DSH 插件： dsh-clear-tool-results

[marsg]

DSH 插件：把工具结果按轮归档并从对话上下文中清除以减少 Token 消耗；模型可用 read_tool_result_log 按轮次或时间自主取回原文。

跨轮对话，如果像这样清除掉工具结果的上下文，除了让 Agent 分析前一轮对话错误原因有影响之外，还会有什么影响？

[aimuz]

缓存也没了，这个更贵吧😀

[chenluo0429]

相当于每一轮启动前都对上一轮进行了一次特殊的压缩。
1. 缓存部分失效，每一轮都会触发一次缓存重建。这里有两类，如果像 ds 这种缓存很便宜的，但是缓存时间长，就要为上一轮对话重建缓存，增加成本。如果是 claude 这种短缓存的话，上上一轮的缓存大概率失效了，这里要重建全部缓存。
2. 关键事实丢失。tool result 不是都是冗余的，某些 tool result 包含关键信息，是不可丢失的。这里也会有两种情况，一种是模型不取回旧结果，用有损信息决策。另一种是模型取回，消耗更多的轮次和 token 成本。

[codehz]

我记得 dsh 本来就有清理工具调用结果的机制吧。。。

[marsg]

@chenluo0429 补充一个信息：目前观测下来，助手消息占比 20 ～ 30%，工具结果占比 70%，在多轮对话情况下，每一轮对话都存在多步思考-调用，大多数情况在会存在 8 ～ 15 步，70%的工具结果的 Token 用量会膨胀。而删除工具结果的情况下，每一轮都会根据重建缓存，经过 10 轮对话，KV10 包含命中的 KV9 + 未命中的上一轮助手消息。如果单纯一两轮对话，确实会更贵，但如果是多轮对话，是否消耗更多 Token 还需要测定，应该会有一个临界点。

[marsg]

第一轮结束：S U1 A1 T0 （固定覆盖文字）
第二轮请求：S U1 A1 T0 U2 A2 T0
第三轮请求：S U1 A1 T0 U2 A2 T0 U3 A3 T0
第四轮请求：S U1 A1 T0 U2 A2 T0 U3 A3 T0 U4 A4 T0