3.2 看懂工具调用树
本节目标
搞懂对话里那些工具行是什么：agent 是怎么思考、怎么调工具、怎么一步步干完活的。
什么是工具调用树
普通聊天里，AI 给你一段文字就结束了。但 dsh 的 agent 不一样，它要真正动手：读文件、搜代码、跑命令。它每做一步，界面上就会多一行记录，这些记录串起来，就是工具调用树。
一句话：工具调用树 = agent 干活的每一步的流水账。
看一棵真实的工具调用树
下面是我发了一条"列出工作区文件并介绍项目"的指令后，agent 实际产生的工具调用树：
从下往上看，它是这样的一个流程：
| 工具行 | 干了什么 |
|---|---|
| 上下文注入 · 系统提示词 | 给 agent 装上"怎么干活"的出厂设定 |
| 上下文注入 · 技能目录 | 加载可用的技能清单，让它知道手里有什么牌 |
| Think | 先想一步：用户要什么，第一步该做什么 |
| Pwsh | 执行命令，列出工作区目录里的文件 |
| Glob | 按模式搜索文件，比如找 README 文件 |
| Think | 看结果，想下一步：每个项目都要了解一下 |
| Pwsh | 再执行命令，读取每个项目的关键信息 |
| Think | 信息齐了，开始组织最终回答 |
看到规律了吗？agent 的干活节奏是：想一下，动一下，看结果，再想，再动。每一行工具调用，都是它真实执行过的一步，不是摆样子。
点开工具行看细节
每一行工具都可以点击展开，看这一步的完整内容。比如点开一个 Think 行，能看到 agent 当时的思考过程：
点开 Pwsh 行，能看到它实际执行的命令和命令的输出。点开上下文注入行，能看到注入的提示词内容。想确认 agent 到底对你的项目做了什么，就逐行点开看，一切透明。
0.1.7 起过程按组折叠，整轮一键收起
0.1.7-alpha.1 起，消息流的过程展示整体重做了一遍，长任务的对话区终于不会一眼望不到头了。
相邻的步骤会自动分组。agent 连续读几个文件、连跑几条命令，这些步骤不会一行一行平铺，而是收进一个过程组里，组头用类别摘要概括这组干了什么：
| 组里做的事 | 组头摘要（已结束） | 组头（运行中） |
|---|---|---|
| 读文件 | 已读取文件 | 正在读取文件 |
| 搜代码 | 已搜索代码 | 正在搜索代码 |
| 改文件 | 修改了文件 | 正在编辑文件 |
| 跑命令 | 执行了命令 | 正在运行命令 |
| 跑代码 | 运行了代码 | 正在运行代码 |
| 只有思考 | 已完成分析 | 正在分析请求 |
比如一轮里 agent 先读了 5 个文件、又跑了 2 条命令，你会看到两个组：已读取文件、执行了命令。组头是摘要，想看细节点开组就行，单个思考或工具行照样能继续展开。
整轮折叠管更大的范围。一轮结束后，这一整轮的过程（所有组、阶段回复）默认整体收起，只留最终答案，上面悬浮一个整轮控件可以随时展开回看；正在运行的轮次保持展开，方便你盯着进度。几个相关细节：
- 运行时钟从一开始就显示：轮次一启动，运行时长就以整秒跳动，不再是结束后才看到耗时
- 运行状态行（0.2.0-rc.1 起完整形态）：运行中的轮次下方有一条细分隔线，跟着一头摆尾的小鲸鱼轮廓动画和一行微光文字「深度求索中，用时 xx」，用时实时跳动；轮次一结束它就消失。它就是个运行指示灯，不会打扰你回看上面的内容
- 已完成轮次页脚：每轮结束后，页脚会有一个收尾条目交代这轮的收场
- 非人工触发的轮次（比如定时提醒、后台任务汇报触发的）会有独立的提示行，和你的输入区分开
- 历史分页更稳：往前翻旧消息时，已展开的内容位置不会跳，加载更早内容会锚在你正在看的位置上方
四档展示：想看多少细节自己定
组内默认显示多少，由设置 → 通用设置 → 工作步骤展示控制，0.1.7-rc.1 起有四档：
| 档位 | 行为 |
|---|---|
| 简洁 | 组头只显示类别摘要，正文一律手动展开 |
| 标准 | 组头带实时任务详情，正文手动展开 |
| 详细（Web 默认） | 组头带详情，已结算的思考预览显示首行 |
| 完全展开 | 不显示组头，组正文直接摊开，不设组级限高 |
0.2.0-rc.1 起，网页端新会话的默认档从标准改成了详细（桌面端保持标准），没存过偏好的用户一上来就能看到思考预览。升级前存过旧偏好的会自动映射：旧的单档值和"完全展开"旧值都读成详细，不用重新设置。切档不会打散分组，也不会丢你手动展开过的行。
几种常见工具行
不同任务会用到不同工具，认识几个常见的：
| 工具行 | 作用 | 常见场景 |
|---|---|---|
| Think | 模型内部思考 | 几乎每次行动前都有 |
| Pwsh / Bash | 执行命令 | 列目录、跑测试、装依赖 |
| Glob | 按文件名模式搜索 | 找 README、找配置文件 |
| Read | 读取文件内容 | 看代码、看文档 |
| Write / Edit | 写入、修改文件 | 改代码、写文档 |
| 上下文注入 | 注入系统提示、技能 | 每次会话开始 |
工具越多，agent 能干的事越多。前面列的都是内置能力，后面章节会看到更多（子代理、工作流、网页搜索等）。
消息流底部的统计信息
一次任务完成后，工具调用树的下方会出现两个图标药丸，按"想得多深"和"花得多省"两条线呈现不同维度：
| 药丸 | 点击展开的内容 |
