输出瘦身器 boxiaolanya2008/tokensqueezer

TokenSqueezer

一个 DeepSeek Harness 插件，用来降低 agent 的运行成本。它作用于模型自己产出的内容，而不是喂给它的输入。

先读这一节：到底什么在省 token

这个插件里住着两套经济性完全不同的机制，把它们混为一谈是失望的最快来源。

| | 机制 | 省的是 | 为什么 |
| 掐住生成 | brevityInstruction | 输出 | 模型自己少写，答案仍然完整 |
| | reasoningBrevityInstruction | 输出 | 思考占模型全部产出的 ~87%，让它"走直线"是这里最大的杠杆 |
| | outputTokenCap | 输出 | 调用之前经 agent/request 设下天花板。没生成的 token 不会计费 |
| | reasoningEffort | 输出 | 钉住思考档位。只在模型广告了该档位时才应用 |
| 压缩 | llm/stream 改写 | 只省重放 | chunk 到手时，那些 token 已经生成、已经付费 |
| | session/event 兜底 | 只省重放 | 同上 |
| | answer / reasoning / 各类折叠 | 只省重放 | 同上 |

压缩不能让当前这次回答变便宜 —— 那笔钱已经花掉了。它做的是把上下文压短，让这个回合里此后每一次请求少带一些字节。这种节省会复利，但在发生的那一刻你几乎看不见。

插件从不改动 usage，所以上报的 token 数字始终是真实的。

安装

1. 把仓库放到一个固定位置，再以 link: 方式装进 profile （profile 自己管理 node_modules；link: 安装让插件保持可编辑） cd
pnpm add link:

2. 启用。bundle 自带 cordis.patch.yml，会自动插入那一行。
在 \profiles\\cordis.patch.yml：
- id: tokensqueezer
disabled: false

必须重启应用。 两个半边的重载机制不同，这个不对称值得先知道，否则会白白耗掉一个下午：

| | 加载方式 | 运行中改它 |
| Host 半边（index.js、lib/） | loader entry，应用启动时读一次 | 完全无效，必须完整重启 |
| Client 半边（client.js） | 模块产物的 revision 由 mtimeMs/ctimeMs/size 推导 | 立即热重载 |

所以"界面更新了但行为没变"是 Host 陈旧的典型症状。status 会打印 Host 实际加载的那个文件，于是这个问题从猜测变成一次比较：

Host code: \index.js @ 2026-09-30T04:26:12.732Z.

工作原理

Host 半边 —— 五个表面，各自独立安装

| 表面 | 挂钩 | 作用 |
| 流改写 | llm/stream（waterfall） | 把每个 text/reasoning 块缓冲到 block-end，压缩后重新发出。这是唯一在显示之前生效的一条腿；由于 loop 是用它收到的 chunk 构造 assistant/message 的，它也决定了落库的内容 |
| 落库兜底 | session/event | 用可重放的 compaction/prune + surfaceOp: replace 协议，替换掉那些从别的路径进了日志的超预算 assistant/message。正常路径上是 no-op |
| 输出预算 | agent/request（waterfall） | "掐住生成"那一半：在 prepareCall 之前设 maxTokens、按需钉住 reasoningEffort |
| 工具结果 | tools/post-execute（waterfall） | 在模型读到之前压缩工具结果 —— 受下面的代码保证约束 |
| 状态路由 | webServer.register | 一条只读的 GET /api/tokensqueezer/status，让界面能显示一个数字。只答 GET，其余一律 405。payload 只有插件自己的计数：无会话内容、无路径、无凭据 |

每一个都是独立的安装步骤，所以某个失败会在 status 的 Installed: … 里报出自己的名字，而不会把另外四个一起带走。

Client 半边 —— 两个座位

- conversation.composer.dock —— 输入框下方的读数。每 3 秒轮询一次状态路由并显示本会话的节省量。
拿不到数字时它如实说明，而不是显示一个占位符。
- settings.section —— 设置页，用官方 primitives 搭成（Tag、Switch、SegmentedControl、 Input、CodeBlock、Button），按"每一项到底省什么"分组，并通过官方 locale 服务本地化。

管线

lib/engine/output.js 先把载荷切成"围栏代码段"和"散文段"，所以没有任何代码块会进入语义层。
其余内容依次经过：

1. L1 无损 —— ANSI 与控制字符、\r 重绘、行尾空白、空行折叠、重复行/块折叠
2. L2 归一化 —— 按会话 cwd 做路径相对化、可选的符号驻留。两者对可执行种类都跳过
3. L3 语义 —— 每种检出类型一个压缩器：json、yaml、diff、stacktrace、log、 terminal、testreport、filetree、searchresults、deptree、markdown、html、code、 prose，另有在回答尺度上折叠的 answer 与 reasoning

可逆性

有损层删掉的一切都会按内容哈希（8 位 sha1）存入引用库，并替换成一枚裸标记 ⟦TS:id⟧，载荷末尾附一行图例。同一段文本永远得到同一个 id，所以对已压缩内容再压一次是 no-op。模型通过 tokensqueezer 工具的 expand 动作取回原文。

