dsh-attention-health

dsh-attention-health

DeepSeek Harness（DSH）长会话的退化守卫与交接工具。

当 DSH 在长任务中出现思考打转、回答复读，或你准备换新会话继续任务时，本插件从本地会话日志给出可核对的退化信号与交接建议，并生成不依赖模型总结的 Markdown 交接文档。实时守卫检测到疑似思考空转时会中止当前生成；插件不会自动创建新会话，也不会上传日志。

English: A local DSH plugin for long sessions. It detects reasoning loops and repeated output, can stop a suspected runaway turn, and creates a model-free handoff from session logs.

适合：经常运行长会话、遇过模型复读或空转、需要把未完成任务带到新会话的用户。如果只想看 token 占用或费用统计，可先看专门的 dsh-context。

使用前须知：守卫命中时会立即中止当前生成，而且没有"仅提示"或"关闭守卫"的开关 —— 它误判了你的正常推理时，你无法降级，只能改配置或卸载（2026-10-01 本机的首条真实命中就是一次误报， 形态见下方「已知边界」）。命中记录默认在本地保留思考尾部 500 字。设置 DSH_ATTENTION_HEALTH_GUARD_TAIL=0 可减少尾部留存，但仍保存首尾各 40 字及可能含原文的命中原因/样本。详见下方「隐私与威胁模型」。

这个插件读本地会话日志（不联网、不额外调用模型）做三件事：

1. 内容退化检测 —— 思考打转、输出复读、守卫命中；
2. "继续 vs 交接"的账 —— 用官方价格与真实缓存命中率，算清换会话划不划算；
3. 机械生成交接文档 —— 绝不用模型写：该交接的时刻，正是模型不可靠的时刻。

当前状态：三个阶段均已落地并实测生效（离线工具 → host 插件 projection → Web UI 提示条）。

---

安装

标准 DSH 插件包（host + 浏览器双面，一个包）：

dsh plugin --profile web add -w dsh-attention-health

• -w 不能省：profile 自身是 pnpm workspace 根，否则会报 ERR_PNPM_ADDING_TO_ROOT；
• 包管理器请用与 profile 一致的 pnpm 主版本（profile 的 node_modules/.modules.yaml 记着 创建它的版本；版本不一致会报 ERR_PNPM_VIRTUAL_STORE_DIR_MAX_LENGTH_DIFF）；
• 从 GitHub 安装：dsh plugin --profile web add -w github:donghangxunlang-cmd/dsh-attention-health；
• 卸载：dsh plugin --profile web remove -w dsh-attention-health。

装完必须重启 DSH（插件行不会热加载；浏览器半只需刷新页面）。 本机实测：dsh-node.err.log 出现 [attention-health] projection "attentionHealth" registered， 且页面启动图里出现 <包名>/client.js。

一分钟演示与首次验收

在 GitHub 源码副本中装好依赖（Node ≥22.19；npm install --no-audit --no-fund）后：

node tools/demo.mjs

合成样本会依次演示：正常思考放行 → 重复思考调用取消接口 → 建议交接并生成文档 → 检查实际留存字段。 演示调用当前插件代码，使用临时 DSH_HOME，不需要真实会话或模型凭据；宿主与取消动作由脚本模拟。 演示工具只随 GitHub 源码提供，不包含在 npm 插件包内。

完整步骤与真实 DSH 验收见 一分钟演示与首次安装验收。 外部安装成功、交接体验和误报/漏报均可通过 反馈入口 提交； 优先提供版本、现象和合成样本，不要直接上传私人日志或交接文档。

关于本项目

由 AI 主导开发——需求、验收标准与真实场景测试由作者提出，代码、测试与文档由 AI 在长程会话中编写， 并经过多轮独立审查与真实数据校准（五套自动化测试；阈值来自 2,244 个真实思考块与 79 个会话实测）。 它不是随手生成的玩具，也不是专业团队打磨的产品。

维护状态：个人项目，维护能力有限；欢迎 issue 与 PR，但不承诺 SLA。

---

这是什么

三个能力：

1. 实时思考守卫（2026-09-16 新增）—— 在生成过程中逐帧检测思考的复读 / 空转， 命中就立刻中止本轮并提示原因。这是本项目唯一会主动干预的能力。
2. 会话健康自检 —— 从会话日志机械推断注意力退化风险
3. 交接文档生成 —— 从会话日志机械提炼出可直接交给新会话的结构化 Markdown

