dsh-whale-report

深迹 · DeepTrace

Your Agent, in numbers.

Agent 可观测（observability）→ 诊断（diagnosis）→ 改进（improvement）：
把 DSH 的 session、token、cost、tool call、风险与异常，转成可以真正读懂的诊断结论与可验证的改进建议。

6 PERIODS · 10 FINDINGS · 4 IMPROVE RULES · VERIFY-READY · PEAK / OFF-PEAK · FAULT ISOLATION · READ-ONLY · DETERMINISTIC

Why DeepTrace

Agent 跑完之后，真正难回答的问题不是"它做了什么"，而是：

• 哪些 session 最贵？
• 为什么突然开始 retry？
• 哪些操作值得注意？
• 夜里到底跑了多少？
• 是哪次任务把成本拉高的？
• 这周有什么值得改的？

DeepTrace 不是 log viewer，也不是普通 dashboard——它把会话事件日志聚合成报告，让这些问题有答案。

The loop

SEE 总览成本、调用、模型与异常

→

NOTICE Findings + Whale Note 指出值得看的问题

→

TRACE Session Drilldown 追到具体会话复盘

→

IMPROVE 只读建议 + 证据 + VERIFY 计划（v0.5）

一次报告，走完整个闭环；IMPROVE 的输出带 VERIFY 基线 → 目标。v0.6 起，用户批准后可 Apply 唯一受控修改（Repeated bash timeout → shell.timeoutMs），随后自动回验；self-healing 不在范围内。

Product

_{DeepTrace overview — hero, provider balance, cost, findings and the whale note.}

_{The full DeepTrace report — findings, collaboration review, activity, resources, risks and session trace.}

Query Engine

DeepTrace 架构是一句话：INGEST ONCE → QUERY MANY。会话事件只在进入时被读取、聚合、落库一次，此后 Overview / Report / History 全部只查询建好的 canonical index——不再重放 Session、不再解压、不再重新聚合。

Ingest（进入一次）

• DSH session/event firehose 逐事件增量摄入（baseline + seq 去重 + fingerprint reconcile 兜底）
• 损坏会话只读 salvage：重解压移入 worker_threads，不阻塞查询
• 会话索引增量补录：插件启动后新建的会话由周期 reconciliation 自动发现并入索引（无需重启）；resume 的会话保留恢复前的完整历史（仅真实 fork 继承的 seed 事件除外）
• 持久化：canonical index 用 coalesced checkpoints 落盘，避免反复整库重写

Query（查询多次）

• 所有页面把 PeriodSpec 解析成窗口后直接查询 canonical index（10 分钟分桶 + 精确边界行），零 readSession / 零解压
• rolling 24h 是精确窗口 [now-24h, now)；PeriodSpec 是唯一时间窗口真相源，周期之间绝不串数据

Exact accounting（精确对账）

• 窗口边界逐事件精确过滤（无比例近似），Raw Oracle 对账 costDiff = 0.0000
• 统计与周期口径统一 Asia/Shanghai（不依赖机器时区）

当前 version：v0.6.1（官方兼容基线 DSH 0.1.1-rc.2）

Performance

Benchmarked on the real production dataset used during v0.5.3 acceptance; results vary with environment.

场景	之前	v0.5.3
Refresh / Overview	~31s（重放 + 重新聚合 session）	~7ms median（纯索引查询）
Live session	~6.5s（每 30s 整读）	<1ms steady state（增量维护）
Refresh ×100 压测	—	p95 8.3ms / max 11.3ms

Apply & Verify

DeepTrace 不再只告诉你哪里有问题。对于少量、明确、可回滚的安全修改，它可以在用户批准后执行改变，然后用之后的新会话数据验证是否真的改善。

IMPROVE → REVIEW CHANGE → APPLY → OBSERVE → VERIFY → OPTIONAL REVERT

• 默认只读：DeepTrace 永远先只产出建议与证据
• 每次 Apply 都需要用户明确批准（Review change → Apply）
• 当前 v0.6 只支持一个受控修改：Repeated bash timeout → shell.timeoutMs 调整
• 不支持任意配置修改、不支持 arbitrary shell / code mutation、不自动 rollback、不 self-healing

示例

PROBLEM    Repeated Shell Timeouts
EVIDENCE   6 次确定性 timeout / 3 个会话（0 硬失败）
CHANGE     shell.timeoutMs  60s → 120s
EXPECTED   shell_timeout_rate 下降
ROLLBACK   一键还原 60s（并发安全）

