。只在没有 provider 回报时兜底;有回报时成本模型改用实测值
priceCacheHitInput 0.02 0~1000 缓存命中输入单价,元 / 百万 token(DeepSeek 空闲时段官方价,高峰是两倍)
priceInput 1 0~1000 输入(未命中缓存)单价,元 / 百万 token(同上)
priceOutput 4 0~1000 输出单价,元 / 百万 token(同上)

recallReminderText 的占位用单花括号,systemPromptText 的占位用双花括号,两者互不影响。

运行时用 fold_config 改配置:

  • fold_config({ action: "get" }):返回当前生效配置、配置文件路径与每项取值范围。
  • fold_config({ action: "set", patch: { maxNoteTokens: 400 } }):只接受上表白名单键,逐项校验;通过后写文件并立即生效。非法键或越界值整批拒绝,不会出现「改了一半」。
  • fold_config({ action: "reset" }):把全部字段显式写成默认值并落盘,覆盖 profile 里的同名配置。

手工改 fold-config.json 也可以,但要重启 DSH 才生效;想让改动立刻起作用,用 fold_config。

数据落在哪

  • 会话日志:检查点与重要消息都是普通 user/message,source.kind 分别是 fold-checkpoint、fold-pin。恢复/分叉照原样重放,不依赖插件在线。
  • $DSH_HOME/fold-store/<会话>.jsonl:折叠原文、召回次数、重要消息快照、每轮实测用量(usage 记录)。实测与折叠无关:关掉总开关、或这一轮没折,provider 回报仍会落一条,账本才能拿它核对估算。召回靠折叠原文,删掉就只能看到检查点的摘要行。文件在首次访问时解析一次,之后走内存索引;超过 maxStoreTokens 时按会话从最旧的折叠开始清理,被清理的编号在召回时会明确说「已清理」,并保留一条 prune 记录。
  • $DSH_HOME/dsh-fold-context.log:运行日志。

可视化调试

只有一处:顶栏「折叠」页。账本看 token 收支(下一节),模型视角看模型实际收到的历史——折叠检查点、被折叠的原文、召回与检索的痕迹、引用跳转,都能在那里点开对照。

早先那份单文件 HTML「逐轮报告」(GET /fold-report)与离线渲染脚本 tools/render-report.mjs 已经删掉:它是静态快照,而同样内容在模型视角里能点开、能互相跳转,还不会和账本口径分叉。

顶栏「折叠」页

插件自带客户端 bundle(client/client.js,手写 CJS,不需要构建),在会话顶栏注册一个「折叠」Tab(conversation.view,order 20)。页头(标题、两个子页标签、「更新于」)粘在视口上沿,翻明细表时不会滚丢;账本没有「刷新」按钮——每 5 秒自己拉,页头那行时间就是它的新鲜度。页面分两个子页:

  • 账本:每 5 秒拉一次同源 GET /fold-stats?session=<会话 id>,看 token 收支;另外每 20 秒拉一次 GET /fold-composition?session=<会话 id> 单独更新构成图,不跟整份模型视角一起重拉。
    • 顶部是「上下文构成」:折叠后与不折叠两条共用比例尺的堆叠条(以不折叠总量为满格,折叠后按比例缩短,不折叠条上有一道竖线标出保留位置)、九类占比表(系统提示 / 旧版系统提示 / 工具定义 / 用户原话 / 思考与回复 / 工具调用与结果 / 上下文注入 / 折叠摘要 / 重要消息),以及堆叠面积时间线(横轴每格是一轮或一次折叠/压缩事件;面积是当前视角,虚线是另一视角的总量,可切总量与每块增量)。时间线按会话事件重放,有压缩的会话会在压缩点看到掉下去的台阶;当前总量与 dsh-context 浏览器同口径(只算最后一条系统提示 + 工具定义 + 消息)。
    • 两张图左右并排(窄屏自动堆叠):构成图回答「省掉的是哪一类」,趋势图回答「省下的量怎么累积」,并排放才方便对照,也不会被拉成一整条横线。
  • 模型视角:拉 GET /fold-view?session=<会话 id>,按轮展示 session.deriveMessages() 派生出的真实历史——也就是折叠后模型实际收到的样子;折叠检查点展开可对照被替换掉的原始内容。首包只带每轮的分组头与重要消息,展开某一轮时才用 GET /fold-turn?session=<会话 id>&ordinal=<组号> 取那一轮的条目:长会话整份历史有几十 MB,一次下发会让页面先卡在解析和内存上。
    • 重要消息不再单独汇总,而是按时间顺序贴在它出现的那一轮卡片之后,按级别分色常显(长期重要紫色、近期重要天蓝)、展开可读全文——汇总会丢掉「什么时候写下的」这条信息。

