用 DeepSeek Harness 跑任务，输入框旁边能看到上下文占用了多少，但光看一个百分比，很难知道里面到底装了什么。是对话记录越来越长，还是某次读文件、执行命令带回了太多内容？
我们发给 Agent 的任务要求，只是上下文的一部分。系统提示词、工具说明、技能目录、项目里的 AGENTS.md，以及执行过程中产生的回复和工具结果，也可能进入模型的请求。任务跑了很多步以后，要弄清哪部分占得多、从哪一步开始增长，单靠翻聊天记录会比较费劲。
最近有一个爆火的 DSH 插件 dsh-context，就是给 DeepSeek Harness 补上这部分查看能力的第三方开源插件。它把上下文按组成和执行步骤展开，可以查看具体内容、估算的 Token 占用，以及对应的注入记录和工具调用。
想精简工具配置、缩短项目规则，或者查清一次任务为什么带入了大量内容，有这样一个面板，就能先找到具体来源，再决定改哪里。
装好以后，先打开一条已有任务
桌面端左侧打开“插件”，点击“添加插件”，输入 dsh-context，安装完成后点“立即启用”。启用后，左侧多了“上下文洞察”，会话顶部也出现了“上下文”和“编队”两个标签页。
英文界面对应的入口是 Plugins → Add plugin，输入包名后点击 Install。下面的英文截图展示添加插件窗口，本次本地实测的版本信息见后文。
这次使用的 DeepSeek Harness 是 0.2.0-rc.2。安装向导显示了 0.71.0，但详情页和本地实际安装包都是 0.70.0，上下文页面另有更新提示。所以下面的体验以实际加载的 0.70.0 为准。
我在本地 macOS 桌面端选了一条已完成的飞机动画任务，点击“上下文”，原来的执行记录就显示出来了：1 轮、7 步、6 次工具调用。这次回看没有重新生成动画，后面的 Token 数据都来自原任务。用户只发了一次要求，Agent 在内部反复请求模型、执行工具，直到给出最终回复。
累计用了多少，和当前装了多少
Harness 自带的本轮用量弹窗，可以看到未缓存输入、缓存读取和输出。这条任务的本轮用量是 363,312 Token，输出中还单独列出了推理用量。
dsh-context 的“Token 统计”显示总用量 363.3k，缓存命中率为 95.72%。这是整个会话多次请求累计的用量，包含输入和输出；前面的历史内容可能随后续请求再次计入输入，其中一部分命中了缓存。
往下看“当前上下文”，显示的是 54.6k / 1.0M tokens，占用 5.5%。它回答的是当前上下文窗口装了多少内容。判断离窗口上限还有多远，应看这里，不能拿累计的 363.3k 直接除以窗口大小。
这一页还把内容分开列了出来：系统提示词、工具定义、用户消息、注入内容、技能注入、助手消息和工具结果。本次回看中，助手消息约 31.1k，工具定义约 6.8k，技能注入约 3.0k。我输入的那段任务要求，估算只有约 73 Token。
若工具结果占了大头，就去找哪次读取或命令输出带回了大量内容；工具定义占得多，就检查模型收到了哪些工具说明。这条动画任务里，助手消息的估算占比最高，我会先展开这一类查看。
不过，分类数字旁边的 ≈ 要一起看。插件用固定密度启发式估算各类内容的 Token，供应商上报的实际用量则另列。截图中的分类合计与顶部占用数并不完全一致，适合用来定位主要来源，不能当成精确的逐项分账。
回到第一步，看看模型出发时带了什么
“上下文浏览器”右上角可以选择历史步骤。我切到第 1 轮、第 1 步，助手消息和工具结果都是 0，工具定义却已有 27 项，估算约 6.8k，占这一步估算上下文的 55%。
系统提示词、工具说明、技能目录和项目指令，先于第一条助手消息进入了上下文。展开“工具定义”，还能看到具体工具的来源包、估算大小和调用次数，列表支持按大小、次数或名称排序。我试了按大小排序，可以把较长的工具说明放到前面检查。
“上下文事件”则记录了另一部分来路。这次有 3 条注入：skill-catalog、runtime-context，以及项目里的 AGENTS.md。点击技能目录，能看到当时注入的技能名称和简介。
这里还有一个容易混淆的数字：页面显示技能加载次数为 0，但技能注入约有 3.0k。展开后看到的是可用技能目录；目录进入上下文，与调用某个技能、加载它的完整说明，是两件事。
以后要精简一套配置，我会先看这些实际内容，再决定删哪项工具或规则。只看插件装了多少个，很难判断它们在这条任务里占了多少。
一轮对话里的七步，可以分别回看
趋势图按模型请求画柱子，同一轮里的多次请求也会分开显示。飞机任务只有一轮，却有七根柱子，能看到上下文在执行期间怎样增长。图下方还列出某一步的用户要求、新进入的内容，以及模型回复或发出的工具调用。
排查某一步突然增长时，可以回到对应请求，在浏览器里展开那一类内容，核对具体文本和工具输出。页面也提供“全量／增量”切换，以及压缩、剪枝等事件记录。这个历史任务里的压缩和剪枝次数都是 0，本次没有验证发生压缩后的还原效果。
插件还把文件操作接到了同一条查看路径上。“文件活动”列出飞机 HTML 的两次写入操作，展开后分别是 write 和 edit。点击其中的 edit，上下文浏览器就跳到了对应调用，能看到 file_path、old_string、new_string 和工具返回结果。
这条记录里，原来一次传入四个参数的 ctx.lineTo(...) 被拆成了两次调用，工具返回文件更新成功。回看时，可以直接对照修改前后的代码，不必在长对话里逐条翻找。
文件活动里的增删行数按工具参数估算。要验收最终代码，仍要打开文件、检查 Git Diff，再做相应的运行验证。这次回看核对的是调用记录，没有重新验收动画代码。
日常用，可以从 /context 开始
不想离开对话时，在输入框里输入 /context，从候选菜单执行，就会弹出当前组成和上下文浏览器。我在同一会话里验证了这个入口，弹窗打开后，轮次和步数仍是原来的 1 轮、7 步。
左侧“上下文洞察”适合先找任务：可以按时间范围查看汇总，再搜索会话标题、按 Token 总用量等条件排序，点击卡片进入具体会话。本次安装后，历史统计最初尚未出现，稍后回到页面才看到了回填的记录，刚启用时可以给它一点加载时间。
下面的英文界面展示了跨会话总览的布局，图中的会话数量和用量属于示例，与上面的本地任务分别统计。
“编队”页用于查看当前 Agent、父 Agent 和子 Agent 的关系。这条任务没有子 Agent，我没有据此验证多 Agent 统计。
可以把 dsh-context 留在 Harness 里，用它回看那些输入不长、执行过程却很长的任务。下一次想精简上下文时，先找到占用最大的那类内容，展开看一眼，再决定改哪项配置。
⭐️推荐阅读：
- 后端开发学习 + 面试指南：覆盖 Java、计算机基础、数据库、框架、系统设计等后端开发核心知识与面试内容。
- AI 应用开发学习 + 面试指南：覆盖 LLM、RAG、Agent、MCP、Prompt、评测、系统设计等 AI 应用开发知识与面试内容。
- AI 编程实战指南：覆盖 Claude Code、Cursor、Codex、Trae 等工具的使用技巧与面试内容。
