LeemanCheung/dsh-token-usage

Name: LeemanCheung/dsh-token-usage
Author: LeemanCheung

Plugin插件 Native原生 ⭐ 12 MIT Usage & Cost用量与计费

用于DeepSeek Harness的持久化令牌使用记录与仪表板

Project Overview项目介绍

Edited by Zhiwei Agent (zhiwei)由知微Agent(zhiwei)编辑

dsh-token-usage is a native plugin built exclusively for DeepSeek Harness (DSH) that provides local-first token usage observability, budget management, and session trajectory auditing. It persists token counts across four different token buckets from all connected providers, and natively integrates with DSH’s model directory to pull the currently selected routes for on-demand usage reports and session trajectory analysis. The plugin supports core features including trend visualization, budget alerting, cost estimation based on public model rates, and multiple formats of aggregated data export.

After installation, the plugin runs passively on the DSH host without intercepting or modifying any model requests. It observes all regular model requests, retry attempts, and context compression events to build a recoverable session statistics projection. It is designed for DSH users who need to track their token consumption, control AI-related costs, audit session behaviors, and improve the efficiency of their AI agent calls.

The plugin is distributed as an open source project under the permissive MIT license, and all usage data is stored locally on the user’s device. All AI-powered analysis features are opt-in by default, meaning users have to manually trigger any analysis to generate reports. It can be installed directly from GitHub via DSH’s source plugin installer, with pre-built bundles included in the repository so end users do not need to run any build steps to use it.

dsh-token-usage 是专为 DeepSeek Harness 开发的原生插件，提供本地优先的 Token 用量可观测性、预算管理与轨迹审计能力。它持久统计来自不同提供商的四类 Token 桶，支持趋势分析、预算预警、基于公开费率的成本估算、聚合数据导出，还可根据模型目录当前选中的接入路由按需生成用量和会话轨迹报告。

该插件采用被动记账模式，安装后会在 DSH 宿主侧被动观测普通模型请求、重试和压缩事件，构建可恢复的会话统计投影账本，不会拦截或修改请求本身。它面向需要追踪 Token 用量、管控 AI 成本、审计会话轨迹和优化 AI 调用效率的 DeepSeek Harness 用户开发。

本插件采用 MIT 开源许可证，所有统计数据都本地存储，AI 分析功能默认关闭，需要用户手动开启才能使用。用户可直接通过 DSH 的 GitHub 源码插件安装功能安装，仓库自带预构建产物，终端用户无需额外编译。项目存在若干已知限制，比如轨迹报告仅保存在当前浏览器配置中。

View on GitHub在 GitHub 查看

Send to your DSH发给你的 DSH 安装

请帮我安装这个 DSH 插件。安装前先完成【兼容性检查 + 安全性检查】，检查通过再动手。

插件：dsh-token-usage（LeemanCheung/dsh-token-usage）
仓库：https://github.com/LeemanCheung/dsh-token-usage
本站详情页：https://www.yhbd.top/plugins/leemancheung-dsh-token-usage/
本站登记：类型 plugin · 归类 原生 DSH 插件 · 许可证 MIT · ⭐ 12 · 最近提交 2026-09-27 · 主语言 TypeScript

按下面顺序执行，每步先把结论告诉我，再进入下一步：

【1 兼容性检查】
① 我这边：DSH 版本、Node 版本、操作系统、当前 profile（web / desktop）。
② 读它的 README、package.json、插件 manifest，列出它要求的 DSH 版本 / Node 版本 / 操作系统 / 外部依赖 / 需要另外先装的运行时。
③ 逐条比对，结论只写「满足 / 不满足 / 未知」三种；不满足的给出可行替代方案。
④ 检查是否和我已装的插件冲突：命令名重复、skill / tool 重名、端口占用、重复注册的 MCP server。

【2 安全性检查】
① 仓库可信度：和上面「本站登记」是否一致；star / fork 数、创建时间、最近提交，是否归档或长期停更。
② 安装脚本：逐行看 package.json 的 preinstall / install / postinstall，以及 install.sh、setup.ps1 之类脚本。出现 curl|bash、下载后直接执行、混淆代码、访问与插件功能无关的域名，立刻停下来告诉我，不要继续装。
③ 依赖：列出新增依赖，标出无人维护、或与知名包拼写近似的可疑包（typosquatting）。
④ 权限与副作用：它会读写哪些目录、访问哪些域名、需要哪些 DSH 权限（filesystem / network / shell / clipboard 等），以及怎么卸载和回滚。
⑤ 如果它要求 sudo / 管理员权限，或权限明显超出功能所需，先停下来问我。