|---|---|
| 计数字符 | 会话统计：轮次、步数、模型耗时（LLM）、工具耗时（TPS）、缓存命中率 |
| 数据库字符 | Token 用量：Uncached input / Cached input / Output / Total，以及输入输出拆分 |
两个药丸各自弹出对应的明细对话框，原来压成一行的小字被消化到弹窗里，对话区看起来更干净。
1 轮 · 4 步 | LLM 14.9s · 工具调用 45.5s | 缓存命中 71% | 输入 76K tok · 输出 1.6K tok
看到这些概念不熟也没关系：
- 1 轮：这次任务跑了几轮（一轮 = 一次完整的思考加行动）
- 4 步：总共进行了几次模型调用（每一步里可能连着调用多个工具）
- LLM 14.9s：模型思考花了多久
- 工具调用 45.5s：执行命令、读文件这些实际动作花了多久
- 缓存命中：多少内容命中了上下文模型一次请求中可见的信息范围，包括对话历史、注入的提示和工具结果。缓存，命中越高越省钱
- 输入 / 输出 tok：这次任务消耗的 Token模型处理文本的基本单位，一段文字会被切分成若干 token。 量
另外，每个 assistant 回复的尾部也可能出现一个 Turn usage 折叠项，显示该轮次由哪个 Provider/model 服务、Uncached input、Cached input、Output、Total 等用量明细，点击即可展开查看。它把整轮的 Token 开销拆得更细，方便你判断哪一轮最"烧钱"。
任务变长时，这些数字会帮你判断时间花在了"想"还是"干"上。
0.1.6-alpha.2 起，上下文占用也搬进了这一排：输入卡片下方、两个统计药丸的右侧，直接显示一个圆环和百分比，点开可以在小面板里看 token 构成明细。不用再另找入口，一发消息扫一眼就知道上下文吃了多少。
0.1.7-alpha.1 起，这排信息显示多细也归你管：设置 → 通用设置 → 性能与用量，简洁和详细两档。嫌数字多就选简洁，想盯着缓存命中率和用量拆分就选详细。
统计随版本更新
0.1.5-alpha.1 起，底部那一行统计被拆成两个图标药丸而不是一长串文字。每个药丸点击弹出对应的明细对话框，文字体积变小后可读性更高。会话统计的语义与 Turn usage 的拆解都没有变，只是换了一种更可点的呈现。
运行中轮次的小时档
0.1.5-rc.2 起，运行中轮次的状态栏、轮次底部 "Ran-for" 摘要，以及点击会话统计弹窗里的 turn-时长详情条目，都会显示小时档：不足一小时维持 0分23秒 / 0m 23s，到一小时会切到 1小时05分03秒 / 1h 05m 03s 这种格式。三个地方共用 formatRunDuration，小时档在单位边界自动进位，不会卡在「60分00秒」。
轮次结束看「改动文件」卡片
agent 说"改完了"，到底改了哪些文件？0.1.6-alpha.2 起，一个回合结束时，消息流里会出现一张改动文件卡片，取代原来逐个 write / edit 调用行拼出来的修改记录：
- 覆盖全：卡片由 Host 侧用 git 对工作树在轮次开始和结束时各拍一次快照、对比差异得出，shell 命令改的文件也逃不掉，不只是 write / edit 工具改的
- 有行数：标题显示改了几个文件、总共增删多少行；折叠时先露三行，展开后可收起
- 能对比：点卡片里的某个文件，在右侧边栏打开本轮的 review 标签页，看这个文件改前改后的逐行 diff，Host 有桌面时还能用默认应用直接打开
- 悬停即预览：0.1.7-alpha.1 起，鼠标悬停在卡片里的文件行上，会就地浮出该文件的 diff 预览，不点开也能扫一眼改动量
- 不动你的仓库：快照走 Session 自己的临时对象目录，仓库的提交、暂存、对象一概不碰，你未提交的既有改动也不会被算进本轮
两个边界要知道：工作目录不在 git 仓库里（或本机没有 git）时，卡片只列文件工具改的文件，shell 的改动看不到；卡片内容不跨 Host 重启保留，重启后重新打开的对话里，先前轮次没有这张卡。
回答里的图片链接也能直接看
0.1.7-rc.1 起，agent 回答里贴出的图片链接不用再点出去看了：把鼠标悬停在链接上就浮出图片预览，也可以直接内联展开在回答里，本地图片和网络图片都吃这一套。配合上一节改动的文件链接，agent 回答里出现的东西基本都能就地看。
小结
- 工具调用树是 agent 每一步动作的流水账，一切透明
- 典型节奏是思考 → 行动 → 看结果 → 再思考，对应 Think 和各类工具行
- 点开任意工具行能看到完整细节，包括命令、输出、思考过程
- 0.1.7 起过程按组折叠：相邻同类步骤收进过程组，组头是「已读取文件」「执行了命令」这类摘要，整轮结束后一键收起
- 工作步骤展示四档（简洁/标准/详细/完全展开）决定组内默认显示多少，0.2.0-rc.1 起网页端默认详细
- 底部统计行告诉你轮数、步骤、耗时和 token 消耗，显示多细由性能与用量偏好控制，上下文占用圆环就在统计药丸旁边
- 轮次结束出现改动文件卡片：git 快照对比得出，shell 改动也算数，点文件看逐行 diff，悬停可预览
- 回答里的图片链接悬停可预览、可内联展开
现在你已经看懂 agent 怎么干活了，下一章进入会话进阶，逐个点亮会话里的高级功能。