dsh-cost-audit
Manifest validShows token and CNY cost per turn and per session in the harness's own statistics form, a whole-account bill over 1/7/30-day windows with cost-per-unit-of-work trends, and an advisor that re-measures
中文 | English
DSH Cost Audit
一个 DeepSeek Harness 插件,只回答一个问题: 钱花到哪去了,照它说的做到底有没有用?
它把人民币花费放进 harness 本来就在用的两个统计位置 —— 每一轮下面和整个会话下面;同时算了一些 别处都算不到的东西,首先是上下文压缩那次摘要调用自己的账单(并且把你手动压的和系统自动压的分开算)。 在这之上才是让它成为「审计」而不是「看板」的部分:一个建议引擎,会指出到底是什么在花钱、给一个一键采纳的 动作,然后在你采纳之后重新测量那个指标 —— 于是「我照做了」变成一个数字,而不是一种感觉。
所有界面都用 harness 自己的统计形态渲染:同一个图标胶囊、同一个随锚点定位的 dt/dd 面板、同一套设计
token、同一套几何。官方胶囊一个像素都不动,这个插件只是把自己的加在旁边。
它加了什么
每轮 —— 助手动作行里的一个胶囊,位于复制按钮和分支按钮之间,紧挨官方的"消耗"和"耗时"胶囊。它显示
¥0.01,点开是:
| 行 | 含义 |
|---|---|
| Model | 这一轮实际走的模型路由 |
| 缓存命中 | 提示词输入里走缓存的比例,绝不四舍五入成假的 100% |
| 缓存读取 | 走缓存的输入 token(缓存输入) |
| 未命中输入 | 按未命中价计费的输入 token |
| 缓存写入 | 写入缓存的输入 token(非零时才显示) |
| 总输入 | 三个互不重叠的输入桶之和 |
| 输出 | 输出 token,含推理内容 |
| 本轮费用 | 人民币 |
| 耗时分布 | 本轮耗时去向 —— 见下 |
每会话 —— 一个与官方会话统计同一行的胶囊(1 turns 297 steps · 237 tok/s · 73.2M tok · Cache hit 99.7%),
就在它们右边:¥2.72 · today ¥0.41 · Account balance ¥113.45 —— 会话总额、其中今天花了多少、以及
实时账户余额。隔几天又捡起来的会话,今日花费从零开始算,而不是拿生命周期数字糊弄你。点开是整个持久日志
的同一套拆解,加上耗时分布,以及从 DeepSeek 账单接口实时读取的余额:
| 行 | 含义 |
|---|---|
| 会话总费用 | 人民币 |
| today | 今日 —— 这个会话在本地日历日上的花费 |
| 其中缓存重读 | 账单里那部分"同一份上下文又读了一遍" |
| 其中压缩摘要 | 摘要调用自己的账单 —— 没有任何别的显示会统计它 |
| 缓存命中 / 读取 / 未命中 / 写入 / 总输入 / 输出 | 整个会话的 token 桶 |
| 耗时分布 | 见下 |
| 账户余额 | 实时 |
| 赠送 / 充值 | 余额构成 |
耗时分布
两个面板的用量部分都以"时间到底去哪了"结尾,工具行按自己的名字排序:
| 行 | 含义 |
|---|---|
| 总耗时 | turn/start → turn/end |
| 模型用时 | step/start → assistant/message,带调用次数 |
| 首 token 平均(TTFT) | step/start → 第一个输出 token |
| 生成阶段 | 首 token → 结算,带 tok/s |
| 工具用时 | tool/call → tool/result,带调用次数 |
| 其他开销 | 上面两项没覆盖的墙钟时间 |
| 工具明细 | 最忙的 6 个工具,其余合并成一行 |
省 Token 建议
只在真的有话可说时才出现第四个胶囊 —— 健康的会话不为它付任何空间。点开是一串有数据支撑的建议,每条带 严重程度、一行修法、以及一个按会话记忆的"忽略":
| 代号 | 触发条件 | 一键做什么 |
|---|---|---|
context-reread | 缓存重读 ≥ 会话花费的 35%(且模型调用 ≥ 30 次) | 立即压缩本会话 —— 提交 /compact |
fragmented-tools | 某个工具调用 ≥ 30 次,其中 ≥ 60% 不到 2 秒 | 让 agent 把那一批合并成一个脚本 |
repeated-target | 同一个工具对同一目标调用 ≥ 4 次 | 让它读一次就记下结论,之后用 grep 定位 |
