📦 dsh-excel-slim

DeepSeek Harness 超大 Excel 瘦身插件（专治 100MB+ 汽配/目录大表烧 token）： 读一次 → 压成几 KB 摘要 + 磁盘压缩归档，之后所有会话直接命中缓存， 不再反复把 200MB 内容灌进上下文。

为什么能省钱

你之前的工作流（会话日志实锤）：

每次对话：python3 + openpyxl 重新解析 200MB xlsx
        → 把整表/大段内容 print 进对话
        → 之后每一轮请求都要把这坨内容重新发送/计费
        → 一次对话几十块，缓存命中价也压不住体积

装上之后：

第一次调用 excel_slim("xxx.xlsx")：
  流式解析一次（openpyxl read_only，内存有界）→ 生成
    · digest.json          几 KB：表结构 + 每列类型/唯一值/TOP 值 + 前几行预览
    · <sheet>.jsonl.gz     全部行的 gzip 压缩归档（不含图片，体积只有原表的几%~十几%）
  全部落在 ~/.dsh/dsh-excel-slim/cache（按 路径+mtime+大小 指纹缓存，文件一变自动重建）

之后任何会话：
  excel_slim(...)  → 秒回缓存摘要（不再解析大文件）
  excel_query(...) → 在压缩归档里按 search / match / stats 只取少量命中行

提供的三个工具

| 工具 | 作用 | | --- | --- | | excel_slim(path, rebuild?) | 返回压缩摘要：工作表、行列数、每列类型/唯一值/TOP 值/样例、预览行。首次构建，之后秒回缓存 | | excel_query(path, sheet?, mode?, search?, search_columns?, match_column?, match_value?, column?, columns?, limit?, offset?, top_n?) | 在缓存归档里查行 / 统计列分布，只返回少量结果 | | excel_cache(action?, path?) | 查看缓存清单 / 清理缓存 |

示例（模型会这么用，你也可以在提示词里引导）

1. excel_slim("Model 3- 插图(1)-OK(1).xlsx")
2. excel_query(path, sheet="M3目录", search="下摆臂", columns=["OE编号","零件名","车型","价格"], limit=20)
3. excel_query(path, sheet="内部零件表", mode="stats", column="供应商", top_n=10)
4. excel_query(path, sheet="M3目录", match_column="车型", match_value="Model Y 新版", limit=50)

安装

# 本地 tgz
dsh plugin --profile web add "/Users/relphchris/Desktop/DeepSeek Harness/dsh-excel-slim分享包/dsh-excel-slim-0.1.0.tgz"
# 或源码目录
dsh plugin --profile web add "/Users/relphchris/Desktop/DeepSeek Harness/dsh-excel-slim"
# 或手动：解包到 ~/.dsh/profiles/web/node_modules/dsh-excel-slim，
#         并把 cordis.patch.yml 的 insert 追加进 ~/.dsh/profiles/web/cordis.patch.yml

装完重启 dsh web 并刷新页面。

首次解析很慢？正常

200~335MB 的表第一次构建需要几分钟（流式读 + 压缩），进度会打到宿主日志。 之后永远秒回。构建期间再调用同一文件会提示「构建中，稍候重试」。

配置（可选）

在 profile 的 cordis.patch.yml 里给插件行加 config：

- insert:
    - id: excel-slim
      name: dsh-excel-slim
      config:
        cacheRoot: /path/to/cache      # 默认 ~/.dsh/dsh-excel-slim/cache
        python: /opt/anaconda3/bin/python3   # 默认 auto：自动找带 openpyxl 的 python
        maxScanRows: 500000            # 单次查询最多扫描行数
        maxQueryRows: 200              # 单次查询最多返回行数
        maxDigestChars: 9000           # 摘要文本上限（字符）

找不到 openpyxl 时会自动 python3 -m venv + pip install openpyxl（一次性）； 本机建议直接用 /opt/anaconda3/bin/python3（已带 openpyxl 3.1.5 + pandas）。

隐私与数据

• 全部本地：缓存只在你自己的 ~/.dsh/dsh-excel-slim/cache
• 不读取、不保存任何 API Key；不外发任何数据
• 归档不含图片、样式、公式，只含单元格值（含公式的取缓存值）

卸载

dsh plugin --profile web remove dsh-excel-slim
rm -rf ~/.dsh/dsh-excel-slim

配套建议（省钱三件套）

1. 把官方自带的「自动压缩 + 工具结果剪枝 + /compact」打开（web 配置里默认是关的）： 在 ~/.dsh/profiles/web/cordis.patch.yml 加：

   - update:
       - id: compaction-basic
         disabled: false
       - id: command-compact
         disabled: false
       - id: tool-result-pruner
         disabled: false
         config:
           thresholdChars: 8192
           headChars: 4096
           tailChars: 1024
       - id: spill-policy
         config:
           maxInlineBytes: 20000

   效果：历史自动压缩成摘要；>20KB 的工具输出自动「首尾预览 + 全文落盘」；对话太长时可手动 /compact。

2. 新会话直接吃缓存：把大表路径写进开场提示词， 例如「先 excel_slim("/Users/.../xxx.xlsx") 看结构，需要时再 excel_query，不要重新解析这个大文件」。

3. 给本插件配置 python：config.python: /opt/anaconda3/bin/python3（避免首次构建时临时装 openpyxl）。