    • 召回留痕就地标出来:条目头逐次列出直接调用的 fold_recall(编号、段、筛选词),写在 run_code 脚本里的调用也认;检查点把折叠原文里的调用按次数汇总成「含召回 N 次」;轮卡片头显示这一轮的合计(召回 / 检索 / 被召回),页头再汇总整页——父级数字始终是子项之和。调用上的段不是照抄参数:有工具结果时以结果里实际返回的段为准,没有结果正文时才按 parts / query 解析;parts: ["reply"] 会写成「段 #128」,连续段压成「段 #195-#207」。三种方向的标签各一个颜色:召回黄、检索橘黄、被召回红——正文是灰的,靠色相才扫得出这段历史被谁取过。

    • 判断只认代码位置:run_code 的参数先按 JSON 解出 code 字段,再跳过字符串、模板与注释,只认 tools.fold_recall({ ... }) 这种写法。文档、日志、回复里抄的示例不会点亮标记——宁可漏标,也不误标。

    • 「被召回」按折叠编号对召回流水,标在检查点上:取回的是原文,检查点本身没有被重发。分段召回再往下标一层:调用参数里的 parts / query 选中的第几段,就标在检查点原文列表的那一段上(目录行也带「召回×N」),展开前的标题给出「其中 N 段被召回 M 次」;轮卡片与页头的「段次」是这些段标记的和,父级仍然只做加法。

    • 召回返回的原文折起来看:模型视角里的 fold_recall 结果按工具自己写的段头切成一层层折叠条目(整段 / 分段 / 目录三种形态都认),标题写明取回几段、哪几段(#195-#207)、多少字、几段被截断;单次上限切在某段中间时,截断点单独标一行「原文 N 字 / 本次只返回前 M 字」,没取回的段也单列出来;取回的段多到一屏放不下时同样进限高滚动框。

    • 折叠原文面板里的分段目录默认收成一行(「分段目录 · 64 行 · 8.2k 字(≈2.0k token)」),点开才铺出那几十行;每段本身是独立折叠条目,标着段号、类型与被召回次数。目录是第一遍真正发给模型的东西,收起行就把目录自身的字数与 token 写出来——和标题行里原文合计是两个数,别混。段条目与目录行超过一屏时(20 段 / 40 行)装进限高滚动框:展开只多一屏,页面高度不随段数增长,切分点与「还有 N 段没取回」这类尾注留在框外。段里发起过的召回也标在段头:折叠原文里的调用以前只报到「含召回 N 次」,现在跟着段一起带出来,段条目的 chip 直接写「召回 f4 · 段 #128」。一条段被切成「思考 + 调用」两段时,标记只落在调用段上(按块归属 recallCallBlocks)——思考段不重复标,同一串 chip 出现两次是标错了位置,不是两条记录。

    • 召回调用与被召回的段可以互相跳:点调用上的 chip 打开面板,列出这次实际取回的段,点一条就展开那条折叠的检查点并滚到对应段;点段上的「被召回 N 次」反过来只列这一段的调用,点一条跳到那次调用所在的位置。落点精确到段:调用发生在折叠原文里时,服务端随调用下发它在原文里的段号(partNo),引用表记成 {o, i, part},跳过去会依次展开检查点、折叠原文、那一段,而不是只停在检查点上。轮卡片上的「召回 N 次 / 被召回 N 次」也能点:那一轮的正文按需拉回来后再列成同一套可点条目。跳转只做定位——展开目标、滚动到看得见的地方、短暂描边,不复制原文。