idle-grinding | 连续 ≥ 30 步没有 write / edit / 交付物 | 要一份进度汇报,而不是继续摸 |
tool-failures | 同一工具连续失败 3 次 | 让它停下来把错误读完 |
cache-hit-drop | 50 次以上调用里命中率低于 85% | 让它查是什么在每轮改请求头 |
compaction-churn | 系统自动压缩 ≥ 3 次,或那些摘要花掉 ≥ 会话 10% | ——(宿主配置项) |
model-retries | 模型重试 ≥ 5 次 | —— |
balance-low | 按当前烧钱速度,余额撑不过五个会话 | ——(充值) |
你自己压的那次不算"频繁"。 上面那条重读建议推荐的就是 /compact,所以把紧随其后的那次压缩也算进去,
会让顾问跟自己吵架:它让你压,压完又嫌你压得太勤。计数门槛一开始是 2 —— 意思是"一次系统自动 + 一次本面板
请求的"就已经算频繁了。现在只有 harness 自己决定的压缩会喂给这条规则(从摘要前面那个 command/run
归属出来),计数门槛提到 3,成本门槛只看它们那一份。这不是纸上谈兵 —— 这台机器上就有三个会话分别是
53 / 35 / 17 次自动压缩,手动触发零次。
这条建议的正文也不再引用任何 thresholdRatio 数值了。它曾经写着"从 0.8 降到 0.3",错了两次:这台机器的
preset 早就是 standard-half 的 0.5,而且插件本来就读不到宿主的压缩配置。现在它只讲取舍(阈值越低,
每次摘要要回放的历史越短、单次越便宜,但压得越勤),而"要改去哪改"交给那条手动说明。
金额一律渲染成两位小数 —— 万分之一元不是一个有人会据此行动的数字。唯一的例外是真花了钱却小到过不了
这个四舍五入的,显示 <¥0.01,而不是假装它免费。
采纳一条建议
每条可执行的建议都有一个按钮,通过输入框自己的动作面(setDraft + submit)提交进本会话 —— 走的是
发送按钮同一条路,所以消息会落在对话记录里,agent 在下一步就会读到(正在跑的轮次会排队作为"引导")。
没有诚实自动修法的建议会带上自己那一行说明该做什么 —— 要改哪个 agent preset 键、去控制台看什么 ——
因为原来那句通用的"这条需要你手动处理"没说出任何动作,读起来像耸肩。
两道护栏,都是刻意的:输入框里还有内容时按钮是禁用的,因为"执行"意味着写输入框,一次点击绝不能丢掉 人已经打的东西;每条建议发出后自己禁用。忽略是按会话记在这个浏览器里的。
采纳之后
被采纳的建议离开胶囊里的计数、但留在列表里,带一条会随会话继续更新的判定:
| 判定 | 含义 |
|---|---|
| 已采纳 · 有改善 | 指标往好的方向动了,超过它的门槛 |
| 已采纳 · 基本持平 | 动得比门槛小 —— 这次改变没被量出来 |
| 已采纳 · 反而变差 | 往反方向动了,超过门槛 |
| 已采纳 · 还在观察 | 采纳之后的样本还不够判;面板会告诉你还差多少 |
判定块从不只印一个状态。它总会说明实际执行了什么(已执行 /compact、已发出合并指令……),因为
单独一句"已采纳 · 还在观察"和"点了一下什么也没发生"完全没法区分 —— 而第一次上线时读起来正是后者。样本还
不够时它同时印出基线读数和还差多少证据;对 /compact 还会在摘要调用落地后补上这条命令自己的
花费(本次花费 ¥0.42)。最后这行需要点击那一刻就把压缩计数快照下来,所以更早的采纳记录没有它。
读数是自采纳以来的,不是会被历史冲淡的生命周期平均:浏览器在你点击的那一刻快照累计计数器,之后用新 读数相减。每条建议量的是它自己关心的那个指标 —— 每请求上下文 token、短调用占比、重复调用占比、工具失败 占比、缓存命中率 —— 而每个门槛都是基线的比例,这样 token 计数和比率能在同一把尺上判。这里没有任何地方 调用模型;它只是在胶囊已经读的那份折叠结果上做算术。
判定是一次测量,不是承诺:指标可能因为跟这条建议毫无关系的原因变好。请把"基本持平"当作诚实的默认值, 把数字当作证据。
每一条都是从持久日志里折叠出来的 —— 建议引擎从不调用模型,因为一个靠烧 token 来省 token 的功能是自相 矛盾的。门槛刻意保守,每条规则都要一个持续成立、而不是一次倒霉的模式:会喊狼来了的顾问很快就没人读了。
界面跟随 harness 的语言设置:zh 下简体中文,en 下英文。
全账号报表
会话级数字回答的是"这次对话花了多少",回答不了"我是不是比以前花得少了" —— 一个会话就是一件活,两件活 没法比。所以还有第二层读数:一个路由把所有会话的按日桶合并成一份日历,成本面板底部多出一段 「全账号 · 最近 7 天」。
分母只留两个,都在产出侧 —— 不拿 agent 自己的流程当工作量:
| 行 | 为什么用它 |
