sixtysevenlf/dsh-cost-guard

README 摘要

dsh-cost-guard — DeepSeek V4-Flash-0731 纯 API 省钱守卫 面向「只用 API、不自部署」场景的成本插件，装配在 router / mode-boost 之上， 不碰 persona （路由归它们），只做「钱」的事。定价口径 = DeepSeek 官方 2026-08-17 峰谷分级（¥/百万 token）： Flash-0731 缓存命中 未命中 输出 空闲（每日非高峰时段） ¥0.05 ¥1.5 ¥4.5 高峰（每日 09:00-12:00 / 14:00-18:00） ¥0.10 ¥3.0 ¥9.0 同请求「命中:未命中 = 1:30」；高峰 = 空闲 × 2；Pro 为 Flash 的 3 倍。插件按 model id 自动选档。 启动即生效（运行时热装，免重启） 持久化（重启后自动恢复）： dsh plugin --profile web add 或 dev install package 。 工具 工具 作用 cost status 当前项目仪表盘：模型/峰谷/费率/累计用量（输入/输出/缓存命中/缓存写/推理）/已花 ¥/命中率/全命中可省金额/预算/防线阈值/硬上限状态 cost budget {budget} 设当前项目 ¥ 预算（0 清除）。 预算即硬上限 ：设了就生效，花到预算由 llm/stream 短路拦截不再计费（到顶即停），无需额外开关 cost peak 当前峰谷状态、下一切换点、错峰建议 cost defer {task, maxTokens?} 把一次 LLM 任务登记进错峰队列；高峰排队、空闲 daemon 自动执行（10 分钟粒度），结果落 /.dsh/cost-guard/results/ .json cost deferred 队列状态：queued/running/done/failed + 结果路径 cost guide {target} 手动注入收敛/深度/错峰/预算引导（近场、前缀缓存中性） 原理（一句话） - 用量 ：从 durable assistant/message 事件里 data.usage 折叠（ TokenUsage ：inputTokens / outputTokens / cacheReadTokens / cacheWriteTokens / reasoningTokens），resume 后仍准确； - 成本 ： cached×hit + (input+write)×miss + (output+reasoning)×out （推理按输出价，保守口径）； - 缓存纪律 ：persona 不碰（保持 30× 前缀缓存红利）；引导只走 inbox next-step 近场（离散事件触发， 不刷屏、不改 system 前缀）； - 错峰 ： isP…

分类