dsh-qianfan-usage

百度千帆 Token Plan 在 DeepSeek Harness（DSH）里的两个补丁，针对的都是千帆平台特有的问题：

1. 用量挂件 —— 在 Web 界面底部那行 token 用量旁边，用一个小 tag 显示「已用百分比」；点一下向上展开明细。
2. 正文卫生规则 —— 千帆 DeepSeek-V4.1-Flash-1017 在低思考档下会把过程性自述写进正文（Let me… / I'll…），这里在流层把它搬回思考块。

两条都装在一个 bundle 里：一个客户端壳、两个宿主行。

一、用量挂件

收起状态只有一枚小胶囊，不占位置：

● 已用 1.1%  ▁▂▁  26.8M tok  余量 98.9%  ▾

点开向上浮出明细面板（套餐/已恢复/已用/剩余、输入·缓存·输出、今日），不推开输入框。 另有完整设置页「千帆用量」：本周期 KPI、按模型的输入/缓存/输出/积分/闲时折扣、补录一条用量、 填写限时恢复额度、重置本周期。

百分比怎么算（对齐官方口径）

控制台「用量」的百分比 = 本周期已消耗积分 ÷ 套餐月度积分额度。积分不是 token 数直接换算， 而是按「模型 × Token 类型」分别折算。官方「积分抵扣逻辑」给的示例（DeepSeek-V4-Pro）：

计费项	Tokens	消耗积分
输入	853	1
命中缓存	10,240	1
输出	427	1

即 积分 = 输入/853 + 缓存/10240 + 输出/427，且逐模型系数不同——官方只公开了 V4-Pro 这一例。

• 闲时活动：22:00–次日 08:00 调用指定模型按 2 折抵扣（活动至 2026-11-30），插件按事件时间自动判定。
• 系数逐模型校准：实测 deepseek-v4.1-flash-1017 是 5 折（官方文档未写）， 旧版 deepseek-v4.1-flash 是 2 折；两者的积分系数也不同。
• 恢复额度：控制台上限 = floor(套餐额度/3)（Lite 为 3,833）。语义与控制台一致： 余量 = 套餐 + 已恢复 − 已用，已使用量 = 已用 − 已恢复，百分比分母仍是套餐额度。

官方档位（月度积分 / token）：Mini 1,400/1000万 · Lite 11,500/4200万 · Standard 22,000 · Pro 45,000/2.3亿 · Max 165,000/7亿。配置里写 plan: lite 就自动带出额度与显示名。

为什么是本地计量

千帆 Token Plan 没有可编程的用量查询接口：/anthropic/tokenplan/personal/* 与 /v2/tokenplan/personal/* 共 11 条路径实测全部 404，正常推理响应头里也没有配额字段； 控制台数字是登录态页面渲染的。

所以数据来自 DSH 会话日志：每条 assistant/message 都带真实 usage 与 message.source （provider / model），插件只统计指定 provider 的调用并折算成积分。 它反映「经本实例」的消耗，不是账号全量；最终口径请以控制台为准。

记账链路：

1. 激活时用 sessionQuery 回填历史；
2. 运行中监听 session/event 增量入账；
3. 按 (sessionId, seq) 精确去重（不是单调水位）——回填与实时是并发路径， 实时事件可能先记下高 seq，若只用高水位会漏掉随后回填到的低 seq（实测漏过 11%）；
4. 按北京自然日分桶写 $DSH_HOME/dsh-qianfan-usage.json；
5. 前端每 60 秒取 GET /qianfan-usage/summary.json（同源 Cookie 鉴权）。

二、正文卫生规则（hygiene.js）

问题

deepseek-v4.1-flash-1017 在 low 思考档下会稳定地把「过程性自述」写成正文块，例如 GitHub is reachable. / Let me refine the byte-accounting.。同平台的旧版 deepseek-v4.1-flash 完全不会。实测（同一台设备的历史会话）：