除守卫外，其余能力都不调用任何模型；守卫本身也只做字符串判据，不额外发起模型请求。

核心设计立场：要交接的时刻，正是模型已经不可靠的时刻。所以交接文档绝不能靠 LLM 写——让退化的模型总结它退化的原因，产出必然是垃圾。会话日志是 append-only 的事件溯源记录，数据本身完好，与模型状态无关。

与生态插件的分工（2026-09-16 定位收缩）

DSH 生态里已有更成熟的上下文洞察工具，本插件刻意不重复它们：

所以它只做生态不做的三件事：

1. 退化 / 异常检测 —— 思考打转、输出复读、符号堆砌（真实事故：单思考块 53.5 万字符、 同行重复 69,667 次 ≈ 一次 ¥1.02）。
2. 由检测得出的行动建议 —— 继续 / 交接。生态里的会话健康工具（如 dsh-context-compass） 主要看规模 / 成本；本插件看的是内容退化（思考打转 / 输出复读 / 守卫命中）， 并据此主动给出"该交接了"的结论。
3. 零模型交接材料 —— 交接时刻正是模型不可靠的时刻，所以这份材料绝不用 LLM 写。 这与"LLM 总结式"竞品是不同取舍，不是单纯的优劣。

成本明细只在结论是交接时作为依据显示，其余情况交给 dsh-context。

---

用法

# 健康自检：当前工作目录的最新会话
node handoff.mjs --health

# 健康自检：指定会话（支持 ID 前缀）
node handoff.mjs d346d3e8 --health

# 生成交接文档到文件
node handoff.mjs -o HANDOFF.md

# 指定会话 + 限制规模
node handoff.mjs 6938bea6 --max-turns 30 --max-requests 20 -o HANDOFF.md

# 列出会话
node handoff.mjs --list

# 生成 + 打印解析统计
node handoff.mjs --stats -o HANDOFF.md

# 汇总历史交接记录（阈值回溯素材，零 token；见下文「校准留痕」）
node handoff.mjs --calibration

--health 输出示例（2026-09-15 实测，对象是本机真实发生过的退化事故会话）：

会话        ：session-SAMPLE-e79e963a
健康评分    ：50 / 100 — 上下文偏大
上下文规模  ：353,386 token
占声明窗口  ：35.3%（窗口 1,000,000）
有效占用    ：58.9%（有效窗口 600,000，系数 0.6）
思考异常    ：1 次（打转 1 / 其他 0），最长同一行重复 69,667 次
发现：
  - 已过有效窗口一半（评分 −25）
  - 思考过程出现打转：1 次（最长同一行重复 69,667 次）（评分 −25）

上面是 2026-09-16 边界设定后的真实输出。同一条会话在旧系数（0.5）下是 30 分 / 上下文过大， 现在 50 分 / 上下文偏大 —— 因为有效窗口从 500K 变成 600K，分母变大、判定变宽。 这是有意的：Chroma 的 Context Rot 研究给的是「声明窗口的 50%~60%」（见下文第 3 节）， 0.5 取的是区间下端、0.6 取上端，同时让"何时劝交接"不再早到离谱（见「双口径」一节）。

那次事故：模型在思考过程里把「好。」重复了 69,667 次，reasoningTokens 打满 256,000 才停 —— 而同一轮的最终回复完全正常，所以只看输出的旧判据一个字都没报。 现在思考退化单列一行，并且参与评分（见下文「退化检测」）。

等级文案（正常 / 留意上下文 / 上下文偏大 / 上下文过大）只描述上下文规模， 不含行动建议；要不要交接，看交接文档里的「维度 A 质量（异常信号）」与命中率成本。 评分为启发式指标（阈值内部校准、未做回溯验证）：看同一会话的趋势可以，不代表精确测量。

---

生成的交接文档包含什么

---

会话内一键交接（UI 按钮，2026-09-15 新增）

会话里健康提示条展开后有一个「复制交接内容」按钮，点一下：

1. 浏览器请求 host 半注册的本地路由 GET /attention-health/handoff?sessionId=…；
2. host 半用纯规则折叠该会话的事件流（活会话读内存、冷会话读压缩日志）， 产出精简交接 Markdown —— 不调用任何模型、零 token；
3. 内容直接进剪贴板，界面提示复制了多少字符 / 多少行，粘贴到新会话即可。

