Zoria-Lind/dsh-token-optimizer

dsh-token-optimizer

v2.2 变更摘要：新增分层压缩编排 layeredCompact（L0 观测 / L1 toolResultPruner 无损 / L2 compactNow 有损，默认关，启用即旁路旧 compactionDriver）、/token-status 状态命令、outputLadder/fileDiff 基线重建缺陷修复（T7，以 decision.content ?? result.content 为基线 + 透传 additionalContexts）、错误按 err.code 分类记账、统计按会话分桶与 token/金额估算。

DeepSeek Harness 分层 Token 优化管道。在 DSH 已内置能力之外做真实增量：
把进入模型的文本压缩/裁剪/采样，降低 token 开销，不牺牲模型能力。

基于真实 DSH 插件 API（agent/pre-step、tools/execute、tools/post-execute、agent/status 等）实现，
与社区方案文档中虚构的事件（如 message:before / context:building）无关。

它做什么（30秒知）

| 模块 | 钩子 | 作用 |
| :--- | :--- | :--- |
| text2img | agent/pre-step | 长文本（≥1000 字符）→ 弹窗询问（转图摘要 / 直接阅读原文，推荐项与超时默认按内容类型定）→ 渲染成图 → vision 读图 → 摘要替换进上下文。动态分辨率分档（640×360 / 1280×720 / 1920×1080），摘要磁盘缓存跨会话 0 API 调用。单次样本曾省 ~72%；真正价值是长会话越省（后续轮次不再携带原文） |
| outputLadder | tools/post-execute | 工具输出出生点单次遍历分流：错误结果→300 字符摘要；JSON 数组/CSV（≥10k 字符）→结构感知压缩；shell 输出（≥8k 字符）→头尾+等距采样；≥50k 字节交核心 spill；read 类豁免。原文落盘可逆 |
| fileDiff | tools/post-execute | 重复读文件：未变→折叠标记；有变→只发变更区段 diff |
| toolTrim | agent/created | 工具可见性管理：静态裁剪 + MCP 懒加载——不用的 mcp__* 工具 schema 不进请求（实测省 ~9.4k token/请求） |
| compactionDriver | agent/status | agent idle 时按自定义压力比（默认 45%）驱动核心 compactNow，让长会话压缩真正发生（核心 0.8 阈值对 1M 窗口几乎永不触发） |
| monitor | session/disposed | 会话结束输出节省统计 + 真实 usage 聚合与缓存命中率（长会话常态 97%–99.3%） |
与 DSH 核心的边界

DSH 已内置 token-meter、compaction-basic、tool-result-pruner、spill、llm-retry、repeat-tool-reminder——
本插件一律不重复实现，只做上面这些内置之外的增量。

安装

dsh plugin --profile web add ./dsh-token-optimizer

卸载：

dsh plugin --profile web remove dsh-token-optimizer

配置

挂载后在 profile 的 cordis.patch.yml 中覆盖（示例，均为默认值）：

- id: token-optimizer
name: 'dsh-token-optimizer'
config:
text2img:
enabled: true
threshold: 1000
askOnSkip: true        # false = 不弹窗，回退自动行为（自然语言自动转图/结构性强跳过）
askTimeoutMs: 120000   # 询问超时，超时按内容类型默认执行
maxAsksPerSession: 0   # 每会话弹窗上限（0=不限），嫌弹窗多可设 3~5，超限按内容类型默认静默执行
summaryCache: true     # 内容 hash → 摘要磁盘缓存，跨会话命中 0 API（含原文落盘去重）
dynamicResolution: true
resolutionTiers:       # 按字数分档（尺寸经实测校准：YaHei 行高 ≈1.9×字号，
密度保持在已验证安全的 ~1千字/页 以内）
- { maxChars: 2000, width: 800, height: 450, fontSize: 24 }
- { maxChars: 6000, width: 1440, height: 810, fontSize: 24 }
- { maxChars: Infinity, width: 1920, height: 1080, fontSize: 36 }
renderWidth: 1200      # dynamicResolution=false 时的固定宽度
pageFontSize: 24       # dynamicResolution=false 时用
pageMaxHeight: 3000    # dynamicResolution=false 时用
visionModel: 'deepseek-v4-flash-vision-exp'
baseUrl: 'https://api.deepseek.com/v1'
maxSummaryChars: 2000
maxSummaryRatio: 0.4    # 摘要上限 = min(maxSummaryChars, 输入字数×0.4)，保证替换后比原文短
pagesPerBatch: 4        # 分批摘要：每批最多 4 页送 vision（防"只读开头几页"），再纯文本合并
saveOriginal: true
outputLadder:
enabled: trueyaml
structureThreshold: 10000
compressionRate: 0.5
preserveHeadTail: 1000
shellTools: ['pwsh', 'bash', 'sh', 'powershell', 'zsh', 'cmd']
shellThreshold: 8000
headLines: 10
tailLines: 10
sampleInterval: 20
errorSummaryChars: 300
spillBytes: 50000
readTools: ['read', 'read_image']
saveOriginal: true
cache:
enabled: true
ttl: 3600
fileDiff:
enabled: true
tools: ['read']
minSize: 2048
maxFileBytes: 200000
contextLines: 3
collapseUnchanged: true
toolTrim:
enabled: false          # 默认关闭；启用后对每个 agent 作用域生效
allow: []
deny: []
mcpLazy: true
mcpPrefix: 'mcp__'
mcpLoadToolName: 'mcp_load_tools'
compactionDriver:
enabled: true
pressureRatio: 0.45     # totalTokens / contextWindow 超过该比才触发
minTurns: 6
minTokens: 100000
maxCompactionsPerSession: 3
contextWindow: 1000000
timeoutMs: 120000
memory_bridge:            # dsh-memory-bridge 联动占位节（阶段 3b 完成后开开关）
enabled: false
sync_dir: '~/.dsh-memory'
compress_on_sync: true
compression_strategy: 'time_decay'
text2img_threshold: 1000
dynamic_resolution: true