模型	消息数	有思考块	英文正文
deepseek-v4.1-flash-1017	1,225	47%	336,888 字符
deepseek-v4.1-flash（旧版）	168	9%	0 字符
deepseek-flash（对照）	440	100%	72 字符

已核实网关返回结构正确（非流式 {"type":"thinking",...}、流式 thinking_delta）， 适配器也正确映射 thinking → reasoning。所以不是渲染 bug，是模型把旁白写进了正文。

试过但不成立的做法

只靠提示层。 最初只注册一条系统提示分节要求「旁白只写进思考块」。事后核查： 所有近期会话的系统提示快照里规则都在（含规则 = 1），英文正文照样增长 （两个实例：英文 168,701 / 中文 13,328；英文 146,120 / 中文 10,428）。 结论是 1017 不遵守，不是没收到 —— 提示分节保留（对首轮旁白仍有一点约束力），但不足以修好。

客户端搬渲染。 conversation 只有 conversation.chat.reasoning.body 一个接缝， 没有「正文块」槽位，无法把正文挪进思考区。

现在的做法：流层搬迁

在 llm/stream waterfall 上包裹 chunk 流，把后面紧跟工具调用的英文正文块 并进同一消息已有的思考块（块数减一，同时从 replayState.blocks 删掉对应位置， 保持签名表与块数对齐）。

一度被否掉的原因是：千帆走 Anthropic 协议，replayState.blocks 按位置存 thinkingSignature / textSignature，翻转块类型理论上会让签名与块类型错位、回传 400。 实测两条真实请求推翻了这一顾虑：

实测	结果
思考块不带 signature	HTTP 200
思考块带伪造 signature	HTTP 200

该网关根本不校验思考块签名。因此搬迁在千帆上是安全的，但仍然只对白名单 provider/模型启用（默认 qianfan + deepseek-v4.1-flash-1017），换到严格供应商不会误伤。

搬迁分两条路径：

• merge（消息里已有思考块）：把旁白并进该思考块，块数减一，签名表同步删掉对应位置；
• synthesize（消息里还没有思考块，例如首轮开口就是旁白）：新建一个思考块容纳它。 块索引与块数都不变，签名表只把该位置的类型改成 reasoning。 千帆不校验思考块签名，所以这条路径同样安全。

搬迁的保守边界：

• 只搬「后面紧跟工具调用」的正文 —— 按定义那一段是过程旁白，不是最终回答；
• 中文正文、位于消息末尾的正文（可能是真正的回答）、含代码块的正文，一律不动；
• merge 路径默认只搬 800 字符以内的正文；synthesize 路径上限 8,000 字符， 英文回答缓冲到这个长度仍没等到工具调用，就按原样放行（宁可晚一点输出，不误搬）；
• 正文一旦出现中文或代码块，立即当作真回答放行，恢复流式输出；
• 流中断时未决策的正文按原样保留（宁可漏搬，不误搬）。

