dsh-token-total 1.1.0 → 1.1.2

package/README.md

@@ -6,7 +6,7 @@ DSH（DeepSeek Harness）Web 插件：**Token 用量统计看板** + **单会话
 
 1. **统计看板** — 侧边栏插件区下方的入口，点开是完整的用量看板（快捷筛选 / 六卡片 / 活跃热力图 / 缓存命中率趋势 + 分模型柱状图 / 按模型与按供应商 Top5）。
 2. **单会话统计** — 增强会话输入框下方的原生信息栏，把「Token 用量」从「只有主智能体」改成「主智能体 + 全部子智能体」，让一次会话的真实消耗有地方可看。
-3. **会话用量页** — 在对话旁新增「用量」tab，展示两行统计卡（请求数量 / 总 tokens / 命中率 / token 速度，及输入 / 输出 / 缓存读取 / 缓存写入）、子代理与模型明细、按轮折叠的请求记录；子代理与模型明细之下、请求记录之上还有一块**上下文窗口**面板，画出当前窗口都由什么占着。
+3. **会话用量页** — 在对话旁新增「用量」tab，展示两行统计卡（请求数量 / 总 tokens / 命中率 / token 速度，及输入 / 输出 / 缓存读取 / 缓存写入）、子代理与模型明细、按轮折叠的请求记录；子代理与模型明细之下、请求记录之上是**并排两张实时卡**——「当前上下文」画出窗口里现在压着什么，「Token 统计」把整场会话的累计花费按内容拆开。
 
 所有图表都是手写 SVG，不依赖任何图表库。全局看板、底部胶囊与会话用量页全部跟随 DSH 明暗主题：浅色下画布是宿主的纯白底，暗色下换用宿主暗色面板色，颜色全部取自 DSH 语义令牌。
 
@@ -43,14 +43,17 @@ DSH（DeepSeek Harness）Web 插件：**Token 用量统计看板** + **单会话
 - **Token 胶囊**显示的是**整棵会话树**（主智能体 + 全部子智能体）的合计，点开弹窗分为「主智能体 / 子智能体 / 会话合计」三行，并给出子智能体会话数。
 - 子智能体是独立持久化的会话，通过日志头的 `parentSession` 串成树；插件按需重放这些日志汇总（同一套 `(turn, step)` 去重规则，且跳过 fork 继承来的事件前缀，避免与父会话重复计数）。
 - **会话 Token 明细始终开启**：未命中缓存、缓存读 / 写、输出分别列出；底部胶囊的缓存命中率始终显示两位小数。
-- **流式吞吐速度始终开启**：输出过程中显示估算的解码速度；暂无有效样本或输出结束后，回到会话累计的精确值。
+- **流式吞吐速度始终开启**：始终显示当前的实时解码速度——输出过程中按已到达的流式增量实测（每步开始约 0.2 秒内出首个读数）；一步结算后保持该步最后的实测值，工具执行、步间空档也不回落到会话均值，只有从未产生过输出的会话才显示会话累计的精确值。
 - 不再提供底部增强功能的开关；旧版本保存的关闭设置不再影响显示。
 
 ### 会话「用量」页
 
 在每个会话原生的「对话 / 轨迹」旁新增 **用量** tab；沿用会话切换与视图导航，不另造顶部栏或输入框。
 
-- **上下文窗口** 面板（形制参考 [magpie](https://github.com/yetone/magpie)）位于子代理／模型明细之下、请求记录之上：左侧「已用上下文」大字即模型窗口里现在压着多少 token，右侧是最近一次回答的提示词缓存命中 / 未命中比例；下方用 squarified treemap 画出窗口里到底装了什么——系统提示词、工具目录、注入记忆（运行时上下文 / 技能目录 / 压缩摘要）、读过的文件（按路径聚合，同一文件多次读取合成一块）、其余工具结果（按工具名聚合）与会话内容，底部图例给出六类各自大小；鼠标悬浮任一色块可看该块的精确 token 数与占比（占上下文／占模型窗口），色块随每次刷新平滑重排、右上角「实时」徽标打上最近一次估算的时间戳。面板可折叠：收起后标题行中间仍留一行摘要——`已用 / 模型窗口 · 占比%`（窗口未知时写「窗口未知」），其后一条堆叠条，**整条长度就是模型窗口**：有颜色的部分是已用的六类（按类别占比分色），尾部灰色是还没用上的余量，所以条本身就是占用率；悬浮可读各类精确大小与空闲 token。摘要与展开态同源，随轮询一起刷新。窄视口下自动降低文字层级，卡宽不足约 620px 时先收起堆叠条、再收起模型名，只留数字与「实时」徽标。
+- **两张实时卡**（形制参考 [magpie](https://github.com/yetone/magpie)）并排位于子代理／模型明细之下、请求记录之上，回答「提示词里现在有什么」与「整场会话到底花了什么」两个不同的问题：
+  - 左卡「**当前上下文**」：`已用 / 模型窗口 tokens` 大字附占用百分比，标题行右侧是当前供应商 · 模型；下方一条**整条即模型窗口**的堆叠条——有颜色的部分是已用的七类（按类别占比分色），尾部是还没用上的余量，所以条本身就是占用率；再下面按统一图例列出系统提示词、用户消息、技能注入、工具结果、工具定义、注入内容、助手消息各自的占比与估算 token（输出不占窗口，故不列）。鼠标悬浮可读精确 token 数与占上下文比例；模型窗口未知时只写已用数。
+  - 右卡「**Token 统计**」：圆环中心是整场会话**精确计费**的总 token，右上角徽标是精确缓存命中率（命中 ÷ 输入）；圆环与图例把花费拆成系统提示词、用户消息、技能注入、工具结果、工具定义、注入内容、助手消息、输出八类。每次请求都会重放整份消息列表，所以每一类的数字是**该内容在全部请求上的累计**，而非此刻窗口里的存量；分桶值由字符数估算并在前缀 `≈`，圆环中心的总量与缓存命中率直接来自 `usage` 记录、保持精确。
+  - 两张卡都由会话明细轮询驱动（每 1.5 秒一次），不额外起计时器；旧宿主只提供其中一份数据时，另一张卡显示空态而非整组消失，两份都缺时整组不渲染。窄视口下自动上下堆叠。
 
