dsh-token-usage

在构建和运行复杂的 AI Agent 时，Token 消耗往往像个“黑盒”，不仅难以精确追踪上下文压缩和重试带来的隐性成本，更缺乏有效的预算预警与合规审计手段。dsh-token-usage 正是为解决这一痛点而生，它为 DeepSeek Harness 提供了一套本地优先、隐私安全的 Token 可观测性与轨迹审计方案，让每一分 AI 算力支出都清晰可见。

该插件的核心能力在于其极其精细的“被动账本”设计与多维分析引擎。它不仅能精确拆解未缓存输入、输出及缓存读写四类 Token 桶，还能独立统计上下文压缩与重试开销。借助 30 周热力图、稳健的运行率预测与异常检测机制，用户可以轻松掌握用量趋势并设定滚动预算。更令人瞩目的是其按需触发的 AI 分析功能：无论是全局用量优化建议，还是单会话的深度轨迹对账，均严格遵循隐私边界，仅使用聚合指标或白名单元数据，绝不泄露会话正文。

如果你是一位关注 AI 运行成本、需要精细化调优 Agent 效率，或是高度重视数据隐私与合规审计的 DeepSeek Harness 开发者与团队管理者，这款插件将是你的得力助手。它不拦截请求、不篡改路由，而是以纯粹的证据驱动方式，帮助你在性能、成本与安全之间找到最佳平衡。