|---|---|
| 每产出编辑 | 每 write / edit / present 一次多少钱 —— 交付物的分母;纯聊天、纯调研的日子没有产出,显示 — |
| 每 1K 回答 token | 产出 1000 token 回答要付多少(不含思考)—— 输入是回答的很多倍时它就高,缓存和上下文的问题都在这里显形 |
「每步」和「每回合」已经删掉:步数是 agent 自己的过程(把零碎调用合并成一个脚本会让它合理地上升), 回合数是你的习惯(说一句「你好」和一整个大任务都算一回合)—— 两个都不是工作量。四个读数里有两个会误导, 不如只留两个对的。曲线也只画这两条。 | 重读 / 冷输入 / 输出 | 三项加起来才是总额;只看总数看不出"为什么动了" | | 其中压缩摘要 | 是上面三项的子集,不是第四项 —— 摘要调用的 token 本来就是缓存重读或未命中输入 | | 高峰占比 | 只报数字,不做建议 |
每一行都自带一句人话解释,中英双语。一个没人看得懂的分母比没有数字更糟:这个面板收到的第一个问题就是 「这几个里到底哪个才是工作量」。
三条边界会直接印在面板上,别处也请记住:
- 金额按配置里的列表价计算。
web/deepseek-search-llm-request与session/title-llm-request这两个调用的日志里没有用量, 所以这是下界,不是精确值。- 报表能显示花费变了,但不能证明是你采纳的建议带来的。它把分母选成建议改不动的量、把成本拆到可解释; 归因永远要你自己把采纳的时间点和趋势对齐。
因为整份表是从持久日志折叠出来的,历史会回填 —— 不用等一周才能看到一周(上限是最近 90 天)。
细粒度视图
日粒度回答不了"我 11 点改的那个设置有没有用" —— 一天里混着好几种策略,而一个会话和下一个会话干的根本不是 同一件活。所以账单卡片里还有第三档「细粒度」,把同一批事件按分钟/小时折开:
- 一行一个量度(¥ / 次、命中 tok / 次、冷输入 tok / 次、输出 tok / 次),全都除以调用次数 —— 桶里的工作 量不一样,画总量只会跟着工作量涨。
- 窗口即粒度:2 小时=1 分钟桶、24 小时=5 分钟桶、7 天=1 小时桶。要两个开关才能表达一件事,就只做一个。
- 标记:改思考档位、换模型、起子 agent、
/compact、压缩摘要、切 preset / sandbox / approval,都画成竖虚线, 最近几条列在下面(带时刻)。 - 两个能控制的变量做成开关:上下文档位(<100K / 100–200K / 200–350K / ≥350K)和并发(只有本会话 / 有并行)。曲线只有在同一档位内比较才说明策略优劣 —— 否则你量到的是上下文变重,不是策略变差。
边界写清楚:任务类型(写代码 / 调研 / 聊天)不是任何人能定的变量,所以这里不提供跨任务类型的对比;标记全部
从日志推出,因此在会话外改配置(编辑 preset、改 settings.yaml)不会留痕,只会表现为"下一个会话以不同档位
开始"。某个会话折不动时会在卡片上写出来,不会假装序列是完整的。
价格
金额用的是 DeepSeek 官方人民币列表价,单位:元 / 100 万 token (api-docs.deepseek.com),按计费时段分开。 高峰是北京时间(UTC+8)周一至周五 09:00–12:00 与 14:00–18:00;其余时段以及整个周末都是半价。
| 模型族 | 缓存命中(空闲 / 高峰) | 缓存未命中(空闲 / 高峰) | 输出(空闲 / 高峰) |
|---|---|---|---|
deepseek-flash、deepseek-v4.1-flash、deepseek-v4-flash | 0.02 / 0.04 | 1 / 2 | 4 / 8 |
deepseek-v4-pro、deepseek-pro | 0.15 / 0.30 | 4.5 / 9 | 13.5 / 27 |
一个既不带 v4 也不带 deepseek 标记的模型名会被计数但永不计价 —— 面板给它的费用显示 —,并说明有
多少 token 未计价,而不是拿 DeepSeek 的价目表去给一个国外模型计费。
费用是估算:它由供应商回报的用量算出,不是从账单对回来的。但账户余额不是估算 —— 它是实时读取的, 所以拿它去校准估算。
配置
每个字段都是可选的;覆盖写进同 id 的 profile 补丁层。
- id: dsh-cost-audit
config:
baseUrl: "https://api.deepseek.com" # 账单接口的源
credentialRef: "DEEPSEEK_API_KEY" # 经 ctx.credentials 解析的引用
balanceCacheMs: 60000 # 一次余额读取复用多久
requestTimeoutMs: 8000 # 上游超时