实测：当前会话 3ms 出结果、4516 字符；最大会话（9745 事件）也是 4ms 级别。

它是怎么实现的（接口都查证过）

⚠️ 注册路由必须用 ctx.inject(['webServer'], cb)，不能写成 ctx.get('webServer')： profile 的加载条目是并行初始化的，插件常常在 webserver 之前跑完 apply， 那一刻 ctx.get 只能拿到 undefined，路由就悄悄丢了（浏览器点按钮报 HTTP 404）。 这个坑真实踩过，test/plugin-test.mjs 里有一项专门守着它（mock 的 get('webServer') 故意返回 undefined，只有走 inject 才能注册成功）。

为什么不用"自动新开会话并预填"

曾经实现过：客户端 uiWorkspace.startSession() 新开会话 + 新会话 slot props 的 inputActions.setDraft(text) 写入草稿。这两个接口本身确实存在（都是官方 contract）， 但实测客户端 ctx.get('uiWorkspace') 在 apply 阶段同样拿不到服务（与 host 侧同一个 时序问题），功能不可用。按用户决定改为剪贴板方案：不依赖任何服务时序、一步到位、零副作用。

失败时不会静默降级：按钮旁会显示具体原因（后端错误 / 剪贴板被拒等）。

交接内容结构（2026-09-15 提炼质量增强）

文档头之后（「给接手方」操作指引 → 零模型声明 → 隐私提示 → 生成时间 / 数据来源）：

全部为本地规则：零模型调用、零 token、不联网。

压缩成本 / 交接时机（双口径，2026-09-16 边界设定）

两个维度各用一个坐标系，运行时并列展示、各自标注口径，互不换算：

覆盖规则：退化信号优先于压缩；压缩后仍 >60% 声明、或已发生 ≥2 次模型摘要 → 建议交接。 ⚠️ 这两条覆盖规则都还要过一道成本闸门：按真实价格继续若并不比新开贵，就不改判（只在依据里保留"反复摘要有损"这个事实）。

行动建议只有四档（AG 节 2026-09-22 之后；压缩不是建议 —— 它已退出行动域， 因为手动压缩的一次性成本在官方线到来前摊不回来，而到线官方会自己处理）：

为什么有"会话还早"这道软门槛（2026-09-22 用户实测：「对话才 6 轮插件就建议机械交接了」）： 一个 7 轮的会话在成本上确实"该换"（每轮十几次请求 × 二十几万存量，到官方线前省 ¥2.5~3）， 但任务刚展开就换会话会把任务切成碎片，而"任务连续性 / 重建理解"这些代价不在成本模型里。 所以轮数低于 matureSessionTurns（15）时，成本通道最高只到"接近交接阈值"； 质量通道（退化 / 守卫）不受此限 —— 那是止损，不是打扰。 标定与逐会话对照见 work/ag-gradient-scan.mjs（82 个真实会话：4 个从"建议交接"降为"接近阈值"）。

为什么质量维度要加「且退化」这个前提（2026-09-16 用扫描矩阵实测出来的）： 旧规则里"有效 ≥90% → 立即新开"只看规模，而 90% 有效 = 声明 45% —— 早于官方线（80% 声明）。 结果是声明 45%~100% 全区间都被 drivenBy=quality 的 handoff 顶替， 那条「现在手动 /compact，否则官方即将自动压缩」的建议一次都没出现过（官方线分支永远不可达）。 而"上下文大"本身不是故障信号，真正不可救的是退化（压缩只腾空间、不修退化）； 反过来没有退化，也就没必要为了规模换会话。

为什么压缩档位改锚声明窗口：锚在有效窗口（0.5×声明）时，声明 40% 起就全部落进 urgent， 紧急档失去区分度；更要命的是它必须与质量维度共用坐标，质量维度一旦只看规模就会遮蔽整条压缩曲线。

推迟压缩（2026-09-16 用户反馈后新增）：档位只说明"风险在升高"，该不该现在动手还要看 「回本能否在官方自动压缩线到来之前兑现」—— 因为官方压缩到线时先做零 token 裁剪 （prune；仍会丢弃工具结果中段），只有不够才调模型做有损摘要；而手动 /compact 是立刻调模型、立刻付全价。 于是满足任一条件就不催压缩，改为「可以继续（暂不必压缩）」：

