dsh-call-shrink

在 DSH 代理环境中，一个模型回合往往要并发发起多路子任务——工具调用、标题生成、重复流——每一次 llm/stream 都是一次真实的上游 API 调用。内容相近甚至完全相同的请求被反复发送，token 消耗和账单随之膨胀。dsh-call-shrink 在 Stream 层拦截这些请求，把「去重、缓存、批量归并」做到调用数维度的极限，在不改变对话结果的前提下直接砍掉冗余调用。

它的核心是三层压缩管线：第一层缓存以稳定指纹回放历史响应（24 小时 TTL、4096 条、落盘持久化）；第二层去重让飞行中的同指纹请求共享同一个上游结果；第三层批量归并在 10 秒窗口内把 N 个独立请求拼成 1 次上游调用，条数无上限、不按字符拆批。合并协议用 [[TASK n]] 分隔符包裹每个子对话，模型逐一输出结构化 JSON，解析失败自动降级为逐条重试，不会丢答案。此外，标题生成请求被直接短路为零调用，系统提示词中还注入了一条经济性约束，引导模型主动把可并行的工具调用一次发全。

适合使用 DSH 代理框架、多会话或平行子代理场景、且重视 API 成本控制的开发者。安装后会话头出现实时「调用压缩」面板，可直观看到今日用量与预算、去重命中、缓存命中以及省下的调用数，配合每日预算看板，让每一次上游调用都花在刀刃上。