    • 面板里的每条段落点都带那一段的正文开头(约 120 字,去掉段头 [类型] 前缀);从段反查调用时,这一段自己的开头摆在面板顶部。预览按需取:面板打开时才读目标那一轮(按会话 + 轮次 + 数据版本缓存,同一轮只发一次请求),取不到时明写「没有取到这一段的正文」,不拿段号冒充内容。

    • 调用 chip 上的段以工具返回为准,不照抄参数:结果里只有 #195、#196,就标这两段(参数写 195-207 也一样);整段召回写「整段 N 段」、只给分段目录写「目录 29/207 段」、失败写「未取回」并在悬停时给出原因(例如「没有匹配的段:reply」)。参数解析只在这条调用没有结果正文时兜底,老数据因此照旧显示。

    • 关键词检索的引用指向分段目录:只给 query 的调用没有单一折叠编号,它命中的是一条条折叠的目录。点它的 chip 打开的面板按折叠分组,每条先一行「f1a(第 1 轮)· 分段目录 · 命中 14/151 段」,再逐段列出命中的段号(各带那一段的正文开头):点目录一行跳到那张目录,点段号跳到那一段。反方向也留痕——被检索过的目录收起行写「被检索 N 次」,目录行写「检索×N」,段头写「被检索 N 次」,检查点与轮卡片给出各自合计。「检索」不并进「被召回」的段次:检索没有返回原文,混在一起会让取回量虚高。命中的折叠不在这份历史里时只写清「另有 N 段命中但没列出来」,不推可点条目。

    • 「系统提示」只把最后一条非空 system/message 当当前版本;更早的版本留在 surface 里但不计入请求预测(dsh-context 浏览器与 provider 实际请求都按最后一条算),所以单列为「旧版系统提示(不计入)」,只作参考。

  • 系统提示词按出现时间就地成块,不进轮次编号;第 1 版展示全文,第 2 版起默认只展示与上一版的差异(+/- 行、@@ 段头),另给「查看这一版全文」。
    • 所有卡片默认收起,点开才取正文并挂进 DOM,一次展开大量原文也不会卡;召回结果同样按段收起,几万字的取回原文不会一次铺进页面。这是界面折叠,和插件的上下文折叠无关。
    • 总开关关掉时,页头显示一行说明:下方数字取自未压缩的会话,用来核对账单。同一页面仍可查看与改参数。

参数表单不在顶栏:它挂在原生「插件」页的 dsh-fold-context 组合包页面里(plugins.bundle.config,以组合包名为 key),和装了什么插件、开没开启放在一起。那里 GET/POST /fold-config 按同一张字段表渲染,保存即热生效,可一键恢复默认。顶栏只放当前会话的数据,改参数属于插件的一次性设置。

账本页显示(收益与成本都以 token 计,金额只作折算参考):

  • 四张卡:折叠收益(省下的 token)、召回成本(召回原文的输入开销;分段目录与关键词检索也花 token,同样计在这里)、重要消息成本(按模型此刻看得见的几条算,每次请求都要重发的部分)、净收益,单位都是 token。
  • 每轮收支条形图:中间是零轴,右侧绿条是折叠省下的 token,左侧红条是这一轮召回与重要消息的开销。
  • 折叠明细表:编号、轮次、原文字数、摘要字数、省下 token、被召回次数。召回次数偏高的段就该用 fold_pin 固化。
  • 成本参考(按单价折算):头部报折叠后 / 不折叠 / 净省的 token;「按类别拆分(估算)」把三档 token 各自乘单价,给出折叠后、不折叠、净省的参考金额;「逐轮请求开销(估算)」把两种历史各重放一遍,给出每轮的净省 token 与实测输入;「实测账单」把 provider 回报的 cacheRead / input + cacheWrite / 输出三档照抄成金额,那是唯一贴近真实计费的一栏。
  • 重要消息不在这页:它们的成本在这页的 KPI 里,正文按时间顺序列在「模型视角」页各轮之后。