【3 安装】
上面两步没有「不满足」和「高危项」时才执行；用官方推荐方式安装，不要自行提权。

【4 汇报】
用表格输出：检查项 / 结论 / 依据 / 是否需要我决策。拿不准的一律写「未知」并说明要我怎么确认——不要猜，也不要替我决定。

Send this message to DSH in your current session: it verifies compatibility and security first (answering met / not met / unknown item by item) and only installs once everything checks out — it will stop and ask you if it finds a high-risk item. The box scrolls; the copy is the full prompt. CLI install commands may not be accurate across systems, so DSH is the safer route.把上面这条消息直接发给当前会话里的 DSH：它会先核对兼容性与安全性（逐条给「满足 / 不满足 / 未知」），确认没问题再安装，有高危项会停下来问你。框内可滚动，复制到的是完整提示词；安装命令不一定准确，发给 DSH 更稳。

Pre-install check安装前体检Compatibility · Security兼容性 · 安全性 1 note1 项提示

12 stars - an early-stage project星标 12，属于早期项目

DSH walks through these 9 checksDSH 会逐条核对这 9 项

Compatibility兼容性

DSH, Node, OS and profile requirementsDSH 版本 / Node 版本 / 操作系统 / profile 是否满足要求
External dependencies and runtimes (Electron / Python / Docker, ...)外部依赖与运行时（Electron / Python / Docker 等）是否齐备
Conflicts with installed plugins: command names, skill / tool names, ports, duplicate MCP registration与已装插件是否冲突：命令名、skill / tool 重名、端口占用、重复 MCP 注册

Security安全性

Repo matches the facts registered here; archived or abandoned?仓库是否与页面登记一致，是否归档或长期停更
Safety of preinstall / install / postinstall and install.sh / setup.ps1preinstall / install / postinstall 与 install.sh、setup.ps1 是否安全
curl|bash, download-then-execute, obfuscation, unrelated domains → stop immediatelycurl|bash、下载即执行、混淆代码、无关域名 → 立刻停止
Typosquatting or unmaintained packages among the new dependencies新增依赖里有没有 typosquatting 或无人维护的包
Requested permissions vs. what the feature actually needs申请了哪些权限、是否超出功能所需（filesystem / network / shell / clipboard）
Any sudo / admin requirement, plus uninstall and rollback是否要求 sudo / 管理员权限，以及卸载与回滚方式

Anything uncertain must be marked unknown with a note on how to confirm it. This site's signal screen is a static snapshot, not a security audit.拿不准的必须标「未知」并说明要我怎么确认。本站的信号筛查是静态快照，不能替代安全审计。

Or use CLI install (for developers)或使用命令行安装（适合开发者）

CLI Install命令行安装

dsh plugin --profile web add github:LeemanCheung/dsh-token-usage

把 LeemanCheung/dsh-token-usage 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

40.8 KB · 缓存于 2026-09-12 19:39:03 · 40.8 KB

dsh-token-usage

面向 DeepSeek Harness 的本地优先 Token 可观测性、预算与轨迹审计插件。
持久统计四类 provider Token bucket，提供趋势、预算、公开费率估算、聚合导出，并通过模型目录当前选中的已接入路由按需生成用量和会话轨迹报告。

