dsh-cache-miss
English
DSH 网页插件：提示缓存被破坏、一次请求要重算整段上下文时，在那一轮的第一条 assistant 回复下方递一张黄色罚单——重算了多少、多花了多少钱、是谁破坏了前缀。
装它不需要配置，也不需要改变任何习惯。它只在命中被破坏时说话，其余时间安静。
缓存未命中提示
安装
dsh plugin --profile web add dsh-cache-miss
重启 dsh web（或硬刷新正在运行的 GUI）以加载 client bundle。和所有插件一样，装卸会改动前缀，所以别在正在干活的长会话里装。
要求核心 0.1.7-rc.2 及以上（工具目录变化时那条 "Tool added" 提示从这一版才有）。更老的核心上黄线照旧出现，只是工具名会一直写出来，不再有人替你省那两个字。
那行黄字
一轮 Agent 对话是 assistant -> tool -> assistant -> tool ...。该轮第一次模型调用正是提示缓存可能已过期、需要整段重新 prefill（重建缓存）的时机；同轮后续调用通常命中刚重建的缓存。DSH 的 token 统计在输入框下方，产物文件行在轮尾；这一行补的是 miss 发生的那一处。
Cache miss after 3m idle · 182k tokens re-billed (turn ~$0.027) · 0.8k cached · ttft 2.1s ↑ · (tools changed) · session used (~$2.90)
idle —— 距上一轮结束的空闲时长。re-billed —— 这次请求未命中、被重算的输入 token。cached —— 同一次 prefill 里命中缓存的部分，让"重算 vs 命中"一目了然。(turn ~$…) / (step ~$…) —— 被重建的那部分上下文大约多少钱：轮首 miss 标 turn（整段重建），轮中 miss 标 step（只有该步改动的前缀）；两者都发生就直接给合计。ttft —— 首 token 时延；箭头示意重建通常更慢。(system prompt changed) / (tools changed) / (config changed) —— 核心给出的前缀变更分类，写成人话。系统提示、工具目录、请求 config 都属于前缀，任一处变了，之后全部重算。分类由核心判定，插件只转述；config changed 是插件在同一份规范化 config 上比出来的补充项。(tools changed: +preset_ops) —— 工具目录动了哪个工具。只在别处看不到时写名字：成员增删核已经在聊天里另起一行 "Tool added: …"，这里就不重复；同名换定义（~edit）没有那行，所以永远写出来。名字超过 2 个只给计数（+8 -1），完整清单在控制台。session used (~$…) —— 会话累计，used 标明这是累计而不是本次。
同一行会带浏览器本地时间戳写进控制台，每个 step 只写一次。~ 明示估算；金额是美元单价，不做汇率换算。
它只做一件事
- 只出现在对话里：不新增页面、侧栏或按钮，内容长在它该在的位置。
- 只算 prompt 的钱：页面显示的是未命中输入与缓存读的金额，输出 token 不在这个口径里。
- 只用 usage 里的计数：token 数、缓存命中量、时延；不读消息正文，不上传任何东西。
- 走公开接口：conversation-node 与 slot，纯前端，卸掉不留痕。
缓存与花费
命中缓存与未命中的输入 token，单价差 30–50 倍（models.dev 2026-10 价目，美元 / 1M token）：
| 模型 | 未命中输入 (input) | 命中缓存 (cache_read) | 倍数 |
|---|
deepseek-v4-flash | 0.15 | 0.003 | 50× |
deepseek-v4-pro | 0.66 | 0.022 | 30× |
重算 448k token 按 flash 是 ~$0.067，命中只要 ~$0.0013。prompt 的省钱全靠命中率，而命中率由前缀决定：DeepSeek 的前缀缓存要求从第一个 token 起逐字节一致，系统提示、工具目录、请求 config 任意一处变动，变化点之后全部按未命中计费。
实测（145 份会话日志、15,580 次请求、568 次 miss）里重算的金额大致这么分：前缀变更（工具目录或 config）占 41%，轮首空闲过期占 17%，压缩重写历史占 10%，系统提示占 8%，另有 22% 在日志里查不到任何原因（工具、config、系统提示、压缩都没动，间隔中位数 9 秒）——那是服务端侧的事，客户端拿不到证据。
