5183bc2b65
ds-review-bot 首轮意见修复： - 摘要收缩比较改用所选节点的路由价 shadowedRouteTokenCount，修复图片消息启发式价低于带框摘要时压缩被误拒；日志影子价仍为启发式 - DeepSeek 定价经序列化器同一套 access 解析构建句柄与占位文本，消除逐图数十 token 的低估；uncatalogued 分支 JSDoc 指明复现 projectImagesForTextModel 替换 - llm-replay 在加载时拒绝纯文本模型上的 imageRequestTokens 声明 - contextBreakdown 的 README 与 JSDoc 改为等于 heuristicTokens 之和，不再声称等于路由价 surfaceTokens
6.7 KiB
Agent Note: 按路由定价的图片请求压力
Status: implemented
English | 中文
Problem
token 计量服务把 ImageBlock 按其持久引用的 JSON 结构计价，约四十个 token，而一张 DeepSeek 请求图片最多消耗 384 个视觉 token，因此图片密集的会话可能携带数十万个未计入估算的 token。provider usage 只锚定已完成的请求：首次多模态请求、锚点之后新增的图片、offload 集合的变化，都会让自动 compaction 拿到数量级错误的压力值，触发得过晚（上下文溢出）或在路由切换后过早。版本一简化曾有意否决 provider-neutral 的 tile 公式，把视觉定价推迟到 provider-aware 估算器出现具体消费方之时。
Decision
compaction 压力现在按路由模型自身的请求投影定价。LlmAdapter.imageRequestPricing(provider, model) 是可选的同步钩子，为一条确切路由返回 LlmImageRequestPricing，经 ctx.llm.imageRequestPricing() 解析；基类不声明定价，未注册的 provider 降级为 undefined 而绝不抛出。每个按序的图片出现处解析为一个 LlmImageRequestPrice：保留图片的提供方视觉 token，加上线上实际携带的模型可见文本（请求预览句柄、offload 占位文本或纯文本替换），文本交由调用方自己的估算器计价，避免任何提供方固定一种文本 token 化。
DeepSeek 适配器基于连接快照实现该钩子（request-pricing.ts）：未编目和纯文本模型把每个出现处按其 textOnlyImageText 替换计价；支持图片的模型通过共享的 offloadedImagePrefixCount() 复现序列化器第一阶段的最旧优先 offload，经序列化器同一套执行环境访问解析构建句柄与占位文本，并按 requestImageDimensions 投影尺寸用 deepSeekImageTokens() 为保留图片计价，后者是提供方公布的 v4 视觉计算器的逐句移植（14px patch、3:1 降采样、384 token 上限、最小像素放大、8:1 宽度钳制），按最坏的 pad-to-4 对齐计价。纯几何函数从 attachment-local 上移到 dsh-attachment，供提供方与定价共享。
token 计量服务的表层 fold 为每个节点存储与路由无关的事实：固定启发式价格、去图价格与持久图片出现处；measure() 在每次调用时按生效 envelope 的路由为表层定价。锚点保存原始材料（表层快照、提供方输出价格、usage）而非预先计算的基线，因此匹配的标头会把锚点与当前表层放在同一路由下重新定价，带符号 delta 的比较口径一致；usage 与估算的选择在每次计量时针对路由定价锚点做出。公开的 TokenSurfaceNode 同时携带 tokens（路由定价；触发、保留、选段与摘要收缩比较读取它）和 heuristicTokens（固定值；影子价协议的计量单位，使 compaction/summary 与 compaction/prune 与 O(1) 投影 fold 自身的追加保持一致）。contextPressure 与 contextBreakdown 投影有意保持固定启发式规则。
test-support 的回放适配器按模型声明固定的 imageRequestTokens，让 keyless 装配场景走通这条 seam；image-compaction ACP 快照证明六张内联图片把第二轮 pre-step 计量推过自动阈值，而纯文本启发式保持在阈值之下，且被触发的 compaction 按启发式价格遮蔽了图片消息。
Alternatives considered
在 provider-neutral 估算器里为图片定价。 已被版本一 note否决且依然错误：视觉定价随提供方、模型、细节档位与预处理而不同，写死的数字在它不描述的路由上会显得权威却错误。钩子把每个常量留在拥有该路由的适配器里。
只用 provider usage 校正压力。 usage 无法为首次多模态请求、锚点后新增图片或变化的 offload 集合定价，而这些正是让 compaction 触发过晚的情形。usage 仍是已完成请求的锚点；增量由路由投影定价。
复现完整序列化管线，包括请求版本字节与 base64 回退预算。 第二阶段 offload 依赖异步图片准备之后才存在的编码字节。定价复现由持久字节长度决定的确定性第一阶段；回退请求只会 offload 更多、花费更少，因此估算在同步无 I/O 的钩子里保持保守。
让影子价协议也按路由定价。 记录的 shadowedTokenCount 供 O(1) 投影 fold 消费，而该 fold 的追加按固定启发式计价；替换若按路由定价会让持久化的累计值漂移。协议保持在 heuristicTokens 上，维持 fold 的构造性一致。
把路由定价并入计量服务的回放状态。 绑定单一路由的 fold 在路由每次变化时都得重放，也无法回答指向另一模型的 requestHeader 覆盖。存储与路由无关的节点事实并在 measure() 时定价，保持单遍回放与契约已承诺的 O(surface) 计量。
Consequences
自动 compaction 现在按路由模型下一次请求实际携带的压力触发：图片密集的 DeepSeek 会话在溢出之前而非之后压缩，纯文本路由收取替换文本而非幻影视觉 token，被 offload 的图片按占位文本计费。最坏对齐 pad 对单图最多多计三个 token，未复现的 base64 回退预算只会多计——两种误差都偏保守；执行环境访问路径若在定价与请求之间变化，只会按其自身长度改变描述文本的价格，请求完成后 provider usage 仍是权威锚点。公布的 v4 计算器常量只存在于 llm-deepseek；提供方若修订其视觉投影，改动点就是这一个模块与其钉死的向量。每次计量多一次定价解析与一次图片出现处遍历，仍为 O(surface)。
Testing
image-tokens.spec.ts 的公式向量钉死公布计算器的输出，覆盖宽高比钳制、放大下限、单列求解、奇数网格裁剪与第二遍收敛的用例，开发期间与参考实现在尺寸网格及五万点模糊测试上对拍。request-pricing.spec.ts 覆盖纯文本替换、低细节预设以及数量与字节驱动的 offload 边界。token-meter 测试覆盖首次多模态估算、usage 之上的锚后图片 delta、标头覆盖下的纯文本重定价、无定价器时的中性行为、出现处数量不匹配与嵌套工具结果图片。compaction 测试证明触发、保留、选段与摘要收缩比较读取路由价格而记录的影子价保持启发式，包括一个只有路由定价收缩才接受的摘要。访问解析的传递在定价函数与适配器覆写两处都有覆盖。keyless 的 image-compaction ACP 快照端到端验证装配后的应用。