功能全景 · 功能截图 · 安装 · AI 用量分析 · 轨迹分析 · 已知限制 · 贡献与社区 · 安全

DSH Token 用量概览：八项指标、聚合导出、30 周热力图与周期趋势

截图采集自当前 DSH 界面；采集前已将用量、日期、路由与报告内容替换为明确标注的示例数据，不对应真实会话、模型配置或账单。

🗺️ 功能全景

领域	已实现能力
本地用量工作台	无模型体检、用量收据、版本化价卡、独立辅助分析账本、7/30/90 日变化贡献、项目/标签与金额预算、人工验收实验、缓存/分时试算、脱敏周报，以及默认关闭的同页面只读摘要。详见工作台说明。
精确记账	分别记录未缓存输入、输出、缓存读取与缓存写入；`reasoningTokens` 已包含在输出中，不重复计算。流式 usage 先作为临时值，最终消息在同一 attempt 内覆盖它；重试与上下文压缩独立计数。
多维聚合	以 provider / model、会话、UTC 日期和日期×模型聚合普通对话、每次重试和上下文压缩；旧用量无法归因时单独披露，不破坏总量守恒。
概览与活跃度	八项概览指标覆盖总量、输入、输出、缓存结构、公开费用、缓存读取避免费用、费率覆盖和有用量会话；30 周热力图支持四类 bucket 悬停与按日会话下钻。
近实时确认输出	Web 端每 5 秒统一采样 provider 已确认的会话输出 bucket，以最多 10 秒窗口平滑突发入账；对话标题区显示当前会话 `tok/s`，侧栏底部显示全部会话合计和近期有入账的会话数。仅在请求终态上报 usage 的路由会在请求结束后形成脉冲，不代表逐 Token 解码速度。
趋势与数据质量	支持全部路由或单个 provider/model 的 7/30/90 日环比、活跃天数和峰值日；日期×模型 bucket 必须同时与会话总量、模型总量和逐日总量守恒，覆盖不完整或不一致时自动降级，避免旧数据造成低估。
预算与异常	本机持久化全局及精确 provider/model 的滚动 30 日 Token 预算；模型预算提供 80% 预警、100% 超额和 7 个完整 UTC 日运行率预测，并只在日期×模型覆盖完整且守恒时启用。全局异常仍以中位数/MAD 识别近期突增并支持按日下钻。
Agent 效率	展示模型尝试数、每次尝试 Token、每百次尝试压缩数、精确压缩 Token 占比、缓存读取占输入、Top 1/Top 3 路由集中度和未归因比例。
公开价格估算	用静态公开费率计算已覆盖路由的 USD 估算与缓存读取避免费用，明确显示费率基准日、Token/路由覆盖和未覆盖项；不冒充 provider 账单。
模型与会话工作流	模型表支持按总 Token、公开费用、每次记录调用 Token 或缓存占比排序；会话表支持搜索、渐进展开、直接打开会话，轨迹分析操作固定在第一列。
聚合导出	导出不含会话正文和标题的 JSON v3、每日 CSV、模型 CSV 与日期×模型 CSV；JSON v3 显式记录逐日/日期×模型覆盖状态，不完整或守恒失败时禁用日期×模型 CSV，避免生成看似完整的低估数据。CSV 单元格防公式注入。
AI 用量优化	使用目录自动预选的默认/首个路由，或改选任一当前可列出的已接入 provider/model，对总量、压缩、缓存、路由贡献、可靠日趋势、峰值和波动生成证据化建议；目录可刷新，单个 provider 枚举失败不影响其他路由。
会话轨迹分析	可从设置页会话列表或对话页标题操作区启动同一 Host 流程；同时支持 live 与冷会话，确定性分析调用节点、重试、压缩、工具可靠性、速率、生命周期和 Token 对账。
合规控制审计	配对审批请求与决定，统计单次允许、拒绝、取消、不可用、未闭合和孤立决策；单次决定不存在“永久允许”结果；独立的会话级 `approval/policy` 事件不在当前报告白名单中，因此持久策略明确标为不可用证据。报告强制区分观测证据、风险假设与不可用证据，不声称法律或认证结论。
实时分析进度	两类模型分析均显示准备/生成/整理阶段、等待时间、流块、字符数和输出 Token；provider usage 到达前明确标注估算值，到达后切换为精确值。缺少终态 finish 的截断流会失败；成功或取消后立即停止轮询且不发布迟到快照。最多同时维护 8 个请求级进度记录，结束即清理。
报告、导出与历史	使用 DSH Markdown 组件展示标题、列表、表格与代码；远程图片降级为链接、原始 HTML 转义为文本。两类报告均可导出；轨迹报告在当前浏览器配置中全局最多保存 24 条，界面按当前会话过滤查看并支持删除。
紧凑、响应式与可访问 UI	跟随 DSH 中/英文界面并适配窄屏；大数字使用 `K` / `M` / `B` 且悬停保留精确值，轨迹摘要分为四组；加载状态提供 `aria-live`、`aria-busy` 和 reduced-motion 兼容。
历史预热与生命周期	Host 启动后顺序预热可读历史并写入 projection cache，不阻塞插件启动；模型目录、调用与中止信号绑定当前 LLM service 生命周期。
隐私与边界校验	持久 projection 只保存统计数据；模型仅接收最小聚合 DTO 或白名单轨迹元数据。私有 RPC 只允许 loopback 页面，非法 bucket、日期、路由、进度 ID 和超限数组会在读取会话或调用 Adapter 前拒绝；Client 会验证报告 schema、时间戳、bucket、节点、signed delta 与最大节点引用。

Showing the opening section of the README — the full document lives in the repository以上为 README 开头摘要，完整文档在仓库内 · View the full README on GitHub →在 GitHub 查看完整 README →

渲染基于仓库 LeemanCheung/dsh-token-usage 的 README.md。在 GitHub 查看原文 →