deepseekplugins

DeepSeek Harness 插件

dsh-task-estimator

DSH plugin: session-header task estimator — estimated remaining time, token usage and per-model cost (≈CNY) with an optional LLM-powered estimate. / DSH 插件：会话标题栏任务估算窗口——预计剩余时间、token 用量与按模型花费估算（≈CNY）（英文原文）

记忆
跳到安装方式

来源信息

GitHub 仓库
0x250-t/dsh-task-estimator
最近更新
2026年8月16日
分类
记忆
GitHub stars
1
载体类型
plugin
目录证据
上游声明已找到 dsh.bundle
证据路径
package.json#dsh.bundle
核对版本
0.1.0-rc.8
上游核对日期
2026-08-20

该证据由上游目录提供。本站没有安装、运行或安全审核这个插件。

安装

默认先复制一段 Prompt，让 Agent 读 GitHub 仓库和源码；需要自己装时再切到命令。

复制这段 Prompt，发给 DSH、Codex 或其他 Agent，让它先读 GitHub 仓库和源码。

请先不要安装或执行任何命令。阅读这个插件的 GitHub 仓库、README 和关键源码，然后用清楚、直接的方式回答以下问题，帮助我判断它是否适合我的需求：

1. 这个插件是什么，解决什么问题；
2. 适合哪些用户和典型使用场景；
3. 安装后如何使用，并给出一个最小使用示例；
4. 有哪些已知限制，以及隐私、安全、兼容性或维护风险；
5. 给出“推荐 / 有条件推荐 / 不推荐”的明确建议和理由。

请区分仓库明确说明、根据源码推断和未知信息。证据不足时请明确说明，不要猜测或照抄 README。

GitHub：https://github.com/0x250-t/dsh-task-estimator
插件名：dsh-task-estimator
作者：0x250-t

检查来源文件

安装前先看这个插件目录里的 README 和其他文件。

文件资源管理器3 个文件
README.md来源说明 · 只读预览

dsh-task-estimator

> v1.1.1 — 修复 client 加载：factory 内定义 module 全局（浏览器 ESM 运行时无 module，否则 client 半区启动报错）

<p align="center"> <sub>🤖 由 <a href="https://github.com/deepseek-ai/DeepSeek-Harness">DeepSeek Harness</a> 辅助开发 · Built with <a href="https://github.com/deepseek-ai/DeepSeek-Harness">DeepSeek Harness</a></sub> </p>

DSH 插件：会话标题栏任务估算窗口——预计剩余时间、token 用量与按模型花费估算（≈CNY），支持 LLM 智能估算。

Session-header task estimator for the DeepSeek Harness web GUI: estimated remaining time, token usage and per-model cost (≈CNY), with an optional LLM-powered estimate.

功能 Features

  • 启发式估算 Heuristic estimate：基于会话投影（sessionStats/tokenUsage/goal）实时计算——已用轮次/token/耗时、平均每轮、预计剩余（近 5 轮趋势外推 + 置信区间）、预计完成时刻
  • 花费估算 Cost estimate：按会话日志重放 token 用量，按「模型 × 时段」（legacy/peak/offPeak，北京时间）增量计价，返回汇总 + 按模型明细（模型 / token / 花费），价格随生效日期自动切换
  • AI 估算 LLM estimate：用会话当前模型做轻量补全，输出 PERT 三点估算（乐观/最可能/悲观剩余分钟 + 期望值）、剩余轮数/token、任务复杂度分档（XS~XL）、METR 可靠性警告（估算超过模型 p80 阈值时建议拆分任务）
  • 本轮预计 Per-round estimate：agent 思考中（「Deep diving...」状态行）时，在该行右侧注入「本轮预计 ≈ X」——以近 5 轮 LLM 耗时趋势（趋势不可用时取全程平均）预估本轮对话所需时长，随每轮节奏变化自动刷新
  • 交互 Interaction：悬停显示、移开 0.3s 后 0.5s 线性淡出、点击固定（再次点击任意位置关闭）、Alt+E 切换、触屏自动降级、面板内点击不退出、内容超高可滚动
  • 设置 Settings：价格表可编辑（legacy 档，峰谷倍率自动派生）、刷新间隔自定义（分钟，支持小数）、恢复默认、固定状态持久化（localStorage）、价格生效日程（本地/北京日期、当前价格时段、新价格生效日）

安装 Install

bundle 插件，安装后重启 web：

dsh plugin --profile web add github:0x250-t/dsh-task-estimator#v1.1.0

或本地目录（先 npm run build）：

cd dsh-task-estimator
dsh plugin --profile web add .

使用 Usage

1. 悬停会话标题栏右侧的估算按钮（⏱ 剩余 X · Y tok · ≈¥Z）查看明细 2. 点击按钮固定面板；再次点击任意位置关闭 3. AI 估算：展开「AI 估算」区块 → 点击「开始估算」（也可设置自动刷新间隔） 4. 设置：展开「设置」区块 → 编辑价格/间隔 → 保存；「恢复默认」一键还原 5. agent 思考中（「Deep diving...」状态行）：右侧会显示「本轮预计 ≈ X」，即对当前这轮对话耗时的实时预估

算法说明 Algorithm

  • PERT：E = (O + 4M + P) / 6，区间 [O, P]，顺序异常时排序降级
  • METR：估算期望超过模型 p80 可靠性阈值（flash 约 60 分钟 / pro 约 90 分钟）时提示拆分任务
  • 任务分档：按轮次 / 工具调用数 / 用户消息量归为 XS~XL
  • 参考：agent-estimate（github.com/kiloloop/agent-estimate）、codex-eta（pypi.org/project/codex-eta）

隐私 Privacy

  • 全部状态为进程内存，无任何持久化
  • 无 API key / 密钥 / 密码硬编码；无网络外发（除 AI 估算时对已配置模型的一次调用）
  • 价格表为内置参考值，可在设置中修改

构建 Build

npm install          # 安装 esbuild（devDependency）
npm run build        # 构建 lib/client.js + 语法检查

License

MIT

返回搜索打开 GitHub 仓库

更多相关插件

查看分类