dsh-sleev

通过 Sleev 网关为模型推理路由启用上下文优化后，一个常见的盲区是：流跑通了，但每次调用究竟消耗了多少 effective input token、哪些属于 agent 推理、哪些只是 session-title 生成，始终缺少一个不介入链路的轻量观测视角。dsh-sleev 正是为此而生——它不改写 prompt、不执行压缩、不代理转发，只在 llm/stream 边界安静地记录匹配路由的调用元数据。

核心能力包括：按精确别名或前缀（默认 sleev-）匹配观测路由；将每次调用分类为 agent、compaction、session-title 或 one-shot；逐 chunk 透传流内容不做任何修改；记录 provider usage 与 effective input token 量；维护一段有界的无密钥内存历史；每次观测调用输出一条结构化 completion 记录；所有观测参数（匹配规则、保留条数、日志级别）均可在 Settings > Plugins 页面实时编辑，保存后对下一次匹配调用即生效，无需重启 Host。

适合已经配好 Sleev 路由、想量化验证上下文压缩是否真的降低了 token 开销的 DeepSeek Harness 用户，以及需要区分 agent / compaction / one-shot 调用成本来做归因分析的小团队。它不承诺节省 token，只负责把省了多少这件事看得清清楚楚。