和 AI 聊得越久，越像往桌上不断堆文件：历史消息、工具结果和代码越积越多，你却很难知道什么正在占地方、重要内容会不会被淹没。dsh-context 是 DeepSeek Harness 的插件，给这张“桌面”装上仪表盘。DeepSeek Harness 是包在模型外的执行框架，负责持续整理并送入这些材料；插件则把上下文的构成、消耗和变化过程直接展示出来。
它不只显示一个总数。用户可以查看会话次数、计费 Token、估算成本、缓存命中率、工具运行次数和活跃时间；Token 是模型处理文字的基本计量单位。七日图表按请求发生时间归集用量和成本，八周热力图呈现每日活动，构成环则说明 Token 花在系统指令、工具或消息等哪一部分。进入单次会话后，还能查看每次请求的趋势、事件与文件活动；Fleet 页面会同时列出当前 Agent、父 Agent 和各个子 Agent。
这类可观测性解决的是长会话 Agent 的盲区：不只知道“用了多少”，还知道“为何变多、钱花在哪、各 Agent 带着什么”。成本数字来自 models.dev 标价估算，并非实际账单；DeepSeek 峰时价格按插件说明可能是所列非峰时价格的两倍。