• 距官方线还有 ≥30 轮（现在压没意义）；
• 回本轮数 > 距官方线轮数（收益兑现不了）；
• 估不出轮数时，占声明窗口 <60%（保守代理）。

官方线分支排在推迟规则之前：到了官方线就不再谈"值不值"—— 那是控制权问题。 手动压缩与自动压缩都要调模型、都有损，区别只在谁定时机、以及之前能否先用零 token 裁剪争取空间。 （代理线定为 60 而不是 50：50 正好等于档位起点，会让这条代理判据永远不可达，本轮踩过。）

同时修正两句不实文案：不再出现"有效窗口 ≥80% 但离官方线还远，却说否则官方即将自动压缩"； 推荐档不再说"先压缩再继续"（档位本意是"阶段结束点执行"）。

• 同时展示：声明窗口、有效窗口、当前上下文、距官方压缩线余量（含"还能撑几轮"）、缓存命中/未命中
• 成本模型：两套账并列 ——
  • token 当量（相对量，便于横向比较）：A 继续 = 上下文×(命中率×cacheFactor(0.02)+未命中率×1) 每轮； B 先压缩 = 被压缩历史×缓存系数 + 摘要输出×全价 + 缓存重建（1.5 轮），之后 压缩后上下文×同系数 每轮； C 机械交接 = 交接文档实测长度（两遍渲染回填，不是固定值）；
  • 真实价格（元）（绝对量，用于决策）：DeepSeek flash 空闲价 命中 0.02 / 未命中 1 / 输出 4（元每百万 token）。 新开会话分段计费：首轮 = 跨会话公共前缀（系统提示 + 工具 schema，实测首轮命中率中位数 76%） 加权 + 交接文档按未命中价；第 2 轮起首轮输入已落盘为缓存前缀单元 → 按命中价。 判定 =「交接回本轮数 + 1 轮余量 < 预计剩余轮数」。 （2026-09-18 修正：旧口径"新开会话一律按未命中价、新开总额 × 1.5 < 继续总额" 对任何窗口长度都无解 —— 实测 76 个会话里旧判定命中 0 个，成本维度等于被钉死。）
• 边界（这条只讲交接与压缩能力）：只提示、不自动压缩、不改官方 compaction 配置；压缩是续命（有损），机械交接是无损事实底座。 ⚠️ 它不适用于实时守卫 —— 守卫命中会直接中止当前生成（见首屏「使用前须知」）。

---

架构

handoff.mjs            CLI 入口（--list / --health / -o / --stats）
                       ⚠️ 渲染**直接复用** lib/handoff.js 的 buildHandoff
lib/                   ← 2026-09-18 标准包化：仓库根 == npm 包根，全部源码都在这里
  zstd-frames.mjs      Zstandard 多帧扫描与解压
  session-log.mjs      会话定位、代际选择、事件解析
  extract.mjs          【已弃用】早期的第二套折叠/渲染实现，仅供测试交叉验证
  detect.mjs           【离线侧】扫日志后**交给插件的同一套判据与评分**（不再自持实现）

  —— 下面是运行时（host + UI）的两半，也是产物质量的**唯一来源** ——
  index.js             host 半：attentionHealth projection + 交接生成路由
  handoff.js           barrel：只转发下面 6 个模块的导出（CLI 与插件都 import 这个路径）
  handoff-core.js      常量 / 评分 / token 口径（不依赖任何兄弟模块）
  handoff-text.js      文本工具（截断 / 清洗 / 切句 / 决策句抽取）
  handoff-judge.js     退化判据（全项目唯一实现）
  handoff-fold.js      事件流折叠（冷会话日志 → 结构化事实）
  handoff-plan.js      计划推导（评分 → 继续 / 压缩 / 交接）
  handoff-render.js    Markdown 渲染（交接文档）
  history.js           交接历史留痕（`--calibration` 的素材；纯本地、零 token）
  guard.js             实时思考守卫（复读 / 空转即中止本轮）
  guard-log.js         守卫现场落档（尾部 500 字，可减少留存，仍有原文片段）
  prices.js            价格数据与峰谷档位（可被 prices.json 覆盖）
  jsonl.js             JSONL 追加 + 512 KB 轮转
  client.js            UI 半：健康提示条 + 复制交接内容（浏览器 bundle）
cordis.patch.yml       本包作为 bundle 的挂载行（一行同时装入 host 与 UI 两面）

