dsh-eval-control

DSH 轨迹分析与 aeval 评测控制插件。

上下文窗口不知不觉满了，不知道哪条消息吃了大量 Token，子 Agent 之间到底交接了什么，工具报错后找不到原始日志——这些问题现在都能看见。dsh-eval-control 把会话黑盒变成可视化面板：从上下文演化、团队协作关系图到工具错误证据链，一个插件全覆盖。同时提供 aeval 所需的变量注入、预算控制和 fork 血统校验。

dsh plugin --profile web add dsh-eval-control

快速开始 · 面板演示 · 功能对比 · 面板功能 · 导出与分享 · 常见问题

本文对应仓库当前实现，package.json 版本为 0.5.0。发行包的功能取决于实际安装版本。

功能对比

与同类上下文可视化插件相比，本插件额外提供：

能力	本插件	同类插件
上下文窗口组成与演化	✅	✅
消息 Token 估算与筛选	✅	✅
压缩事件可视化	✅	✅
区分摘要压缩与历史修剪	✅	❌
工具调用分析与错误证据	✅	❌
Team 多 Agent 协作关系图	✅	❌
交互时序与任务板	✅	❌
智能告警 + 配置应用	✅	❌
证据链（从结论到原始事件）	✅	❌
会话对比 + 差异报告	✅	❌
导出 PDF/Markdown/HTML + 只读分享	✅	❌
aeval 评测控制集成	✅	❌

快速开始

向目标 profile 安装插件：

dsh plugin --profile web add dsh-eval-control

将 web 替换为实际使用的 profile。需要固定发行版本时，在包名后追加 @<version>。

重启或重新加载该 profile，打开一个会话，在会话顶部选择 轨迹分析。对话区的 aeval 控制 状态胶囊和侧栏插件详情提供评测控制状态。

从源码构建

在仓库根目录执行：

npm install
npm run build
npm run typecheck

将构建后的本地目录安装到目标 profile：

dsh plugin --profile web add /absolute/path/to/dsh-eval-control

client/client.js 是生成产物，前端修改应编辑 client-src/，再运行 npm run build:client。

环境要求

项目	要求
Node.js	^22.19.0 或 >=24.0.0
完整功能验证环境	DSH 0.2.0-rc.2、0.2.1-rc.2 与 0.2.1-rc.3 的 Web 界面
宿主依赖	满足 package.json 中全部 peerDependencies；契约类 peer 覆盖 0.2.0-rc.2 到 0.2.1-rc.3 三个已验证版本
轨迹分析	宿主会话及 projection 服务
诊断配置应用	宿主持久化配置编辑器 configEditor
分享链接	宿主 HTTP 服务及本地 profile 存储

版本不满足时，宿主会在安装阶段直接拒绝（dsh: installation rejected ... nothing was installed），并且因为市场对 engines 与全部宿主 peer 取合取，插件也不会出现在市场搜索结果中——给自己加 engines.dsh 只能绕过宿主的加载闸门，绕不过市场过滤。若确需在未验证的宿主版本上试用，可用宿主自带的精确版本豁免：

dsh plugin --profile <profile> allow-version dsh-eval-control@<version> --dsh-version <host-version> --accept-risk

豁免只对"该插件版本 + 该宿主精确版本"这一对生效，不会放宽 peerDependencies。

面板演示

以下动图由演示数据的关键操作截图合成循环 GIF，不包含真实会话内容。

上下文演化：切换步骤 / 轮次、选中压缩事件、适配纵轴范围。

团队协作：主子与子子 Agent 关系、交接方向筛选、消息原文、轨迹证据和共享任务板。

总览诊断与消息 Token

查看窗口占用和右侧告警，展开诊断建议，切换消息台账与注入筛选。

压缩替换详情与聚合事件

展开摘要压缩，查看替换手段、历史内容与检查点的对应关系，以及聚合后的历史修剪和注入来源。

工具分布与失败证据

查看工具调用及错误分布、放大图表，再打开失败标红、错误原文和规则原因分析。

会话对比与差异报告

比较两次运行，查看资源消耗雷达图、原始值与差异报告。

报告导出与分享选项

切换报告格式，查看只读分享的有效期与访问权限选项。此演示未创建分享链接。

动图的演示数据和更新方法见 录制说明。

面板功能

Tab	可以查看或执行的操作
总览	上下文窗口占用、组成拆解、会话摘要；右侧集中展示智能告警、规则设置和可折叠诊断数据
上下文演化	按步骤、轮次或时间查看输入占用、上下文内容估算 Token 和输出 Token；区分摘要压缩、历史修剪、注入与激增
消息 Token	默认全部历史，可选最近 N 条或事件范围；角色、Token 范围、排序与高消耗消息定位
压缩与注入	事件聚合、压缩前后对比、替换关系、替换手段、注入来源和内容节选
工具分布	调用次数、显式错误、分布图与调用明细；失败标红、规则原因分析及原生工具卡片定位
Team 活动	主子 Agent 协作关系图、交互时序、成员分工与活动泳道、任务板和消息交接；支持筛选与证据跳转
对比分析	选择 2–4 个会话，生成资源消耗对比、上下文折线、雷达图、差异报告与建议

顶部关键指标卡可打开计算口径与事件证据；其他 Tab 可通过 总览诊断 返回诊断中心。各面板的详细交互说明见 面板详细说明。

证据链：从结论回到原始事件

点击顶部指标卡、告警中的 查看证据链，或消息表中的 ⚡ / 🔻，会在右侧打开统一证据抽屉。演化图选中标记、压缩、注入、工具明细、Team 成员与对比指标均有对应入口。

抽屉显示结论、规则、实际计算输入、样本与分母、证据等级和数据质量提示。点击关联事件，按 sessionId + seq 读取宿主原始持久事件，并可折叠查看前后事件、检查 JSON 或下载记录。当前会话且宿主支持时可打开原生工具卡片，跨会话时使用原始事件查看器。

窗口占用证据额外展示"未缓存输入 + 缓存读取 = 请求占用"的实际数值公式；每个输入分别关联事件与原始字段。突增同时展示基线中位数、相邻消息体积差、主导成分和时间间隔，各数值分别标明来源。

引用和投影均有保留上限；缺失、读取失败或未记录的耗时起止会明确提示，不会用相邻事件代替。关闭抽屉保留原 Tab 的筛选和缩放。

实现和数据约定见 证据链设计。

智能告警

告警与诊断集中在 总览右侧的诊断中心，提供未处理、已处理、已忽略及严重级别筛选。

…