上下文压缩的云端账:三个口径对不上时怎么查
在云主机上跑长会话任务,账单和界面上的 token 数经常对不齐。dsh-live-compact 这类「轮后小切」插件会把这件事放大:它确实减少了上下文,但减少的量不等于你省下的钱,也不等于界面显示的那个数。
这篇按对账顺序走:先看它到底动了什么,再看三个口径各自代表什么,最后给一条可复现的核对流程。
它压的不是整段历史
先把范围钉住。这个插件切的是最新一轮,只替换选中的一段,切点前面的内容保持原样。整理前先备份原文,备份失败就保留原内容——也就是说,它宁可不切,也不会在没有退路的情况下动你的上下文。
触发条件不是「到点就压」。默认阈值 SPINE_MIN_TOKENS=20000,上下文到 2 万 token 才开始检查有没有可压内容;实际是否压还要看这一轮读进了什么、下一轮可能多长。
小切参数四个:一刀至少 1,000 token(SPINE_CHUNK_MIN)、最多 32,000(SPINE_CHUNK_MAX);单条成功或状态未知的工具结果超过 32,000 token 只留指针(SPINE_POINTER_TOKENS);保留最近 3 个已结束的工具轮(SPINE_KEEP_ROUNDS)。
它和官方大压缩并存,各管一段。官方那三个数(thresholdRatio 0.8、headroomTokens 65536、retainTokens 8192)只管官方大压缩,不改小切的切点——这是对账时最容易搞混的第一件事。
口径一:saved 与 rewrite 不是借贷关系
dsh-live-compact stats 会输出两个数:saved 是切完少掉的 token,rewrite 是同一次收尾要重写的尾巴。两个口径不同,比值不是盈亏。
坑一 · 拿 saved ÷ rewrite 当压缩率
这两个数描述的是同一动作的两个侧面:省下的和要重写的。同一步连续切几刀,尾巴不会被按刀数乘上去——所以「省了多少」不能简单累加,也不能用比值当效率指标。
想看这一刀到底切没切,去 shadow 目录的 spine-cuts.jsonl,里面只有序号、token、切点,没有消息原文。这是设计上的取舍:明细可核,但不可复原对话内容。
口径二:云端还是本地,看地址不看模型名
坑二 · 按模型名判断走的是云还是本地
判定依据是当前配置的 baseURL:公网地址按云端处理,回环与内网按本地处理,读不到地址仍按本地。也就是说「我用的这个小模型是本地的」这种推断不成立——模型名不参与判定。
需要覆盖时才设 SPINE_ENGINE=local|cloud。云上部署的常见坑就在这:内网自建推理服务写的是私有域名,如果这个域名解析到公网 IP,插件会把它当云端走另一套策略。
SPINE_THUNDER=1 是实验性模型摘要模式,默认关闭,端侧不要开。本机或内网模型建议保持关闭——开着会把「不请求模型」这个前提直接推翻,账也就没法对了。
口径三:备份目录有上限,满了先删最老
坑三 · 以为备份会一直留着
备份落在 ~/.dsh/compaction-spine/shadow,默认上限 256MB(SPINE_SHADOW_MAX_BYTES),快满时删最老的一份。
三种情况要分清:删得掉旧的,这一刀正常切;删不掉旧文件,这一刀就不切,同一次会话只警告一次;磁盘真的满了,表现是「压缩不生效」,而不是报错。
权限上,Unix 是目录 0700、文件 0600;Windows 走 DACL,只允许当前用户、SYSTEM、Administrators。Windows 上 ACL 失败即熔断——停止写备份、保留原工具输出,不退回 chmod,也不把宿主打退出。云主机上如果是挂载盘,先确认 ACL 与属主继承没问题再开。
还有一条前置:版本与 profile
坑四 · 桌面端照普通命令装会被拒
它要求 DSH >=0.2.0-rc.2 <0.3.0。桌面端是另一个 profile,README 原话是普通 dsh plugin --profile desktop 会被拒绝。
站点静态检查写的是「未声明 dsh 版本约束」,而 package.json 里 engines.dsh 明确写了 >=0.2.0-rc.2 <0.3.0——两处口径冲突,以 package.json 为准,装之前先看一眼宿主版本。
另外 headless 与 web 是两个 profile,要各装一次,装谁不影响另一个。云上批处理通常跑 headless,只装了 web 的人会以为没生效。
一条可复现的对账流程
- 记录起点:本轮开始前的上下文 token 数、账单侧本日已用 token。
- 跑完这一轮,看日志里有没有
spine cut …ms——有才算这一刀切了。 - 记
stats的两个数,分开记,不要相除。 - 与账单侧对比时只比「总量差」,不要拿界面上的「上下文 2 万多」当依据——那是还留着的内容量,不是「没压缩」。
- 想验证有没有丢信息,用回忆题对比:作者自测过一次(版本 1.0.5),同一真实会话 15 道回忆题两边都是 15/15,日志中段细节两次都是 3/3;这一条标「作者自测」,不是第三方复现。
移植参考也一并说清:独立项目 opencode-live-compact 在 OpenCode 2.2.6 + GPT-6 Luna 上跑 Aider 150 与 Web-Bench React 20,任务 150/150、20/20,估算费用分别低 14.3% / 42.1%。那是非 DSH 结果,不能直接搬来解释这里的账单。
站内档案:dsh-live-compact 详情页。信任档位是「仅索引」——静态安装检查通过,没有做真实安装,也没有 L4 / L5 结论。这一点必须自己心里有数。
总结
三个口径各管一件事:saved / rewrite 描述动作本身,baseURL 决定走哪条通道,备份上限决定这一刀到底切不切。对账时分开记、别相除,账单差异只比总量。同类工具的中文清单在 精选插件 Top 榜,按综合分排,可以先看同类别再决定要不要试。
适合与不适合
适合:上下文长期卡在 2 万 token 以上、又被工具长输出撑爆的会话;内网或本机推理、明确不希望压缩过程再发一次模型请求的人;需要把 token 账讲清楚的成本负责人。
不适合:以为装上就一定省一半钱的人——省下的量与账单不是线性关系;跑 DSH-TUI 的人,spine-checkpoint 的局部卡片显示还没适配,两仓联合验收后才开放;与另一个接管 compaction-basic 的插件并用的人,宿主返回空摘要会警告并保留原段,但不保证绕过对方独立生成摘要。
标签:dsh-live-compact、DeepSeek Harness、上下文压缩、token 对账、云端部署
本文由 DeepSeek Harness Hub 自动整理,数据来源于插件详情页。