所以能省的钱只有四处：
- 别在长会话里装卸插件：工具目录和系统提示都进前缀，下一次请求全部重算。
- 切 provider / 模型 / reasoningEffort 之后别指望命中：那是另一个缓存命名空间。
- 正在进行的长会话，继续用比新开便宜——理由不只是缓存（虽然它确实还在），而是新会话得把任务、约束、试错结论、你纠正过的那些理解重新说一遍，模型还要重新磨合：解释原因、纠正新的歧义，这些都要 token，也要时间。缓存只是这笔账里顺带的那部分。
- 少改会进入前缀的内容（项目说明、系统提示类文本）。
关于 /compact：什么时候划算
/compact 不是免费动作。它由两笔支出组成：摘要调用本身（把历史读一遍、写一份摘要），以及压缩后第一次请求的重建。之后每步才省下"压掉那截上下文"的缓存价。
记 A = 压缩前上下文，B = 压缩后上下文，S = 摘要输出 token，U = 压缩后第一次请求未命中 token，M_c = 摘要调用自己未命中 token。压缩之后还要跑多少个模型调用才回本：
N = ⌊ (A + 49·M_c + 49·U + 200·S) / (A − B) ⌋ + 1
49 和 200 是价目比，不是魔法数：49 = 未命中/命中 − 1，200 = 输出/命中。flash 是 0.15/0.003/0.6 → 50/200；换成 pro 的 0.66/0.022/1.98 就是 30/90，同一个式子代进去即可。
判断划不划算，看三件事：
一、你还跑得够久吗——这个能算，不用猜。 上下文长回原样要 (A − B) / g 步，g 是它每步涨多少 token（几百到一千几）。而一次压缩通常丢掉几十万 token，所以回本窗口往往在百步以上。除非你把刚聊过的内容压掉、之后又几乎不动，这个条件很少成为阻碍。
二、压得狠不狠，决定成本的全部。 把上式按 r = B/A 改写：N ≈ (1 + 49r + 200·S/A) / (1 − r)。r 越小回本越快——r = 0.1 是十几步，r = 0.4 就是四十几步。所以：
- 阶段结束时压（读完一批文件、跑完一次排查，接下来那批内容作废）→ r 很小，回本快；
- 等上下文满了自动压（核心在窗口 80% 触发）→ 那时大半内容还在用，保留量大，r 最差。
三、摘要调用自己会不会命中缓存——这一项算不出来，只能认。 它不是"把你刚读过的东西再读一遍"：请求由被折叠的那段历史加一段摘要指令构成，前缀跟对话的前缀不是一回事，日志里也不落盘。所以哪怕这段对话刚才一直在命中，摘要调用仍可能整段重算；反过来也一样。命中时约 $0.002，冷跑 $0.02–0.09，差一个数量级——这一项的不确定性大于前两项之和。
结论：按钱算，压缩几乎总能回本；按体验算，它买的是上下文空间。 需要空间时压，挑一个内容大量作废的时刻压，别把它当成省钱手段。
计价口径
金额只算 prompt（未命中输入 + 命中缓存读），不含 output token。单价取自 models.dev 的 DeepSeek 价目，按它的美元单价显示，~ 明示估算，实际扣费以官方账单为准。
随包快照只作离线兜底；实时价目按需取、24 小时有效：过期后下次加载刷新一次，模型切换时刷新一次，遇到快照里查不到的模型也刷新一次——所以调价和新模型都不用等插件发版。取不到（离线、请求失败）就继续用手上的价目；匹配不到就只省略金额，不编价格。峰谷/节假日这类分时价是单一供应商的定价策略，插件不写死。
/compact 那次摘要调用不是 assistant step，不在插件的统计口径里（核心单独记录），所以 session used 不含它——而它经常是整场会话里单笔最贵的一次调用。
已知限制
- TTFT 是
step/start 到首个非空 token 增量的墙钟间隔；任一侧落在载入窗口之外时不显示。
- 每个 assistant step 都会走一遍节点，但命中不渲染，所以命中的轮次没有可见行。
- 从未上报过缓存字段的 provider 只给一次灰色提示
Provider reports no cache fields，不做启发式猜测；一旦该 provider 出现过缓存字段，之后缺字段就按全量未命中处理。
- 插件只统计 prompt 上的花费，不含输出 token；它读 usage 里的计数，不读你的消息内容。
最后
本插件没有仪表盘，也没有广告。只在缓存命中被破坏时向你递一张罚单。如果它帮你省下了糊涂钱，欢迎给个 Star ⭐️，或者不点也没关系，它依然会安静地工作。
dsh plugin --profile web add dsh-cache-miss