包形态（2026-09-18 标准包化）：package.json 声明 main: lib/index.js、 exports["./client"]: ./lib/client.js、dsh.bundle.patch: ./cordis.patch.yml、 dsh.client.platform: web —— 与生态里同为双面的 dsh-context 完全同形， 所以别人可以 dsh plugin --profile web add dsh-attention-health 直接装。 浏览器半的模块 id 必须等于包名（dsh-client-modules 用解析出的包名当模块身份）。 files 白名单只放 lib/ + handoff.mjs + cordis.patch.yml + README.md + SECURITY.md + LICENSE，开发档案（DEPLOYMENT-NOTES / HANDOFF.md / work/ / test/ / *.ps1）不进包。

能力声明与 CLI 入口（2026-09-22 生态审计后补）：dsh.seams: ["fs", "web"] 显式声明 本插件用到的能力（本地 JSONL 读写 → fs；浏览器半同源取数 → web）； bin: { "attention-health-handoff": "./handoff.mjs" } 让离线 CLI 成为可声明的入口。 两者正是 dsh-vet 这类审计工具判断 "声明与实际是否一致"的依据 —— 不声明时它只能按 perm.network-client 之类的 per-capability 规则报警，声明后降为清单项。

安全审计（2026-09-22）：按生态标准 dsh-vet 对实际发布的 npm 包扫描， 评级 A（0 critical / 0 high / 0 medium）。剩下两条 info 是预期内的： perm.unreachable-files 只点名 lib/detect.mjs 与 lib/extract.mjs —— 它们是 测试与离线对齐专用（见上表与下面的"漂移防护"），不进插件运行时图， 因此从入口做静态可达性分析时确实"不可达"；perm.network-client 声明 web seam 后 降为 info（"已声明的能力，仅作清单"）。复现方式：npm pack → 解包 → npx dsh-vet . （要扫 npm 包，不要扫仓库根：仓库里的 test/ tools/ 会引入与包无关的告警）。 数据去向、能力边界与漏洞报告渠道见 SECURITY.md。

漂移防护（2026-09-15 全量复核 N-1 / N-5）：CLI 与插件曾各持一套渲染实现， 第二批修复的 12 项只落到了插件里，于是同一会话会产出两种质量的文档 （表格错位、附录 B 无上限、"最新目标"可能仍是"继续"）。 现在 handoff.mjs 直接 import { buildHandoff } from './lib/handoff.js' —— 一处修改、两处生效，漂移在结构上不可能再发生；lib/extract.mjs 的渲染层已标记弃用。 判据与评分同理：唯一实现是 handoff.js 的 replyDegradeReasons() / scanReasoning() / scoreContextHealth()，lib/detect.mjs 只负责扫日志、然后调用它们 （plugin-test 会逐会话比对热/冷两条路径的 token 数与评分）。

2026-09-18 D3：handoff.js 已按「判据 / 折叠 / 计划 / 渲染」拆成 6 个模块， 对外仍是同一个 barrel（导出 17 个名字，一个不多一个不少）， 所以上面这些"唯一实现"的说法全部不变 —— 变的只是各自有了独立的文件边界， 改判据时不必再在 3,656 行里找依赖。

---

关键技术陷阱（都已实测确认）

1. 会话日志是多帧 zstd，不能用 Node 内置 API 直接解

• ❌ zlib.zstdDecompressSync(buffer) 只解第一帧（435KB 文件只解出 207 字节）
• ❌ zlib.createZstdDecompress() 流式报 ZSTD_error_prefix_unknown
• ✅ 必须自己走帧边界再逐帧解压 —— scanZstdFrames() 移植自 DSH 自带的 @deepseek-ai/dsh-session-persistence-jsonl（MIT），保证与官方实现一致

实测：71/71 个会话解析成功，3 秒完成，0 帧失败。

2. usage.inputTokens 是未命中缓存的输入，不是上下文规模

这是最容易踩的坑。实测某个长会话：

inputTokens: 142       ← 只有 142！
cacheReadTokens: 258944
totalTokens: 259196    ← 真实上下文规模

用 inputTokens 会把上下文低估三个数量级。 必须用 totalTokens （= inputTokens + cacheReadTokens + outputTokens，已实测验证）。

3. 模型声明的窗口 ≠ 可靠工作区间

用户环境里 contextWindow 被配成 1,000,000。但 Chroma 的 Context Rot 研究显示， 宣称百万窗口的模型在声明窗口的 50%~60% 处就已明显退化。

因此评分基于「有效窗口 = 声明窗口 × 0.6」，而占声明窗口的百分比仍然如实呈现 —— 事实与判断分开，避免误导。系数的唯一来源是 lib/handoff.js 的 COMPACT_DEFAULTS.effectiveWindowRatio（lib/detect.mjs 那份与它保持同值）。