批准后进入 OBSERVING；满足最低证据后输出 VERIFIED / NOT IMPROVED / INCONCLUSIVE。NOT IMPROVED 只推荐 Revert，绝不自动回滚。

Safety / Controlled mutations

所有 Apply 只来自 predefined structured mutation schema；当前 allowlist 为 shell.timeoutMs。每次 mutation：

• server-side stored proposal 是 mutation truth（客户端无法提交 namespace / path / before / after / patch）
• resolved current value + revision/value 乐观并发守卫（外部改动 → CONFIG_CHANGED，绝不覆盖）
• 幂等 applyId（双击 / 重放只执行一次）
• rollback 守卫（仅 current == after 才允许回滚）
• append-only audit trail（只存路径与错误码，无 command / session 正文 / secret）

Browser cross-origin mutation requests are fenced（cross-site / foreign Origin / null Origin / host rebinding 全部拒绝）；按 DSH trust semantics，trusted loopback 本地客户端仍可调用 API——真实的 mutation authorization 依赖上述 proposal + allowlist + 并发守卫 + 幂等，而非“只有 UI 按钮可以调用”。

Verify

Verify 使用 exact before/after windows，以 Apply 时刻为切点：

• metric：shell_timeout_rate（bash timeout / bash invocation）
• baseline：Apply 前的精确窗口
• cooldown：Apply 后 10 分钟（排除在途旧预算调用）
• observation：Apply + cooldown 之后
• minimum evidence：≥10 次 shell 调用、≥3 个会话
• outcomes：VERIFIED / NOT IMPROVED / INCONCLUSIVE；NOT IMPROVED 仅 REVERT RECOMMENDED

What it measures

Cost	官方峰谷价分段计算（定价页实时抓取、6h 缓存、内置价兜底）：工作日 09:00–12:00、14:00–18:00 为高峰（北京时间，谷时 2 倍）；自 2026-08-23 起周末（周六/周日）全天低谷，此前历史按旧规则回溯；价格沿革按真实生效日回溯：2026-08-17 峰谷定价生效前的历史统一按当时旧价计费；按模型与会话分账，报告带峰谷占比（peakShare / peakRatio）与「挪到谷时约省 ¥X」估算；费用为估算，最终以 DeepSeek Platform 实际账单为准
Live session	进行中会话实时计费：由 session/event firehose 增量维护（steady state <1ms，不再 30s 整读），token 与费用按当前时段价折算，右上角常驻峰/谷徽标 + 双模型价目表
Tokens	input / output / cache read / reasoning，按模型拆分
Sessions	会话数、回合数、事件数、活跃天数、最忙日
Activity	小时级活跃热力图（GitHub contribution 风格，基于 Tokens 的固定 log 阈值分级）；hover 显示每小时 Tokens / 会话 / 回合 / 工具 / 成本；峰值时段、活跃小时、夜猫指数
Tool calls	工具调用总量与明细，按工具族归类
Tool health	高频工具（≥30 次）失败率健康分级，标出最不稳定的工具
Retry bursts	同一命令连续重复 ≥3 次，附错误摘要样本
Dangerous operations	红级（不可逆破坏）/ 黄级（需留意）分级，只对命令首行匹配
Secret scan	6 类常见密钥模式的存在性检测，只报有无，不存原文
Session drilldown	按费用排序的会话轨迹：成本、重试、危险信号、模型 token 归因
Baseline	每周期自动落库，报告带"较上周期 ▲/▼"（费用、会话、缓存命中率等）
Trends	多周期趋势曲线（成本 / 会话 / 缓存命中 / 夜间活跃），hover 显示每周期明细与日期范围，进行中周期标记 LIVE（不与完整周期混比）
Provider balance	模型平台实时余额（DeepSeek 已支持，可扩展）；key 只在本机服务端使用
Usage accounting（v0.5.0）	canonical 口径：total = input(miss) + cacheRead(hit) + output，reasoning 只作 output breakdown 不重复计；费用 = miss×输入价 + hit×缓存价 + output×输出价（不再二次减缓存）；TODAY = Asia/Shanghai 自然日（不依赖机器时区），24H = 精确滚动窗口 [now-24h, now)（rolling 不落自然周期基线，无「上一个自然 24h」的伪造对比）；API 输出 providerBreakdown，与 DeepSeek Platform 对账只取 deepseek-official
Improve（v0.5）	值得改的行为建议：Repeated Tool Failure / Retry Workflow Waste / Repeated User Correction（EXPERIMENTAL）/ Peak Cost Opportunity；每条带 metrics、受影响会话、置信度与 VERIFY 基线 → 目标；stable id 跨周期不变，只读、不自动修改任何配置
Data partial / salvage	单个会话日志损坏/不可读 → 优先只读 salvage（worker_threads 中逐帧解压，22MB 解码不阻塞查询；完整 JSONL 记录进入聚合，仅残缺尾部丢弃，不修改 ~/.dsh 原文件）；无法安全恢复时才整段跳过并披露（只存会话 id + 粗分类原因，不含错误原文）；缺失数据不按 0 计；markdown / HTML / Web 三处非阻断提示

