dsh-task-estimator

Readme

# 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**：

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

或本地目录（先 `npm run build`）：

```sh
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

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

## License

MIT