ZCode 插件：从本地 SQLite 用量库读取 token 速率与用量，在回复末尾显示统计行，无额外模型调用。
> ⚡ 最近轮均 43.1 tok/s · Decode 会话均 62.4 tok/s · 会话 29.13M tok · 缓存 97.3%
当前版本 0.6.0，新增按需完整诊断报表（互斥分账/workflow 归属/error-retry 可靠性/TTFT 等待分布/turn_usage 对账，同一只读快照）；0.5.5 修复审核确认的统计与诊断可信度缺陷（部分索引误选、TTFT/token 字段类型校验、空白 turn_id、坏日期、Stop 异常终态、通知按退出码确认、按会话独立水位文件去重 + 同会话并发原子占用）；0.5.4 速率行新增可选 last 段（最近请求的单次端到端速度，供与轮均交叉验证），CI 覆盖扩展到 macOS；0.5.3 重写性能基准为多场景矩阵，并修复百万行级大库下查询线性劣化（生产同款索引下典型会话中位 3.6s → 0.17s）与锁路径回归。详见 更新记录。
在 ZCode 输入框依次执行：
/plugin marketplace add KDB-Wind/zcode-tps
/plugin install zcode-tps@zcode-tps-marketplace
安装或更新后重开会话。需要 Node 22.13+（22 系列）或 24+；23 系列需 23.4+。
/tps：完整报表。/tps-doctor：依赖、配置、数据库与最近 hook 采集结果自检。~/.zcode/zcode-tps.config.json写入{"tokenRateLine": false}可关闭自动行，下一次 hook 即生效。{"rateLineFields": "all"}展示全部字段；如["rates", "turn", "time"]可自定义字段和顺序。{"turnEndLine": true}开启回合结束的系统通知（Stop hook）：单轮会话（发一条消息执行长任务）结束立即弹通知显示统计，不用等第二条消息；不动会话流、零额外模型调用，对话流内的注入行照常保留。
速率 = provider 总输出 token ÷ 单次请求端到端时长。最近轮均、会话均是 Σ输出 ÷ Σ请求时长，包含请求内等待，不含请求之间的工具执行时间；并发请求时长相加，因此不是整轮墙钟吞吐。
总 token = 输入 + 输出，reasoning 已包含在输出中。会话累计仅覆盖数据库留存的已完成请求，不是全历史账本；缓存命中率 = 缓存读 ÷ 输入。
自动行采样发生在发送消息时，通常对应上一轮；/tps 则在脚本执行时采样，可能包含当前轮的已完成请求。仅凭请求完成状态无法断定整轮结束，所以显示“最近轮均”。轮次 ID 缺失时不推测轮次。
已知限制：如果会话只有一轮对话（常见于新会话直接开启目标任务、执行很长才结束），第一轮回复末尾不会有统计行——注入行在发消息时采样，只能覆盖到上一轮；从第二轮对话起正常显示。{"turnEndLine": true} 开启的回合结束系统通知是这一场景的补救（结束时弹 toast，不占会话流），但弹窗有打扰感，默认不开启。开启后的通知在 Stop 时采样：值为库内已落库的 completed 快照，通常恰为刚结束这轮，但不含 Stop 之后才提交的用量，不宣称"本轮最终完整用量"。通知命令按退出码确认执行结果：非零退出（命令缺失/脚本错误）不记录水位，下次回合结束自动重试；展示内容无变化不重复通知。
数据库只读访问，数字由模型引用展示；模型可能漏附行。默认将同 trace 的子代理并入会话速率与 session 累计，简洁行的会话 token/缓存仍是主对话口径，存在子代理时标注 (主)。
详细配置、JSON 字段与降级行为见 插件说明。
npm test零第三方运行依赖。测试使用临时数据库与隔离配置；CI 配置覆盖 Windows/Linux/macOS 和 Node 22.13/24。
npm run benchmark 用带真实分布(缓存命中、token 长度、来源配比)的合成库跑多场景矩阵:小/中/大库(默认 5k/100k/1M 行)× 索引场景 × 冷/热查询 × 内存,可传位置参数只跑一档(如 npm run benchmark -- 1000000);结果及限制见 性能记录。
基于 shy3130/zcode-tps-monitor 0.7.0（MIT）修改，保留轻量 token 统计，移除业务 TPS/MCP/大屏组件。