安装

本仓库是一个 DSH bundle，用 plugin_manager 安装即可（会把目录链接进当前 profile）：

# 在 DSH 会话里
plugin_manager { action: "install_bundle", target: "/path/to/qianfan-usage" }

或在 Web 界面的「插件」里从本地目录安装。安装/升级后需要重启 dsh： 运行期安装不会重建客户端模块图，只有启动时挂载的插件才真正生效。

配置

两个 Loader 行，都可在 $DSH_HOME/profiles/<profile>/cordis.patch.yml 里按 id 覆盖。

- id: dsh-qianfan-usage
  config:
    provider: qianfan            # 统计哪个 DSH provider
    plan: lite                   # mini|lite|standard|pro|max（自动带出额度与显示名）
    periodResetAt: '2026-12-08T18:37:37+08:00'   # 控制台的重置时间
    periodDays: 30
    tokensPerCreditInput: 853    # 每 1 积分的 token 数（默认 V4-Pro 示例）
    tokensPerCreditCache: 10240
    tokensPerCreditOutput: 427
    modelRates:                  # 按模型覆盖系数
      deepseek-v4.1-flash-1017: { input: 3400, cache: 40960, output: 1700 }
    creditScale: 1               # 整体校准 = 本插件积分 / 控制台积分
    nightDiscountFactors:        # 闲时逐模型系数
      deepseek-v4.1-flash-1017: 0.5
      deepseek-v4.1-flash: 0.2
    nightDiscountStartHour: 22
    nightDiscountEndHour: 8
    nightDiscountUntil: '2026-11-30'
    recoveryCredits: 0           # 本周期已恢复的积分（上限 = 套餐额度/3）
    refreshSeconds: 60
    keepDays: 400

- id: qianfan-hygiene
  config:
    enabled: true                # 关掉就完全不挂载本行
    language: 简体中文           # 正文应当使用的语言
    extraRule: ''                # 追加在规则末尾的一句额外约束
    relocate: true               # 是否做流层搬迁（关掉只剩提示分节）
    relocateProviders: [qianfan]                    # 参与搬迁的 provider
    relocateModels: [deepseek-v4.1-flash-1017]      # 参与搬迁的模型
    maxNarrationChars: 800       # 并入已有思考块时，超过这个长度不搬
    synthesize: true             # 没有思考块时新建一个（旁白不再占正文）
    maxSynthesizeChars: 8000     # 新建思考块的长度上限

系数校准：官方只公开 V4-Pro 一例，其它模型默认沿用会高估。 想精确，用控制台实际消耗反推，填 creditScale 或 modelRates。

自测

node test.mjs          # 记账/去重/回填/积分折算/档位/百分比/闲时折扣/管理路由
node test-client.mjs   # 客户端：槽位注册、百分比、展开态、无档位提示、无 ESM 顶层导出
node test-hygiene.mjs  # 提示分节：名字/顺序/文本/监听器注册/降级不抛错
node test-relocate.mjs # 流层搬迁：用官方 BlockAssembler 真实装配校验（14 项）

另附不依赖 Web UI 的 CLI：node report.mjs（加 --json 出机器可读）。

文件

路径	说明
index.js	Host：回填、记账、积分折算、账本、summary 路由与管理接口
hygiene.js	Host：注册系统提示分节，约束「思考归思考、正文写结论」
client.js	Client：conversation.composer.dock 的胶囊 + 向上展开面板；settings.section 的用量页
widget.js	兜底挂件（客户端模块不可用时由 index 注入）
cordis.patch.yml	两行的挂载声明与默认配置
locale/{zh,en}.json	插件显示名 / 描述
report.mjs	不依赖 UI 的命令行报表
test*.mjs	Host / Client / hygiene / 流层搬迁自测

已知限制

• 百分比依赖三件事同时正确：plan 档位、逐模型系数、计费周期起点。缺一个就只是估算。
• 只统计经本 DSH 实例的调用；同 key 的其它客户端、其它设备看不到。
• 客户端挂件必须先安装再启动 dsh；运行期启用不会生效（这是 DSH 的模块加载机制，不是插件问题）。
• 正文卫生的流层搬迁是软改写：只处理「后面紧跟工具调用」的英文正文。 消息末尾的英文旁白（可能是回答）不会被搬，也不会被删除；中文正文一律不动。
• 搬进思考块不等于减少上下文：Anthropic 协议要求把思考块回传，这些 token 仍会 进入请求。它解决的是「旁白占正文、混淆回答」，不是上下文体积。
• 搬迁依赖千帆「不校验思考块签名」这一实测事实。换到校验签名的严格 Anthropic 供应商前， 先把 relocateProviders 限定或把 relocate 关掉。
• 想要零旁白的确定性方案仍是换模型：deepseek-v4.1-flash（旧版）实测英文正文 0 字符。