4. 用户对 ask_user_question 的回答不走 user/message

它作为工具结果返回：{"answers":[{id, selected, custom}]}。 只统计 user/message 会漏掉这些交互（实测某会话 9 次人类输入中有 3 次是这样来的）。

5. user/message 的 source.kind 必须过滤

实测分布：user × 6、agent-message × 3、subagent-settled × 3、 agent-instructions × 1、plugin × 1、goal × 1。只有 kind === 'user' 是人类输入。

6. 磁盘上存在多个代际，必须只读最高版本

session.jsonl.zstd(v0) / session.v2.jsonl.zstd / session.v3.jsonl.zstd。 v0 的词汇表不同（assistant/chunk、reasoning-chunks 等），且用 seq0/time0 字段名。 实测分布：v0 × 38、v2 × 3、v3 × 30。

7. todo 投影会在每轮开始被清空

DSH 的 dsh-tool-todo 在 turn/start 时把投影重置为 null。所以必须自己折叠日志， 取最后一个 turn/start 之后的最后一条 todo/write。

---

已知限制（诚实声明）

• 文件修改清单不完整：只覆盖经 DSH 文件工具（str_replace_editor / write / edit） 完成的修改。通过 pwsh / bash 直接写文件的操作不会出现在日志中。
• "关键决策与未决问题"是启发式抽取（已实现，不是"没做"）。日志里没有"决策"事件， 只能按关键词从助手文本与问答回答里抽句。词表刻意偏"取舍 / 结论"语境（宁可少抽也不要噪音）， 所以非工程领域可能漏抽；漏掉的内容由「用户请求主线」与附录原文兜底。
• 压缩过的会话评分有上限：经历 1 次模型摘要 → 最高 79 分、2 次 → 65、≥3 次 → 50。 压缩是"续命"（有损），不该把分数送回满分（那会把"续命"记成"治愈"）。
• 重复工具调用检测过于保守：只做精确匹配（同工具 + 同参数）。 实测 71 个会话中该信号从未触发（因为 DSH 自带的 repeat-tool-reminder 会在 3 次时提醒模型，模型通常会改）。近似重复（改了个路径）检测不到。
• 退化检测是启发式的，分两类信号（判据的实测依据见下一节）：
  • 输出退化：代码块围栏不闭合、同行复读、段落逐字重复、符号堆砌（表格框线字符已排除， 且先剥掉代码、要求命中串以非 ASCII 符号为主 —— 见下文二次复核）。 原「中英严重混杂」判据已删除 —— 全量 25 次命中、25/25 全是误报。
  • 思考退化：行重复率 ≥0.7 且行数 ≥30（打转）、单块 ≥10 万字符（异常长）、 usage.reasoningTokens ≥ 16,000（真实计量，与字符数无关）。
  • 立场不变：宁可漏报也不误报（误报会让用户忽略提示，比不提示更糟）。
• 评分是启发式指标：阈值与扣分力度是内部校准出来的，没有做回溯验证， 用途是比较同一会话的变化趋势，不是精确测量 —— 交接文档与界面都写明了这一点 （阈值校准留痕见下一节）。
• contextWindow 依赖日志里的 request/context 事件。若会话从未记录该事件， 无法计算占用百分比。
• 验证范围是单机、单 DSH 版本（2026-09-20 补；2026-09-23 扩到 rc.3）：全部阈值与判据是在 一台机器、dsh 0.1.5-rc.2 / 0.1.5-rc.3（两者都实测过）+ cordis 4.0.2 上、 用 79 个真实会话标定与回归的。换机器 / 换模型 / 官方改契约后，结论可能不再成立 —— 遇到不符请按 安全反馈说明 提供版本、现象与可选合成样本。
• 已知误报形态（2026-10-01）：repeat-inline 判据要求"周期单元含字母或数字"，因此 命令参数 / 数字参数的连续重复会被当成复读 —— 本机首条真实命中正是此类：模型在正常地写 "连按 N 次同一按键清空输入框"的命令，同一个按键码被连续写出十几次，生成被中止。 （此处只描述形态：命中片段属于私人任务内容，具体命令、思考原文与会话标识都不进公开仓库。） 合成最小复现：work/guard-repro-inline-cmd.mjs（开发用探针，不随 npm 包发布）。 同类可疑形态：重复的纯数字列、连续相同的数值参数、重复的版本号片段。 该误报尚未修复（是否收紧判据属产品取舍，见仓库留档的候选方案与影响面）。
• 成本口径是估算，不是账单：单价来自官方公开价目表（可被 prices.json 覆盖）， 「每轮」按实测平均请求数换算；官方调价或改缓存规则后需要更新价表。

