zpis666/dsh-context-budget

dsh-context-budget

在 DSH Web 的 设置 → 模型 页面，为每个 pi-ai 提供方路由加一组「上下文窗口 / 压缩阈值 / 保留预算」输入框。填一次，窗口和压缩时机就按你写的绝对 token 数生效，不需要重启。

它解决什么

接入第三方网关时，路由常常是手工声明的（自己写 api + baseURL + models）。这类路由的模型 id 往往匹配不到 pi-ai 内置目录——例如 my-gateway 下的 grok-4.6 与目录里的 x-ai/grok-4.6 并不是同一条路由——于是适配器的容量解析走到最后一级回退 defaultContextWindow，也就是 262144。而压缩后端只接受一个比例 thresholdRatio，无法直接表达「到 600k 就压缩」。

本插件把这两件事变成两个输入框：

| 字段 | 写入位置 | 效果 |
|---|---|---|
| 上下文窗口 | llm-pi-ai 设置的 providers..defaultContextWindow | 该路由下未被自身条目和内置目录描述的模型，容量立即变为你填的值 |
| 压缩阈值 | profile 的 cordis.patch.yml 中 compaction-basic 的 modelPolicies[].thresholdRatio | 后端计算 floor(上下文窗口 × 比例)，即你要的绝对阈值 |
| 保留预算（可选） | 同上，modelPolicies[].retainTokens | 压缩时逐字保留的近期上下文；留空沿用后端默认 16% 比例 |
| 思考强度 | llm-pi-ai 设置的 providers..models[].reasoningEfforts | 输入框右下角的选择器按厂商识别等级，选中的等级随请求发给模型 |

压缩阈值按 阈值 / 窗口 换算成比例写入，所以之后你再改窗口，阈值比例会按新窗口重新换算——改窗口后请重新点一次「应用」，让比例跟着更新。

思考强度（输入框右下角）

手工声明的路由没有目录条目，适配器因此把它的模型当作非推理模型——模型选择器里只会显示「当前模型未提供推理等级」。本插件把强度调节放在输入框右下角，紧挨模型选择器，不占用配置卡片：

- 读取当前会话的模型，先看目录里该模型是否已经声明过等级，有就直接用；
- 没有声明时，按模型 id 识别厂商，取该厂商的等级档案；
- 选择某个等级时，若该模型尚未声明，插件先把档案写进 models[i].reasoningEfforts，再切换会话强度——否则适配器会因「模型不支持该等级」拒绝这次选择。

内置厂商档案，按模型 id 匹配、第一个命中的生效：

| 厂商 | 匹配 | 等级 |
|---|---|---|
| xAI | grok | off low high max |
| OpenAI | gpt / chatgpt / o1…o9 | minimal low medium high |
| Anthropic | claude | low medium high |
| DeepSeek | deepseek | off high |
| Google | gemini / gemma | minimal low medium high |
| Qwen | qwen | off low medium high |
| Z.ai | glm / z-ai | off high |
| Moonshot | kimi / moonshot | off high |
| MiniMax | minimax | off low medium high |

发出去的 wire 值就是等级名本身（openai-completions 发 reasoning_effort，openai-responses 发 reasoning.effort）。网关用别的拼写时，改 settings.yaml 里对应模型 reasoningEfforts 的右侧值即可，选择器里显示的名字不受影响。

选中的等级会被持久记录在会话日志的 request/header 中，并随请求发给模型。

为什么不用替换压缩引擎

compaction-basic 的阈值公式是 thresholdTokens = floor(contextWindow × thresholdRatio)，而 contextWindow 在每一次 agent/pre-step 都会通过 llm.resolveModelInfo() 重新解析。因此只写比例就够了：官方引擎的持久事务、回放复用与溢出恢复全部保留，本插件只提供它本来就接受的两个数字。

安装

dsh plugin --profile web add dsh-context-budget

重启一次 dsh web，然后打开 设置 → 模型，展开任意 pi-ai 提供方的编辑卡片，「上下文预算」区就在卡片内。

写入成功后 profile 的 patch 监视器（patchReload: live）会在约 1 秒内重新组合，无需再次重启。

字段校验

写入前会在宿主端校验，不合法直接拒绝并给出原因：

- 上下文窗口、压缩阈值必须是正整数；
- 压缩阈值必须小于上下文窗口；
- 换算后的比例必须落在 (0, 1)，且大于 compaction-basic 的默认保留比例 0.16——否则后端会在加载时拒绝该配置；
- 若填写了保留预算，它必须小于压缩阈值；
- 路由下必须能枚举到至少一个模型 id（modelPolicies 需要精确的 provider/model 对）。

安全写入

cordis.patch.yml 是你自己的配置层，插件只碰自己写的那一段：

- 写入的是一个带标记的受管块，其余行（含注释和别人的补丁行）原样保留；
- 写入前先备份到 cordis.patch.yml.contextbudget.bak；
- 写入后重新解析并核对每一条 provider/model 是否落盘，失败立即回滚原文；
- 如果文件里已经存在手工编写的 - id: compaction-basic 行，插件会拒绝写入并告诉你行号，而不是覆盖你的配置。

已知边界

- 只对 llm-pi-ai 路由生效；llm-deepseek 的模型目录编辑在官方页面里已经能改 contextWindow。
- defaultContextWindow 是回退值，不会覆盖模型条目里已经显式写过的 contextWindow，也不会覆盖内置目录已描述的模型。对纯目录路由（models 省略）请改用逐模型填写。
- 窗口值必须与网关真实能力一致。填得比网关大，请求会以 CONTEXT_WINDOW_EXCEEDED 失败，然后靠溢出恢复多花一次摘要请求。
- 输出上限 maxTokens 不在本插件的字段里，默认 32768；窗口设 1M 时实际可用输入约 968k。
- 压缩本身要额外发起一次摘要请求，阈值调得越低，摘要越频繁。

卸载与回滚

dsh plugin --profile web remove dsh-context-budget

卸载只会移除插件本身。它写下的两处内容需要你自行决定：

- llm-pi-ai 设置里的 defaultContextWindow —— 想恢复 262144 就删掉该字段；
- cordis.patch.yml 里 # dsh-context-budget managed block 标记的那一段 —— 整段删掉即可，其余内容不受影响。

每次写入前都会留一份 cordis.patch.yml.contextbudget.bak，可直接用来比对或还原。

开发

node --check lib/index.js
node --check client.js
node test/pure.test.mjs          # 校验规则 + 受管块写入/回滚
node test/integration.test.mjs   # apply() 注册与 patch 路径解析
node test/apply.test.mjs         # 完整写入流程（mock 上下文）
node test/client.test.mjs        # 客户端插槽注册与卡片渲染

两组测试都不需要运行中的 Harness。

许可

MIT