v1 的 compress / sample / pruning / dedup 节已退役（合并进 outputLadder），旧配置节会被静默忽略并在日志提示，不会导致加载失败。

web 部署必读：重新启用核心压缩后端

dsh-web-app 的 bundle patch 默认禁用了 compaction-basic 与 command-compact（配合 /compact 命令），
web 部署因此没有 compaction 服务，compactionDriver 会静默不生效。在 profile 的 cordis.patch.yml 顶层补：
yaml
- id: compaction-basic
disabled: false
- id: command-compact
disabled: false

依赖

- text2img 渲染：Windows 需 PowerShell + .NET System.Drawing（scripts/render-text.ps1，免第三方依赖）；非 Windows 渲染降级为仅落盘原文。
- text2img 摘要：需 DEEPSEEK_API_KEY 环境变量（DSH 已配置）。
- mcpLazy：需 profile 挂载 @deepseek-ai/dsh-mcp-client 并配置至少一个 MCP 服务器；无 MCP 时自动 no-op。

开发
bash
node test/smoke.mjs          # 单进程全量自检（无需 API），npm test 同
node --test test/modules.test.js
node test/text2img-e2e.mjs   # 真实端到端（需 API key + Windows 渲染）

路线图

- 自然语言配置工具（让模型改配置）
- 长文本→图片的跨平台渲染 fallback
- 与 dsh-behavior-enhancer 协同（内容压缩 × 行为管理，可独立安装）
- dsh-memory-bridge 联动（配置节已占位，扩展 + bridge 服务就绪后开开关）

权限与边界（上架声明）

本插件是高权限插件：为实现压缩/转图/调度功能，运行时需要访问文件、网络、命令与凭据。以下为完整边界声明（与 DSH Store 审查口径一致）：

| 类别 | 实际行为 | 边界 |
| :--- | :--- | :--- |
| 文件 files | 写 ~/.dsh/token-optimizer/ 下的落盘原文（text2img-originals / originals / filediff-originals）与摘要磁盘缓存（text2img-summary-cache，含内容 hash→摘要映射）、系统临时目录的渲染 PNG；设 DSH_TOKEN_OPTIMIZER_DEBUG=1 时写调试日志 | 只写插件自有状态目录与临时产物，不写 Profile 配置、不改 DSH 核心/官方包；日志默认关闭 |
| 网络 network | text2img 摘要调用 baseUrl（默认 https://api.deepseek.com/v1）的 /chat/completions | 只向该端点发送需摘要的文本与渲染图；请求失败即降级跳过转图，不阻断会话 |
| 命令 commands | Windows 上用 PowerShell + .NET System.Drawing 渲染文本图片（scripts/render-text.ps1） | 只执行插件自带渲染脚本，参数固定；非 Windows 自动降级为仅落盘，不执行任何命令 |
| 凭据 credentials | 经 DSH 凭据服务 ctx.credentials.resolve 读取；不可用时回退 process.env.DEEPSEEK_API_KEY | 仅用于 text2img 的 vision 调用，写入请求头后不落盘、不写日志、不外传 |

- 运行时依赖：零 npm 依赖。text2img 摘要依赖外部服务 DeepSeek API（key 由 DSH 凭据/环境变量提供）；Windows 渲染依赖 PowerShell + .NET System.Drawing（系统自带）。
- 失败边界：所有模块 fail-open——任一步出错只降级跳过（保留原文），不影响 DSH 核心流程；模块间无共享可变状态，卸载时统一清理钩子。
- 已知风险：text2img 摘要可能不准确（摘要自带警告标记，原文落盘可查；页数多时按 pagesPerBatch 分批摘要并合并，每次转图会产生多次 Flash vision 调用）；outputLadder/fileDiff 压缩丢细节（原文落盘可回放）；compactionDriver 触发压缩后旧历史按 DSH 核心语义进入可回放区；toolTrim 的 allow 为排他白名单，误配会让工具对模型不可见（默认关闭）。
- 兼容范围：完整开发与验证基于 DSH 0.1.1-rc.2（Node ≥ 18）；0.1.2+ 与 0.1.3+ 尚未验证，在 package.json 的 dsh.compatibility.dshReleases 中标为 unknown。

开发
bash
node test/smoke.mjs          # 单进程全量自检（无需 API），npm test 同
node --test test/modules.test.js
node test/text2img-e2e.mjs   # 真实端到端（需 API key + Windows 渲染）

路线图

- 自然语言配置工具（让模型改配置）
- 长文本→图片的跨平台渲染 fallback
- 与 dsh-behavior-enhancer 协同（内容压缩 × 行为管理，可独立安装）
- dsh-memory-bridge 联动（配置节已占位，扩展 + bridge 服务就绪后开开关）

许可 / License

MIT © 2026 Zoria Lind