dsh-llm-cost
DeepSeek Harness 的每回合、每步骤 LLM 成本计量：costUsage 会话投影、每条消息下的成本行，以及 LLM+web 价格自动维护工具。
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:chenyinrusi/dsh-llm-cost#648317cc281586ef502a33fb282b62510bbaf32bLlm Cost 以 dsh-llm-cost 发布，当前版本为 0.6.1。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
让 DeepSeek Harness 显示每个 turn、每个 step 的 LLM 成本（美元），并在价格过期时用 LLM + 联网自动更新价格表。
DSH 已经精确记录了每个 step 的真实 token 用量（assistant/message 的 usage：输入/输出/缓存读/缓存写），但没有任何美元成本概念。dsh-llm-cost 补上缺失的那一环：把「用量 × 单价」变成 DSH 的持久事实（costUsage session projection），并在每个对话框下方的 stats 行里渲染出该 turn 的成本。
token-meter 的骨架），在 session/event 上折叠：
request/context（解析后的 provider/model 路由，post-fallback）决定每个 step 用的模型；assistant/message（或 assistant/chunk 的 usage chunk）报告该 step 的用量；costUsd，同一 turn/step 的重复采样做替换而非重复累计。conversation.chat.turnTail 扩展链，读 useProjection('costUsage')，在每个完成的 assistant 消息下方渲染 $0.0042 · 1.2K tok；并注册 conversation.session.header.utilities 在会话头右上角显示整个 session 的累计成本。unknown，绝不静默显示 $0.00（避免「未知」被误读成「免费」）。| 层 | 内容 |
|---|---|
| 成本投影 | costUsage：totalCostUsd、pricedSteps/unpricedSteps、token 分桶、byModel 聚合、steps[] 每步明细 |
| 每 turn 渲染 | 对话框下方 stats 行：$0.0042 · 1.2K tok / unknown |
| 累计成本 | 会话头右上角：整个 session 的累计 $（含 + N unknown 提示） |
| 自动维护 | llm_cost_refresh 工具：联网搜索当前价格 → LLM 抽取 JSON → 写入 override 文件并即时生效 |
# git（推荐：lib/ 已提交，免本地构建）
dsh plugin --profile web add github:chenyinrusi/dsh-llm-cost#v0.6.1
# 本地 tarball（内网 / 离线）
dsh plugin --profile web add ./dsh-llm-cost-0.6.1.tgz
npm 渠道暂未发布。如需
dsh plugin --profile web add dsh-llm-cost，先在仓库跑npm login && npm publish。
要求 DSH ≥ 0.1.1-rc.2（v0.6.0 起使用
ProjectionDefinition的stateSchema+wire契约，旧 rc 版本无此 API）。
本地验证：pnpm dsh web --patch ./cordis.patch.yml（或 --dump-config 查看层）。
cordis.patch.yml 里该行的 config 可设（全部可选）：
| 键 | 默认 | 说明 |
|---|---|---|
pricing | 内置快照 | 内联的定价覆盖，合并到快照之上 |
pricingFile | ~/.dsh/llm-cost/pricing.override.json | refresh 工具写出的覆盖文件 |
refreshProvider | 无 | 价格抽取调用的 provider 路由（可选：配了则优先用） |
refreshModel | 无 | 价格抽取调用的模型 id（可选：配了则优先用） |
配置由 zod Config schema 校验（cordis 在 apply 前执行）：省略 config 键 = 全默认；config: {} 合法；不要写空 config: 键——YAML 会解析成 null，被 schema 响亮拒绝（带 entry 名）。未知键被静默丢弃。
llm_cost_refresh）这个工具自己调用 LLM + 联网完成整条链路，不需要 agent 逐步编排：
ctx.web.search 对目标模型搜索「current API price per million tokens」；refreshProvider/refreshModel（若配置），再试上一次成功的模型（持久化记住），然后自动枚举 ctx.llm.listProviders() + listModels() 里所有可用模型，按单价排序（免费/最便宜在前，未标价最后），一个失败就换下一个；pricingFile。前置：DSH 里要装一个 web 搜索 provider（dsh-web-search-*）+ 至少一个可用的 LLM 路由。refreshProvider/refreshModel 不再是必须——不配也能自动挑最便宜的可用模型。抽取结果建议先人工抽查——它写的是 override 文件，不会覆盖内置快照。
定价是会过期的数据（intro 价、模型改名、峰谷调整）。把
src/config/llm_models.toml [pricing_v2]作为单一事实来源，跑npm run gen（node scripts/gen-pricing.mjs）重新生成pricing.json+src/pricing-data.ts，锁步发布。
pricing.json 是内置 JSON 快照，由 scripts/gen-pricing.mjs 从 llm_models.toml [pricing_v2] 生成（默认读相邻 customized_agentic_system/src/config/llm_models.toml）。计费字段：inputPerM（cache miss）/ outputPerM / cacheReadPerM（cache hit）/ cacheWritePerM（cacheWrite1hPerM 保留，batch/storage 维度 v1 不计入显示值）。
峰谷定价：字段存的是峰值价；offPeakFactor（如 0.5）声明闲时折扣。峰时窗口 = 01:00–04:00 & 06:00–10:00 UTC（仅工作日）；自 2026-08-23 起，UTC 周六/周日全天均为闲时。其余时段成本 × offPeakFactor。成本计算按事件时间戳判定，未声明 offPeakFactor 的模型恒按峰值价。
models.py:get_pricing）0. provider === "ollama" → 免费
1. 模型 id 精确匹配
2. 最长 key 子串匹配（防 "gpt-5.4" 吞掉 "gpt-5.4-mini"）
3. 未知 → unknown（显示 "unknown"，不显示 $0.00）
npm install
npm test # node --test（纯逻辑层，无需 DSH 工具链）
npm run gen # 重新生成价格快照
npm run build # tsdown 打包 host + client + 声明文件
MIT © 2026 Chen (Jarry) Pan