代码保证

结果是文件内容或补丁的工具，不做语义压缩。 这条约束在三个地方落实，而有三个地方的原因值得记下来：

第一版实现调用的是 engine.compress(text, { lossy: false })，以为这样就够了。用一段 40 行的重复代码实测，它返回了三行。会伤代码的重复行折叠跑在无损阶段，所以"关掉有损层"发生在伤害的下游。

因此：

1. 由工具名决定类型。 toolContentKind() 把 read/read_file/view/cat/write/edit/ str_replace 钉成 code，把 diff/patch 钉成 diff。这里用启发式是错的工具：一个被 detectKind 恰好读成 log 的源码文件，会被折掉重复行。
2. 这些种类根本不进管线，只走 losslessCleanup。EXECUTABLE_KINDS 不是这道防线 —— 它只保护 L2，而 compressCode/compressDiff 照样会折代码体。
3. 最终文本必须更短。 如果连同标记和图例都不比原文短，整条改动被原样丢弃。这正是"统一压缩" 之所以安全而不是自伤的原因：一枚 13 字符的标记加上约 100 字符的图例，否则会把小载荷撑大。

在出货的引擎上实测：

read_file，40 行重复代码 1079 → 1079 40/40 行存活 patch，30 条新增行 1231 → 1231 30/30 行存活含 ANSI 与空行的代码 1122 → 1111 41/41 行存活，转义已剥离

配置

每一项都有默认值，什么都不配也能跑。各门槛默认为 0，所以普通载荷总会进入压缩器 —— 是否保留结果由上面那条"必须更短"的规则决定。

| 键 | 默认 | 含义 |
| compressOutput | true | 输出压缩总开关 |
| compressStreamOutput | true | llm/stream 那条腿（唯一在显示前生效的） |
| compressDurableOutput | true | session/event 落库兜底 |
| compressReasoning | true | 折叠思考块。设 false 会在任何压缩器之前短路 |
| compressToolResults | true | 压缩工具结果，受代码保证约束 |
| outputMinChars | 0 | 可见 text 块的门槛 |
| reasoningMinChars | 0 | 思考块的门槛 |
| toolMinChars | 0 | 工具结果的门槛 |
| minSavedChars | 0 | "值不值"门槛。因为有"必须更短"那条规则，0 是安全的 |
| segmentMinChars | 200 | 回答被代码切分后，单个散文段的门槛 |
| reasoningElideMinChars | 0 | 压缩器内部的思考门槛 |
| reasoningFoldMinChars | 0 | 压缩器内部的思考折叠门槛 |
| answerElideMinChars | 0 | 压缩器内部的回答门槛 |
| answerFoldFloor | 0 | 压缩器内部的回答折叠门槛 |
| outputTokenCap | 未设 | 生成 token 的硬上限。设太低会截断答案（finish: max-tokens）。永远不会把已有的更严上限放宽 |
| reasoningEffort | 未设 | 强制思考档位。属质量取舍；只在模型广告了该值时应用 |
| brevityInstruction | true | 要求回答简洁。这是插件对文风做的唯一改动 |
| reasoningBrevityInstruction | true | 要求思考简洁 |
| level | 1 | 0 只无损，1 常规，2 激进 |
| relativizePaths | true | 相对化重复的绝对路径。不作用于代码与 diff |
| internSymbols | false | 驻留长重复标识符。不作用于代码与 diff |
| protectCodeFences | true | 让围栏代码留在语义层之外 |
| toolSkip | [] | 按工具名跳过（这些工具的结果永不压缩） |
| archMaxChars / archMaxDepth | 1200 / 3 | 架构摘要的预算与深度 |

outputTokenCap 与 reasoningEffort 作用于每一个 agent（包括 subagent）—— 这是刻意的，免得一次委派悄悄超出给它的预算。

工具

插件自带验证 —— 因为出问题的从来不是引擎那一层：

$node = ''
& $node scripts\linkcheck.mjs # 每个相对 import 都解析到真实导出 & $node scripts\selftest.mjs # 引擎 9 类样本：122537 → 32812 字符（73.2%） & $node scripts\hosttest.mjs # Host 半边，假 ctx + 和真 session 一样严的假 session & $node scripts\clienttest.mjs # Client 半边，假 loader、真渲染，以及设置表单所依赖的 schema & $node scripts\reasontest.mjs # 骨架折叠：骨架保留、引用可逆 & $node scripts\zstdtest.mjs # 会话日志读取器：拼接帧与截断的尾帧 & $node scripts\archtest.mjs # 架构摘要

另有三个诊断脚本，专门回答界面回答不了的问题：

| 脚本 | 回答什么 |
| scripts/audit.mjs | 插件真的改写已提交的输出了吗？它直接读持久会话日志，逐会话数有多少条 assistant/message 带标记 —— 并把回答与思考分开统计。界面是二手视图，这个才是日志 |
| scripts/sessionrepair.mjs | 哪些行会被 v4 准入拒绝，并提供修复其中两种形状的能力。默认只预览，--write 才落盘且先备份。它的第二条规则只在 v4 日志生效，所以不会去动别的项目里的 v3 会话 |
| scripts/asar-find.mjs · asar-extract.mjs | 出货的 Harness 到底怎么做的。两者只读应用归档的头部再提取指定条目 —— 下面那些契约就是这么读出来而不是猜出来的 |

hosttest.mjs 用的假 session 会强制真规则 —— assistant/message 的替换不得带 sourceEventSeqs、必须带 turn/step 且该 step 仍开着、surfaceOp 必须恰好是 {op, startSeq, endSeq}。