Deterministic insights

DeepTrace 的统计与洞察不是让另一个 AI 随机点评你的数据。它基于：

• session event logs
• deterministic aggregation
• explicit rules
• reproducible report generation

10 条确定性 Finding 规则：深夜消耗、峰谷时段成本、重试风暴、缓存命中率变化、致命级操作、需留意操作、会话碎片化、疑似密钥、费用趋势、工具健康。每条都带阈值、归因与估算口径。

IMPROVE 引擎（v0.5）：Finding 回答"发生了什么"，Improve 回答"值不值得改、怎么改"。4 条确定性规则：

规则	触发证据（跨 session 重复性）	输出
Repeated Tool Failure	工具失败跨 ≥3 会话、失败率 ≥8%、单一错误码占失败 ≥40%	建议 + 主错误码 + P95
Retry / Workflow Waste	同一归一化命令在 ≥2 会话重复重试且伴随失败	建议 + 重试次数
Repeated User Correction（EXPERIMENTAL）	同类纠正跨 ≥2 会话（只在第 2+ 条用户消息统计，首条消息是初始需求不算）	建议 + 类别 + 计数
Peak Cost Opportunity	高峰占 ≥50% 且 ≥¥3，且有夜间批量负载证据	建议 + 可省金额

每条建议都带 evidence（metrics / affectedSessions / 置信度）与 verificationPlan（目标指标、基线 → 目标、窗口），排序 severity → score → occurrences → category；同一目标跨周期 id 稳定。全部本地确定性规则，0 额外 LLM token（v0.5 只落 DETECTED / DISMISSED；v0.6 起支持用户批准的 Apply 与自动 Verify，self-healing 仍不支持）。

协作复盘（COLLABORATION REVIEW）：观察人机协作模式——需求漂移 / 迟到约束 / 上下文碎片化，最多 3 条，样本不足不展示；语气是"找摩擦、给可尝试的优化"，不评价人格、不把技术 retry 归因为沟通问题。

鲸鱼娘的 Whale Note 也建立在同一套确定性触发规则上（src/whale-notes.ts，表情与文案同源）。

同一份数据 → 同一份结论。

报告本身由本地确定性代码生成——REPORT GENERATION · 0 TOKENS · LOCAL DETERMINISTIC，生成报告不消耗模型调用。

Privacy / read-only

• 只读：绝不改写任何 session 历史；统计排除 DeepTrace 自身的 whale/* 事件
• 不自动执行：修复建议只输出方案与命令模板，需要你亲自确认
• Secret Scan 不重印：只记录模式标签、时间与来源，报告与导出里都不出现 secret 原文
• 危险命令只存首行：引号段剥离，防止 grep 模式被误报
• 纠正信号只存类别与计数：Repeated User Correction 的匹配基于归一化白名单（去引号、数字、路径），绝不保存用户原句
• 损坏日志不泄错误：fault isolation 只披露会话 id 与粗分类原因（corrupt-log / read-failed），错误消息 / 堆栈从不进报告
• 本机围栏：API 只服务本机 loopback + 同源标记

Reports

Preset	区间	口径
日报	今天 0:00 → 现在	自然日
24h	精确滚动窗口 [now-24h, now)	唯一滚动周期
周报	本周一 0:00 → 现在	自然周
月报	本月 1 日 0:00 → 现在	自然月
年报	本年 1 月 1 日 0:00 → 现在	自然年
自定义	任意 from / to	显式区间

自然周期与滚动 24h 的区别：周/月/年按日历对齐（周一、1 号、1 月 1 日），"24h" 则是任意时刻起算的精确滚动窗口 [now-24h, now)；24h 没有自然「上一周期」，不产生跨期基线对比。周期 key 前缀隔离（day- / 24h- / wk- / mo- / yr-），对比基线互不串扰。