---

隐私与威胁模型（2026-09-18 补）

插件全程本地：零模型调用、零 token、不联网、不启动子进程。但它确实会写盘， 位置与上限如下（全部在 $DSH_HOME\attention-health\，可用 DSH_HOME 环境变量整体改道）：

守卫现场（唯一会落"原始文本"的地方）：

• 默认保留思考原文尾部 500 字 —— 这是为了"误杀要能事后复核"： 守卫会中断正在进行的生成，抓错了必须能回看当时到底贴了什么（dsh-node.err.log 每次重启覆盖，靠不住）；
• 想减少留存：设 DSH_ATTENTION_HEALTH_GUARD_TAIL=0，tail 字段为空，但仍保存最近尾部片段的 哈希、长度、首尾各 40 字；reason / detail.sample 也可能含原文。这不是零原文模式；
• 想缩短尾部字段：例如设为 120；host 内存中的尾部最多 500 字，设置更大值也不会保留更长。 非法值回落到 500。设置须由 DSH 启动进程继承并重启生效，不会清除已有记录或关闭守卫。

复制交接前：精简版与完整版都可能包含用户请求、代码、路径和最近轮次的原文。 本地生成不等于自动脱敏；粘贴到另一模型服务或公开发布前，请先检查内容。 减少守卫留存不会改变交接文档，也不会改变 DSH 自己保存的会话日志。

清理入口：直接删掉 $DSH_HOME\attention-health\ 目录即可（没有索引、没有外部副本， 删了就是删了）；插件下次用到时会自己重建。交接历史丢了只影响阈值回溯分析，不影响功能。

威胁模型：插件的 HTTP 路由 GET /attention-health/handoff 是本机通道，把守条件为 四层同时成立 —— Host 是 loopback、sec-fetch-site 非 cross-site、Origin（若带）与 Host 同源、 以及连接来源 remoteAddress 是 loopback。

• 不校验 token：官方 isTrustedApiRequest 同样不校验（token 校验在 browser-auth 层， 值存在模块私有的 PROCESS_LAUNCH_TOKENS WeakMap 里，插件拿不到），所以这里不发明新机制； remoteAddress 是唯一不可伪造的一层（Host 头可以伪造），当前只绑 127.0.0.1 时它无副作用， 将来若开放局域网，它能挡住"外部伪造 Host"这一类；
• 由此得出的边界：能访问这条路由的本机进程，本来就能直接读 ~/.dsh/sessions （交接文档的全部素材都来自那里），所以这条路不额外扩大暴露面。

---

---

退化检测与校准留痕（2026-09-15 复核 N-5 / N-6）

判据按实测数据重做

旧判据在全量 73 会话 / 4,185 条回复 / 3,491 个思考块上的实测表现：

误报的代价是具体的：规则 5 每条扣 6 分、最多扣 30 分，还会让提示条显示"输出异常 N 条" —— 而误报会让用户忽略提示，比不提示更糟（这是插件自己写下的立场）。

另外「符号堆砌」原来会把 Unicode 边框表格（╔══╦══╗）判成退化，现在排除了表格框线字符； 命中原因现在会带进提示条与文档（如"输出异常 2 条（符号堆砌 ×2）"），用户能自己判断提示可不可信。

二次复核：符号堆砌在思考里 100% 是误报（2026-09-15 深夜）

N-5 排除了框线字符，但漏掉了更大的误报源：代码本身。全量实测 （70 会话 / 3,638 个思考块 + 2,271 个回复块）：

命中的串清一色是模型正在思考正则和代码：

/^[{}()[\];,.<>|=+\-*/\\_#`~^&%$@!?:"']+$/
`^\*\*(.+)\*\*$`
"((?:[^"\\]|\\.)*)"
('|---|---|---|---|');

也就是说，旧判据等于因为模型思考正则表达式而扣它 12 分（reasoningFlags 每条 −4、上限 −12）。 修复两条：先 stripCodeBlocks() 剥掉围栏代码块与行内代码；再要求命中串以非 ASCII 符号为主 （真实乱码 / 卡图必然是非 ASCII，而长串 ASCII 标点实测 100% 是正则或代码）。

