Adaptive Max Tokens for DeepSeek Harness

把固定的 384K 输出预留变成动态额度，让长对话能使用原本被过量预留占住的上下文空间。

减少“输入已经很长，仍为输出预留过大额度”导致的上下文超限。插件在后台工作，无界面，不需要额外 API Key。

Adaptive output-token budgeting for DeepSeek Harness. Adjusts request maxTokens to estimated remaining context, preserves usage calibration across interrupted replies and resumes, and makes one budget-only retry for recognized overflow errors. Official compaction remains enabled.

项目	说明
当前版本	v0.1.0，首次独立打包发布
包名	dsh-adaptive-max-tokens
支持的 DSH 版本	0.1.6-alpha.1、0.1.7-rc.2，按本地实际使用的版本限定
使用环境	Web profile，提供标准 llm、tokenMeter 服务
安装方式	GitHub 或 Release 安装包；直接运行 JavaScript，无需构建
开源协议	MIT

下载 v0.1.0 · 安装 · 兼容性依据 · 反馈

为什么做这个插件：究竟多出多少空间

起因是实际遇到过 输入约 692K，却仍预留 384K 输出，导致服务端拒绝请求。maxTokens 表示允许的最大输出，不代表模型一定会输出这么多；固定预留很大的值，会让输入和输出预算提前相撞。

以本地使用的 1,000,000 上下文、384,000 最大输出计算：

比较口径	数值	含义
不计安全余量的输出让位起点	1,000,000 − 384,000 = 616,000	输入超过它后，需要逐步缩小输出额度
本包实际收缩起点	1,000,000 − 32,768 − 384,000 = 583,232	提前留出安全余量
本地另行配置的压缩目标	约 900,000	由 compaction-instant 的 0.9 阈值决定
达到该输入估算时的输出额度	67,232	仍可保留数万 token 输出空间

忽略安全余量时，从 616K 到 900K 的动态调节区间约为 284K。 它表示输出预算逐渐让位给输入的区间，不是模型容量变大，也不是保证额外获得 284K 输入。

还有另一种对比：本地 0.1.7-rc.2 的官方 basic 压缩，在默认 80% 阈值、384K 输出和 65,536 额外余量下，实际阈值为 min(800,000, 1,000,000 − 384,000 − 65,536) = 550,464。本地组合方案的约 900K 目标比它晚约 349,536 token。

这约 350K 的阈值差来自“动态输出预算 + 配套压缩策略”共同作用。 本插件自身不修改压缩策略；单独安装后，官方 basic 仍可能先触发压缩，不能承诺直接用到 900K。

完整计算、当时故障与不同版本的区别

解决什么问题

• 输入增长时收缩输出预留。 根据当前输入估算、上下文容量和安全余量计算 maxTokens。
• 压缩后恢复额度。 重新按配置和当前模型的输出上限计算，避免一直沿用之前缩小的数值。
• 中断、续聊保持校准。 使用已有 usage 记录辅助估算，不因一次没有 usage 的回复就丢失最近的有效校准点。
• 已知超限错误先尝试缩小输出。 仅对能解析且有足够剩余空间的错误重试一次，其余情况交回宿主处理。
• 切换模型时遵守当前路由。 输出额度同时受当前适配器和显式 agent 上限约束。

插件只调整输出额度，不增加模型上下文容量，不改变 reasoning effort，也不修改官方压缩阈值、摘要参数或会话历史。配套压缩插件不包含在本发行包内。

安装

先运行 dsh --version，确认使用 0.1.6-alpha.1 或 0.1.7-rc.2。其他版本暂未声明兼容；请在实际启动该实例的 DSH 环境中执行命令。

dsh plugin --profile web add github:3289192-bot/dsh-adaptive-max-tokens#v0.1.0

也可从 Release 下载，替换为自己的本地路径：

dsh plugin --profile web add file:/path/to/dsh-adaptive-max-tokens-0.1.0.tgz

在任务空闲时重启对应 DSH Web 实例，再开始新会话。默认安装对该 profile 的 agent 请求生效。

已经手动装过旧版的用户： 先从自定义预设中移除或禁用原来的 adaptive-max-tokens.mjs 插件行，再启用本包，避免同一请求经过两份插件。无需删除旧文件。仅希望特定预设使用时，见按预设启用。

卸载：

dsh plugin --profile web remove dsh-adaptive-max-tokens

在任务空闲时重启对应实例。若曾手动增加预设插件行，也需移除该行。

默认参数与效果

安装包沿用本地日常使用参数：

参数	值	含义
effectiveContextWindow	1,000,000	配置的上下文预算上限，取它与适配器声明值中的较小值
maxOutputTokens	384,000	配置的输出上限，同时受当前适配器和 agent 上限约束
safetyTokens	32,768	为估算误差保留的空间
minOutputTokens	16,384	期望最低额度，空间不足时仍会继续收缩
pendingWeight	1	待接收输入的最低估算权重
log	true	输出预算变化日志；设为 false 后仍保留警告

简化计算：输出额度 = max(1, min(输出上限, 上下文预算 − 安全余量 − 输入估算))。

在上下文预算 1,000,000、输出上限 384,000 时：

输入估算	本次输出额度上限
500,000	384,000
600,000	367,232
700,000	267,232
800,000	167,232
900,000	67,232

以上是公式示例，表示允许的最大输出长度，不代表模型一定输出这么多，也不代表已经完成这些长度的实机测试。

修改参数与作用范围

边界与隐私

• token 用量包含估算，附件、新工具及大段新输入可能产生误差；无法保证每次请求都不会超限。
• 输入本身已经超过容量时，缩小输出也不能让它放得下，仍需官方恢复机制处理。
• 重试仅支持代码中识别的上下文超限错误格式；未知格式直接交回宿主。
• 插件读取宿主内存中的请求元数据、usage 和会话事件，用于估算；不主动联网、不写入文件、不读取凭据。
• 启用日志后会记录会话标识、路由、预算数值及错误信息，由宿主处理日志保存。分享诊断日志前请自行检查内容。
• 此仓库只包含插件、内置校准模块和说明文档，不包含私人会话、原始运行日志、密钥或本机路径配置。

兼容性来自本地已使用实例与现有运行记录；本次发布做了独立打包和静态检查，未新增真实模型请求或长上下文压力测试。详情见兼容性说明。