平台约束

下面每一条都是撞出来的，而且每条至少花掉一次重启。它们是 Harness 的性质，不是这个插件的问题。

- 装在 profile 里的 bundle 不能 import @deepseek-ai/。 那些包躺在应用归档里，Node 的解析永远走不到，整个 entry 只报一句 failed to import。所以 Host 半边是函数式插件、不 import 任何框架代码，需要的一点点帮助函数就地内联。

- cordis 只在上下文 inject 了某服务时才让它可解析。 未声明的服务不只是"取不到"——以属性方式读它会抛异常。这个抛异常在本插件里静默地干掉过一整个安装步骤。inject 是一道门，两个半边
都声明了自己需要的（['tools', 'webServer'] 与 ['slots', 'locale', 'configForms']）。

- 插件的 Config 是两套协议。 cordis 的激活走 Standard Schema
（Config['~standard'].validate，必须同步）；DSH 的设置投影要 schemastery 商标
（Symbol.for('schemastery')、type、meta）。只满足后者时，inspect provider 会报一个健康的
status: "schema"，而 entry 实际是 fiberPhase: "failed"。inspect provider 是只读投影，不是验证器。*

- 要让投影出现在客户端，key 必须编译期声明合并进 SessionProjectionMap，并提供 wire 编解码器；自建 typert Remote 命名空间则需要代码生成。两者纯 JS 插件都拿不到 —— 所以界面改读一条只读 HTTP 路由。

- SessionReference 描述的是行为，不是内容 API。 它有分页、最小条数与生命周期语义，但没有读取已加载消息的公开方法。

- agent/request、llm/stream、tools/post-execute 都是 waterfall，可以合法地替换自己的返回值。而 agent/assistant-stream 是 emit，永远只能观察、改不了。

诚实的局限

- 短内容压不动，而且本就不该压。 门槛全为 0 之后压缩器照样会被调用，它只是找不到可删的东西。
一段 46 字符的回答没有可折的中段，一个 11 字符的工具结果没有冗余。再往下压就不是节省，而是删信息。
- 真实会话上的实测节省是"有限"的 —— 够格的块里省个位数到十几个百分点，而大约一半的块根本没有冗余。
大数字在"掐住生成"那几个旋钮里，其中两个（outputTokenCap、reasoningEffort）默认关闭，因为它们会改变模型产出。
- 设置页的写入路径是按契约验证的，不是靠浏览器点出来的。 控件调用的是设置服务的
mutate(ops, revision) —— 从出货的 SettingsFormModel 里读来的，不是猜的。一个手搓的 schema 要能被
服务，得同时过两道闸，lib/config.js 现在两道都过了：这个 entry 的 Config 必须能应答 "toJSON" in schema，并且至少有一个字段带 meta.volatile。缺第一道，describe() 在读到任何别的东西
之前就把这一行丢掉；缺第二道，volatileForm() 在下一步把它丢掉。两种情况下都不会出现命名空间，
configForms.get() 什么都找不到，于是每一个开关和数字输入框都渲染成禁用（灰的）。clienttest.mjs
把两道闸都钉住了，所以这个页面不会再悄悄变灰。仍未被真实浏览器走通的是最后一步：改一个值，看到 Saved，确认 Host 应用了它。

- toolSkip 不能在设置页里编辑。 它是唯一一个非标量设置，而一个 rehydrate 失败的数组节点会把整个页面打回 status: loading —— 所有控件一起变灰，正是上面那个故障。它仍可通过 tokensqueezer 工具的
set 动作和 profile patch 行来改。
- dock 读数依赖状态路由。 路由不可达时它会明说，绝不显示一个它没有的数字。
- 引用库按会话隔离且有上限。 expand 只能解析产生该标记的那个会话；LRU 保持 32 个会话常驻。
原文始终留在持久日志里。

目录结构

index.js Host 半边：五个表面、工具、提示词段、状态路由 client.js Client 半边：输入框读数与设置页 cordis.patch.yml bundle 补丁：插入 tokensqueezer 行 package.json bundle 与客户端声明 lib/config.js 插件 Config（Standard Schema + schemastery 商标） lib/session-message.js 仍在依赖的 v4 producer-source 规则 lib/arch.js 架构摘要 lib/engine/ compress.js 编排器 output.js 围栏切分、代码保护、回答尺度接线 detect.js 内容类型识别 textsafe.js L1 无损 refs.js 内容寻址引用库 dedupe.js 行/块折叠 normalize.js 路径与符号归一化 tokens.js token 估算 kinds/ 每种内容类型一个压缩器 locale/ i18n：en.json、zh.json scripts/ 七个套件、共用的会话日志读取器，以及三个诊断脚本

许可

MIT。