 - 浅色页面两行统计卡：第一行请求数量（附失败数）、总 tokens（附精确值）、缓存命中率（附命中 token）、token 速度（附平均首 token）；第二行输入、输出、缓存读取、缓存写入四个 token 桶。不显示费用。
 - 子代理明细使用每个子代理的**真实名称**（取自子代理标签，缺失时回退到会话标题、工作目录或会话 id）。
@@ -80,7 +83,7 @@ dsh plugin --profile <profile> add "file:D:\work\dsh-token-total"
 
 - **事件来源**：`sessionPersistence` 的会话日志。兼容 `assistant/message` 的顶层 `usage`，也读取消息及失败 `assistant/attempt` 的原始流式用量；同一次请求以最后一份用量为准，修正值按差额更新。插件订阅 `session/event` 实时增量累加，同时一次性回扫已有历史会话；`llm/retry-started` 会清空当前 `(turn, step)` 槽位，因此失败尝试和后续重试分别计入，不重复累加同一次请求的多份报告。
 - **本地持久化**：聚合结果写入 storage-domain 的 `token_total_history` 域（`$DSH_HOME/storages/` 下），纯本地、无外部依赖。回扫游标按会话记录已消费的事件序号，重启后从断点继续。
-- **上下文窗口估算**：面板从该会话自身的日志重放「下一次请求会带上什么」——被 `compaction/prune` / `compaction/summary` 遮蔽的事件剔除、压缩摘要按注入记忆回放、工具目录取最近一次 `request/header`——再按字符类估算 token（ASCII 约 4 字符 / token，CJK 约 1 token / 字符），所以色块上的数字都是近似值。真实占用取最近一次回答上报的 `totalTokens − outputTokens`；仅当两者相差超过 15%（说明上游有压缩或裁剪，日志里的历史比模型实际收到的多）时，面板才多出一行说明，并把「已用上下文」改用供应商实测值。
+- **上下文与花费估算**：两张卡都从该会话自身的日志重放「下一次请求会带上什么」——被 `compaction/prune` / `compaction/summary` 遮蔽的事件剔除、压缩摘要按注入记忆回放、工具目录取最近一次 `request/header`——再按字符类估算 token（ASCII 约 4 字符 / token，CJK 约 1 token / 字符），所以分桶上的数字都是近似值。左卡的真实占用取最近一次回答上报的 `totalTokens − outputTokens`；仅当两者相差超过 15%（说明上游有压缩或裁剪，日志里的历史比模型实际收到的多）时，才多出一行说明，并把「已用上下文」改用供应商实测值。右卡的分桶是「每次请求重放内容之和」，圆环中心的总量与缓存命中率直接取自 `usage` 记录，保持精确。
 - **单会话统计**：不走聚合存储（那里没有会话维度），而是按需重放该会话及全部子孙会话的自有日志；已加载会话优先使用实时事件快照，避免持久化缓冲造成漏算。结果缓存 4 秒，任意会话的新事件都会使缓存失效，包含此前尚未发现的子会话。前端从首次读取起每 4 秒刷新，显示时使用原生实时主会话用量、主会话压缩调用用量与子树用量之和，胶囊与弹窗共用同一口径；切换会话时立即清除旧会话读数。读取失败不会把部分子树当作成功结果覆盖已有读数。
 - **缓存命中率** = 缓存命中 token ÷ 输入 token 总量（命中 + 未命中）。
 - **失败数量**：以宿主记录的 `assistant/attempt` 事件为准。宿主只有在流以错误结束、或调用在提交任何内容之前被取消时才写 `assistant/attempt`，其余调用一律写 `assistant/message`，两者恰好划分全部调用，所以该事件就是「一次失败的 provider 调用」的精确边界（`interrupted: true` 但已有内容的 `assistant/message` 不计为失败）。失败数是请求数的子集，不额外计入请求；失败调用若在流中断前已上报用量，token 仍按用量计入、不会丢失。该计数晚于日 / 小时两份游标引入，因此老版本升级后会额外做一次只写失败数的增量回扫（`failuresReady` 标记完成，不重复累加 token）。