pricing: # 元 / 100 万 token
flash:
peak: { cacheHit: 0.04, cacheMiss: 2, output: 8 }
off: { cacheHit: 0.02, cacheMiss: 1, output: 4 }
pro:
peak: { cacheHit: 0.30, cacheMiss: 9, output: 27 }
off: { cacheHit: 0.15, cacheMiss: 4.5, output: 13.5 }
安装
dsh plugin --profile web add github:Pingze-github/dsh-cost-audit
然后刷新浏览器页面以加载客户端 bundle。如果你是在自己改的 checkout 里,用实时链接装:
dsh plugin --profile web add link:/path/to/dsh-cost-audit
link: 让 checkout 保持实时,改 index.js / client.js 不需要重装。装了 dsh-hotswap 的话,它会根据写进
dsh.profile.bundles 的新条目热挂载 —— 不需要重启 dsh;这一点很重要,因为重启 dsh web 会杀掉正在
承载它的那个会话。
scripts/ 下的脚本是对着正在运行的部署验证的,不是对着夹具:check.sh 是离线闸门,smoke.sh 通过实时
路由扫过这台机器上的每一个会话,gui-probe.mjs 用无头 Chromium 渲染真实界面。smoke.sh 需要 DSH_HOME 和
一个带认证的 URL(它会从 /var/log/dsh-web.log 里读一个,或者用 DSH_STATS_URL)。
⚠️ 重命名一个 link: 安装的插件会留下一个卸不掉的开机条目,而新旧两个名字都指向同一个 client.js,浏览器
会把同一个 bundle 执行两次并报 duplicate factory registration,整个插件列表都会加载失败。补救办法是把
bundle 从 profile 清单里摘掉再加回去(每条条目会重新解析自己的路径),不是重启 dsh web。
它是怎么工作的
- 宿主半边(
index.js)注册一个会话投影dshCostAudit,把整份持久日志折叠成"每轮"和"整会话"的计费桶 及其人民币费用。它走的是 harness 自己的tokenUsage/sessionStats同一条管线,所以客户端翻了多长的 历史,数字都是完整的。重试记账对齐token-meter:一次助手结算替换它自己那个(turn, step)槽位,而llm/retry-started会先把槽位关掉,于是重试那次是相加。 - 宿主半边还注册三条 exact Connection Fetch 路由:
/api/dsh-cost-audit.balance提供账户余额和任意会话的 按需折叠,/api/dsh-cost-audit.report把所有会话的按日桶合并成一份日历,/api/dsh-cost-audit.fine把同一批 事件按分钟/小时折成每次调用的均值并标出策略改动的时刻(改档位、换模型、起子 agent、压缩、切 preset / sandbox)。按需折叠存在的原因是:投影管线 只会在一个会话已经有物化单元之后才把它发给客户端 —— 持久投影检查点早于本插件的会话没有dshCostAudit那一行,而这条路由用同一个单元定义把这个缺口补上。报表路由要折叠一百多个会话,所以它缓存 60 秒。 - 客户端半边(
client.js)注册进 harness 的conversation.chat.assistant-actions与conversation.composer.dock两个插槽。它没有构建步骤:是一个手写的window.__ModuleLoader__.load({ id, factory })形式的 bundle,所以这个包可以直接从 checkout 装。 - 按日花费按本地日历日折叠(宿主的时钟,也是浏览器的时钟),保留最近 90 天,于是一个跨了几个月还在 用的会话不会让检查点无限膨胀。每个日桶带三套互不混淆的口径:token 轴(重读 + 冷输入 + 输出)等于当日总额, 费率轴(高峰 + 非高峰)也等于当日总额,而压缩摘要是 token 轴的子集、不是并列的第四项。
- 会话行的位置是量出来的,不是写死的,并且两个胶囊整体保持居中。输入框 dock 是堆叠它的插槽条目的,而
官方统计行是一个本插件并不拥有的居中 flex 行,所以要量三件事:整行按官方行的高度上提、内容缩进到官方内容
结束的位置、官方行再向左平移本胶囊宽度的一半(用本插件设置和清除的