估算口径与宿主 token-meter 一致:每 4 字符算 1 token,每个文本块再加 4 token;页脚写明该口径。旧记录缺轮次或大小字段时按字面量估算,并在界面上标记。

金额还要乘「之后还会重发多少次」:折叠省下的是每次请求都要重发的旧历史,所以省下的钱 = 体积差 × 重发步数 × 命中价。步数取自 fold 记录里的 provider 回报 usage.steps(同一轮折成多段时按轮去重);没有回报的轮次按已知轮次的平均步数补,并在 pricing.steps 里标成 estimated。

三档单价与折算参考(不进收益口径)

折叠的收益一律用 token 报,不折算成人民币:同一批 token 换成高峰价就翻倍,真实请求还会被缓存命中率、请求期压缩器和工具定义改写,算出来的金额既无法验证、也不能跨会话比较。

金额只回答另一件事——「这些 token 按当前单价折算是多少」,出现在成本参考的表格与「实测账单」里,方便和 provider 的实际计费对账。

三个单价都以「元 / 百万 token」为单位,在插件设置页(或 fold_config 的 priceCacheHitInput / priceInput / priceOutput)里改,默认取 DeepSeek 2026-11 的官方价目表(空闲时段):命中 0.02、未命中 1、输出 4。高峰时段是这套的两倍,按实际时段改单价即可。

  • 历史部分只算输入,而且要分档,不能用一个「命中率加权均价」:折叠省下的是之后每一次重发的旧历史,按缓存命中价(0.02)折;召回正文、检查点是新内容,第一次上行按未命中价(1)折一次,之后才按命中价。早先按 0.02×0.97+1×0.03=0.0494 的混合均价折,等于给方向相反的两件事同一个价:折叠收益高估 2.5 倍、召回低估 20 倍,净额的正负都可能算反。
  • 输出部分两视角相同:同一句回复不管历史折叠与否都要生成一遍,所以输出金额出现在两份参考里、净省为 0。把它单列是为了让参考值与 provider 回报的口径对得上。
  • 合计 = 三档金额相加;金额按合计再取整,不逐行取整后相加,避免分位误差。召回按返回正文的 token 折一次未命中;重要消息先按未命中折一次,之后每一步请求按命中价常驻。

成本估算的口径

折叠省的是「每轮都要把历史重发一遍」的成本,所以不能只看上下文末态大小。估算按轮重放:

  • 一轮有 k 步,前缀被重发 k 次;轮内新增内容按平均半步处在上下文中。
  • 前缀缓存只认上一次请求里出现过的内容。折叠在轮末改写了历史,所以上一轮的检查点到本轮首请求是未命中,不能算进命中前缀。
  • 单轮重放量 = k × 前缀 + 新增 × (k−1)/2,其中前缀按 hitRate 拆成命中与未命中两档;新增内容与上一轮检查点各按未命中价折一次,检查点在本轮其余步里按命中价重发。收益本身只看 token,金额见上一节。
  • 未命中不随体积放大:真正没命中的是「上一次请求之后才写进历史的内容」——每步的思考/回复/工具结果,两种视角都要付一次。折叠视角还额外付四样新内容:检查点摘要、固化消息、召回返回的正文、分段目录与关键词检索(cost.pluginOverhead 按这四样分档,本会话约 1.5 万 token)。分段目录也是 fold_recall 的工具结果,同样按未命中计一次——它不带原文,但确实是一段新写进上下文的正文。所以不折叠视角的未命中 = 折叠视角扣掉这三样,只会更小;体积差全部落在命中的前缀里(本会话命中 64M vs 327M)。早先的版本对两种视角都套「未命中率 × 重发量」,等于假定未命中与体积成正比,把 6 倍体积算成 6 倍未命中(4000 万 token,比折叠视角的 680 万凭空多出三千多万)。
  • 拿到过 provider 回报时,成本模型用实测总量反推两个校准系数:promptScale 把重放量缩放到真实请求量(请求期压缩器还会收缩上下文),outputScale 缩放输出。实测来自每轮结束时单独落下的 usage 记录,不依附折叠:关掉总开关、或这一轮没折,账本仍然拿得到账单;升级前跑过的轮次可以用 node tools/usage-backfill.mjs <会话 id> 从会话日志补。命中率分两个数:hitRate 是 provider 原样回报的 cacheRead / (cacheRead + input),用于展示;resendHitRate 从分母里扣掉每步新增内容,才是真正用于拆档的那个——新增内容按定义必定未命中,留在分母里会把纯重发的命中率系统性压低。系数是算出来的、不是手调的,只由有回报的轮次决定,再套回全部轮次。
  • 同一套式子套在「不折叠」的历史上得到对照值,两者相减是净节省。没被折叠的短回合整段仍算新内容,不会虚增节省。
  • 旧折叠记录可能没写 unfoldedChars(插件早期版本)。这时反事实会拿折叠后的体积当下界,并把这类轮计进 totals.unfoldedEstimatedTurns——早先直接留 0,累计体积不增长,净节省会算出荒谬值。