复验：思考侧 21 → 2、回复侧 1 → 0。残留 2 条的形态是 ◆◇■□▲△▼▽…， 来自一个"正在写符号堆砌测试样本"的会话 —— 文本上无法与真乱码区分，属可接受的止损。 受此修复影响，3 个历史会话曾被错误多扣 12 分、另外 3 个多扣 4 分。

最大盲区：思考过程

旧版只读 type === 'text'，思考块一个字都没检查。而实测思考量是最终回复的 7.9 倍 （3,491 块 / 592 万字符 vs 2,284 块 / 75 万字符），用户描述的退化现象恰恰是 "对话长了以后思考过程夹杂一堆无用的东西和符号"。真实事故：

会话      ：session-SAMPLE-bfd2b142（本机）
单个思考块：535,355 字符 / 116,152 行 / 只有 56 个唯一行（重复率 0.9995）
最高频行  ：「好。」×69,667、「执行。」×23,214、「（执行）」×23,205
usage     ：reasoningTokens = 256,000（输出预算被打满）
旧判据    ：**正常**（漏检）          新判据：思考打转 ×1 → 评分 30/100

新增两条思考判据（阈值由该事故 + 全量 3,491 个思考块零误报共同定出）：

thinkBudget 与 thinkHuge 不是重复：后者只看单个块的字符数， 遇到"多个中等块加起来烧掉预算"就会漏（每块都不到 10 万字符）； thinkBudget 按消息级真实 token 判定，且不依赖思考正文是否落盘（该字段 81% 的消息都有）。

思考退化参与评分：打转 −25/次（上限 −50）、其他异常 −4/次（上限 −12）—— 比输出退化（−6/条，上限 −30）重，因为一次打转就是几万 token 的输出预算被烧掉。

校准留痕（N-6）

复核指出：所有阈值（30/50/65/70/80/90、扣分力度、0.6 系数）都是内部校准出来的， 校准目标是"分数与等级自洽"，没有做过预测准确性验证。最低成本的改进是留痕：

• 每次生成交接文档（UI 按钮 / CLI）都会往 $DSH_HOME\attention-health\handoff-history.jsonl 追加一行： 时间 / 会话 / 评分 / 等级 / 有效占用 / 压缩次数 / 退化信号 / 文档字符数；
• node handoff.mjs --calibration 汇总这些记录（评分分布、有效占用中位数、最近 10 次）；
• 零 token、纯本地、只追加，写失败绝不影响交接生成。

攒够样本后就能回答复核提的那个问题 —— "评分 55 分时交接，新会话实际能撑多久" —— 用真实数据反推阈值。

---

现状与后续

✅ 阶段 1：离线工具（已完成）

• zstd 多帧解析、会话定位、代际选择
• 交接文档机械提炼（8 个章节）
• 健康度检测（上下文占用 / 重复调用 / 输出退化）
• CLI 三模式（--list / --health / 生成文档）
• 验证：71/71 会话解析成功，3 秒，0 错误

✅ 阶段 2：host 插件（已部署并生效）

实现：lib/index.js。2026-09-20 门 3 起，线上形态是标准插件包： $DSH_HOME\profiles\web\node_modules\dsh-attention-health（由 dsh plugin add 装入， 层栈记在 profile 的 dsh.profile.bundles）。旧形态（profiles\web\attention-health\ + profiles\node_modules\attention-health-ui\ 两个手拷目录 + patch 里两条 insert 行） 已退役但保留在磁盘上，作为回退线（快照见 <TOOLS>\DSH\留档\attention-health-发布前快照-20260920\）。

⚠️ 开发时的关键差别：改 lib/ 不会自动同步到线上。改完要 .\install-package.ps1（打包 + 安装）再重启；自测用 .\test-all.ps1（自动指向线上那份）。 这两个脚本随仓库公开；deploy.ps1 / restart-attention-health.ps1 是作者本机的开发工具 （内含本机 DSH 安装布局），不随仓库公开。

• 函数形态插件：export { apply, inject, name }，inject: ['sessionProjections']
• 注册 attentionHealth projection（ctx.sessionProjections.register(def)），客户端零代码自动同步
• apply(state, event) 纯同步折叠，无关事件返回同一引用（严格遵守投影契约）
• 检测数据全部来自已入日志的事件，零 token
• 算法与 lib/detect.mjs 刻意保持一致，用测试保证不漂移

历史验证（下表记录 2026-09-16 的 486 项；当前数量以测试汇总为准）：