translateX,绝不改布局),这样两个才 读起来像一个居中的整体。官方标签变长、字号变了、窗口缩放,都会自动落在对的位置;当整组一行放不下时,本行 回退成自己的一行居中,官方行保持 harness 画的原样。
目录
index.js 宿主半边:dshCostAudit 投影 + balance / report / fine 三条路由
index.d.ts 公开类型 + SessionProjectionMap 的模块增强
client.js 浏览器半边:两个插槽条目
cordis.patch.yml bundle 补丁(挂载宿主条目)
scripts/check.sh 本项目唯一的成功标准
scripts/check.mjs 宿主半边行为:计价、重试记账、路由、折叠
scripts/smoke.sh 一次调用做完运行时验证(闸门 + 全机会话不变式 + 可选渲染)
scripts/link-deps.sh 把 node_modules 指向正在运行的 harness,供 check.sh 用
scripts/gui-probe.mjs 真实界面的无头 Chromium 探针
授权
MIT。
Comments
Loading…
Similar plugins
by divineeagleblackhand
Shows what each assistant turn cost under every reply, priced from the token usage of that turn at the official peak and off-peak CNY rates, together with the account and bonus balances; when a turn c
★ 1
MIT
JavaScript
Oct 27, 2026
dsh plugin --profile web add dsh-cost-receiptby BigFatFish4Wm
DSH plugin: per-turn token usage, cost, session totals and account balance in the Harness Web UI, with a workspace-local ledger.
★ 0
MIT
JavaScript
Oct 26, 2026
dsh plugin --profile web add dsh-token-costPer-model token cost tracking with configurable cache-hit/miss, output and peak-window pricing, a live session cost bar, and unconfigured-model flags.
★ 0
dsh plugin --profile web add dsh-cost-trackerby mike-lee0120
Cost dashboard for DeepSeek Harness: aggregates model input/output/cache tokens across all local sessions, prices them with a builtin table (including DeepSeek peak/off-peak), and shows daily trends p
★ 4
JavaScript
Sep 25, 2026
dsh plugin --profile web add dsh-cost-dashboardby qiyuexue-xiyu
Per-turn tool cost line in the chat stream: after each turn a collapsible row under the reply lists which tools ran, how many times, and how many tokens each tool injected into the context (input plus
★ 2
MIT
TypeScript
Oct 22, 2026
dsh plugin --profile web add dsh-tool-cost-hintby Jannchie
Cost tracking priced from an online catalogue (models.dev + OpenRouter, 8000+ models, each call priced at its own instant): a per-turn cost line, a Cost tab attributing spend to tool output / model ou
★ 10
↓ 951/wk
MIT
JavaScript
Oct 23, 2026
dsh plugin --profile web add dsh-bill