这是估算,不是账单:它量的是会话历史,而真实请求还可能被请求期压缩器(如 billion-context)改写。所以账本把 provider 回报的「实际请求」并排显示,并在 cost.drift 里把差额拆成三段:governedTokens(归折叠管的部分——插件生效后的历史加当前系统提示,这一份才和实测并排比)、legacyTokens(插件生效前那一轮,没人折得动,实测里早被请求期压缩器改写了)、externalTokens(实测里剩下的历史外开销:工具定义、请求期摘要)。差得太多就说明上游还有一层在压缩。同一轮被轮内发言切成多组、或折成 f2a / f2b 多段时,成本按轮合并成一行,不重复计费。fold_recall 与 fold_pin 的开销按召回/发布时的字符数单算,不进这套重放。

「模型视角」页顶部的合计与账本用同一套公式,但只给折叠产物(检查点、重要消息、被折叠的原文)计价,不含系统提示词与工具定义,所以会比侧栏「上下文」页的当前占用小一截;后者的总量含这两项。侧栏「上下文」页(dsh-context)还把工具调用的名字与参数各算一块,本插件同样这么算,因此同一批消息的估算值可以互相对照。

/fold-stats 只读 fold-store 的记录,不需要会话活着;/fold-view、/fold-turn 与 /fold-composition 都要读 session.deriveMessages(),会话不在进程里就返回 404。会话 id 可以带 session- 前缀,也可以只传纯 uuid(服务端会自己补前缀,命中哪个形状就用哪个)。这五个路由里除 /fold-config 都用 session 参数定位会话,缺了返回 400(/fold-turn 还要 ordinal,缺了同样 400);找不到会话返回 404——/fold-stats 在「既没有账本、也解析不到会话」时同样返回 404,不再回 200 空账本;/fold-config 另接受 POST({patch} 或 {reset:true}),其余路由只接受 GET/HEAD。所有 /fold-* 只接受本机同源请求:Host 必须是回环地址(防 DNS rebinding),Origin 存在时必须与 Host 一致(防跨站读取历史),POST 必须是 application/json(跨站简单请求带不了这个类型,从而挡掉 CSRF)。不满足返回 403。宿主没有 webServer 时这个 Tab 不会出现,折叠不受影响;宿主没有插件页(缺 ui-plugin-manager)时参数表单也无处渲染,fold_config 工具照旧可用。

和 billion-context 共用

billion-context(本地代理式压缩)与本插件在不同层工作:前者在请求发往模型之前重写历史,不写 DSH 会话日志;后者用 surface 替换把折叠结果落进日志。两者能同时跑,没有谁会把谁弄坏,但要知道这四件事:

  1. 「永不折叠」只在本插件这一层成立。 billion-context 会把它的压缩块范围内的所有消息再摘要一遍,包括我们的检查点与 fold_pin 重要消息。模型可能看不到某条重要消息的原文,也看不到某轮的折叠编号;fold_recall("f7") 仍能凭本地 fold-store 按编号取回原文,所以编号别丢(它在检查点正文里)。
  2. 每次折叠都改变请求前缀。 billion-context 下一请求会按 resync 全量重发,这是它的账单成本;折叠本身不另外收费。
  3. 两边都在缩减历史,收益会重叠。 账本上的「省下」是本插件这一层的;代理层再省多少,要看 billion-context 自己的统计。
  4. 官方压缩(compaction-basic)会把重要消息一起卷进摘要,插件不补发。 它把旧历史换成一条 compact-checkpoint 摘要,插件把这个检查点当 keeper(下一轮不再折它),但不把被卷走的 fold_pin 重新 append 回末尾:pin 是「这一轮觉得值得常驻」的判断,不是永久存储,长会话里重要性会随时间淡化,淡化交给压缩层。被卷走的 pin 不再回到上下文,也不会进 fold_recall(它只召回折叠原文)。

如果确实需要某些结论在代理层之上也常驻,可以把 fold_pin 的内容注入系统提示词(PromptSection.text 支持函数形态),代价是每次 pin 变化都会让前缀缓存失效一次;v1 没做。

已知限制

  • 召回文本按会话存在 $DSH_HOME/fold-store/:分叉出来的新会话按编号召回时会只读回退到父会话的载荷,前提是父会话仍在当前进程里;父会话已关闭或查不到时返回「暂时读不到」。账本汇总与关键词检索不跨父,避免把父会话的折叠重复计价。
  • 每次替换都会让请求前缀变化,接在后面的压缩代理(如 billion-context)下一次请求会全量重发一次;这是折叠的固有成本。
  • 只折叠插件在线期间观察到的轮次:插件装上之前的历史保持原样。
  • 关键词检索只搜本会话 fold-store 里的折叠原文:重要消息与用户原话本来就在上下文里,不参与检索;分叉会话搜不到父会话的载荷(按编号单读可以)。检索只定位,不判断内容是否已过时——文件改过没有,看摘要里的「· 文件:改过 …」。
  • 官方压缩把 fold_pin 卷进摘要后,插件不补发、模型也取不回那条 pin;账本只能把还活着的会话里「已经看不见的 pin」标成「已压缩」并只报体积(pinLostTokens)、不再进成本;会话不在进程里时仍按旧口径估算。没装请求期代理又开回了默认压缩时,这个偏差才会出现。

评测

完整方法见 docs/evaluation.md。一句话:经济性可以对账,质量只能同任务开关对照。

离线评测器只读会话日志里 provider 回报的用量与 fold-store 的记录,不读账本的反事实估算,所以算出来的金额能直接和账单比:

node tools/eval.mjs --list
node tools/eval.mjs <会话 id> [--home <DSH_HOME>] [--json]
node tools/eval.mjs --ab <开了折叠的会话> <对照会话>

输出每轮的实测 prompt / 未命中 / 输出 / 金额,以及折叠段数、召回次数与模式、重复召回、跨轮重复调用这些质量线索。

测试

npm test              # node --test,跑 tests/ 下全部 *.test.js
node tests/units.test.js
node tests/host.test.js
node tests/inspect.test.js
node tests/turns.test.js
node tests/stats.test.js
node tests/web.test.js
node tests/recall.test.js
node tests/cost.test.js
node tests/composition.test.js
node tests/diff.test.js
node tests/client.test.js
node tests/eval.test.js

沙箱里 node --test 可能因 spawn 权限失败,直接按文件跑即可。

—/ 5

No ratings yet

Verified DSH bundle

Commit a80b467a3dc6

Community comments

No comments yet. Be the first to write one.

DSH HUB

A community index for DSH plugins. Not an official GitHub or DeepSeek AI product.

CommunityResourcesAPIAbout