Export

• Web report：面板内完整报告视图（含 IMPROVE 区与 DATA PARTIAL 提示）
• PNG 图片：canvas 按面板同款视觉绘制主报告（报告头 / 鲸评 / Findings / 活跃 / 模型工具 / 风险），不含会话轨迹、索引与 IMPROVE 区
• 会话轨迹：单独导出的 PNG，仅含会话轨迹 + 会话索引（追查专用）
• HTML：独立可打印 HTML 页，含 02 / IMPROVE 章节（severity 色标 + 证据 + VERIFY 行）与 DATA PARTIAL 横幅
• PDF：直接打印面板报告（A4 排版），浏览器打印对话框另存为 PDF——与面板逐像素一致

鲸鱼娘与页面形象在导出中使用真实素材（与面板显示一致）。

Installation

需要 DSH（DeepSeek Harness，web 端）环境。v0.6.1 的官方兼容基线是 DSH 0.1.1-rc.2（peer 范围 >=0.1.1-rc.2 <0.2.0；升级 dsh 后重启 web 实例即可，会话数据无需迁移）。两种安装方式，注意区分：

① DSH 插件安装（推荐，完整功能） —— 注册进 dsh web：

dsh plugin --profile web add "github:SenmuuuuW/dsh-whale-report"
# 重启 dsh web 使宿主代码生效；客户端 bundle 随插件自动更新

② npm 包安装（仅依赖） —— 把包装进你的项目：

npm install dsh-whale-report@0.6.1

注意：npm install 只是安装包本身，不会自动注册为 DSH 插件。Web UI、whale_report 工具与实时计费都需要通过方式 ① 注册；方式 ② 适合直接 import 报告引擎 / 用 CLI 生成报告的场景。

兼容性说明：Runtime-tested against DSH 0.1.2-alpha.1 during development, but prerelease 0.1.2-alpha.1 is not included in the current npm peer range —— 官方兼容基线仍是 DSH 0.1.1-rc.2。

两个入口：

• 面板（主入口）：装了 better-sidebar 时在 "+" 菜单里打开「深迹」Tab；未装时右下角悬浮按钮兜底
• 对话：直接说"给我一份周报"——whale_report 工具输出 markdown 报告

数据走官方接缝（ctx.sessionQuery + storage domain），卸载即净。

立即体验（不用装插件）

pnpm install && pnpm build
pnpm report                  # 周报（最近 7 天）
pnpm report -- --daily       # 或 --monthly / --yearly / --all
pnpm report -- --from 2026-08-01 --to 2026-08-14   # 自定义区间

CLI 直接读本机会话存档（~/.dsh/sessions/*/session.jsonl.zstd），与插件共用同一个报告引擎。

Architecture

DSH session events（firehose + baseline + salvage）
        ↓  incremental ingest（seq 去重 / fingerprint reconcile；损坏会话 worker_threads 解压）
canonical index（10 分钟分桶 + 精确边界行；coalesced checkpoints 落盘）
        ↓  query engine（PeriodSpec → 精确窗口 → 纯索引查询，零 session IO）
Overview / Report / History（Web / HTML / PDF / PNG）

细节（数据流、存储结构、兼容性策略）见 docs/ARCHITECTURE.md。

Development

pnpm install
pnpm link-dsh   # 软链本地 harness 闭包（typecheck 需要）
pnpm typecheck
pnpm test       # 314 个单测（28 个文件）：引擎与统计 / 洞察与 Improve 规则 / fault isolation / salvage / usage 口径 / 主题 / 峰谷计价 / 导出 / 客户端刷新韧性 / Query Engine 与周期不变量 / Oracle 对账 / 增量 ingest / 时区矩阵 / persistence
pnpm build      # tsc + tsdown（客户端单文件 bundle）

Status & limitations

当前边界，如实说明：

• 会话跳转：报告提供 Session ID 复制，尚未实现"一键跳回原会话"（待官方 client API 明确）
• 费用为估算：按官方峰谷价分段估算，以平台账单为准
• IMPROVE 默认只读：只落 DETECTED / DISMISSED 与 VERIFY 计划；v0.6 起 Apply 需用户逐次批准（仅 Repeated bash timeout → shell.timeoutMs 一个受控修改），自动 Verify 闭环已实现；self-healing / 自动 rollback 永不支持；Repeated User Correction 标记 EXPERIMENTAL（保守阈值 + 首条消息过滤）
• PNG 主报告导出暂不含 IMPROVE 区（HTML / PDF / markdown / 面板已含）

License

MIT

Friends

• dsh-tianshu-tui — 超好看的 DSH 终端界面（TUI）
• DSH-better-sidebar — 很实用的 DSH 侧边栏工作台

DeepTrace is built to make Agent behavior inspectable, measurable, and easier to improve.

_{…and yes, the whale is watching. She reads every report first.}