前言¶

在 DeepSeek Harness（DSH）这类「一切皆插件」的智能体环境中，会话文本、工具调用和工具结果会快速累积，占满上下文窗口。常见处理方式是让模型再执行一轮摘要；这会带来额外模型调用、延迟、改写风险，以及压缩后细节难以精确恢复的问题。

dsh-compaction-instant 提供另一条路线：用确定性文本处理替代 LLM 摘要，压缩 shadowed history spans，并把被省略内容指向持久日志中的 seq 值。它作为 @deepseek-ai/dsh-compaction-basic 的 drop-in 替代，保留同样的 seam、events、provenance 和 failure vocabulary。

这是什么¶

• 插件名：dsh-compaction-instant
• 维护者：TsFreddie
• 许可证：MIT
• 运行要求：Node.js >= 18
• 仓库地址：https://github.com/TsFreddie/dsh-compaction-instant

一句话定位：这是 DeepSeek Harness 的即时、近乎无损上下文压缩引擎。它的核心目标不是“让模型总结得更短”，而是把历史片段压缩成仍可恢复的确定性条目。

核心功能¶

不经过模型的即时压缩¶

压缩过程不调用模型，也不走网络请求。资料中描述为使用确定性文本处理，适用于 shadowed history spans 的即时压缩。

这意味着压缩路径不依赖 summarizer prompt、不产生额外推理调用，也不涉及 KV-cache 相关处理。

输出保留原始 token¶

压缩输出只保留原始 token，不做改写式摘要。被省略的内容会留下 seq 指向，供后续恢复。

这与“压缩后只能靠重新生成”的方式不同：这里的关键是压缩结果仍然指向持久会话日志中的原始事件。

与 @deepseek-ai/dsh-compaction-basic 对齐¶

该插件定位为 @deepseek-ai/dsh-compaction-basic 的 drop-in 替代，并保留相同的 seam、events、provenance 和 failure vocabulary。

对使用现有 basic 压缩后端的 DSH 场景来说，这一点意味着它不是另一套需要重建事件流和失败语义的独立系统。

提供 recall 与 search 恢复能力¶

插件提供两类模型侧工具：

• recall：用于恢复被压缩省略的持久日志内容。
• search：用于在持久日志中按关键词或 regex 搜索，包括被压缩省略的内容。

另外提供人类侧命令 /recall，用于追加 durable recall user message，让下一轮模型能看到匹配事件和 seq 指针。

典型用法¶

压缩后的形态¶

资料示例中，一段包含 user request、assistant text、tool call 和 result 的历史片段，可以被压缩成类似下面的单行条目：

[user]
please fix the bug
[assistant]
on it
* read "a.js" (seq 2 -> result 3)
[user]
next question

这里的 (seq 2 -> result 3) 是持久日志指针。被压缩的内容不是直接消失，而是通过指针继续可访问。

用 recall 恢复原文¶

recall 工具用于把原文恢复到当前工具结果中。资料中给出的恢复类型包括：

type: "seq"
type: "result"
type: "checkpoint"

• seq：用于基于 seq 指针恢复对应内容。
• result：用于基于 result 指针恢复工具结果。
• checkpoint：用于基于 checkpoint 标识恢复对应内容。

用 search 查找持久日志¶

search 工具用于对持久日志做关键词或 regex 搜索。搜索范围包括已经被压缩省略的内容，并返回匹配事件及其 seq 指针。

这个工具适合在模型不确定原文位置时使用：先搜索，再根据返回的 seq 指针做恢复。

人类侧使用 /recall¶

人类侧可以使用如下命令：

/recall <keyword|regex>

该命令会追加一条 durable recall user message，其中包含匹配事件和 seq 指针，供下一轮模型查看。

配置与兼容注意¶

以下配置项名称保留原文，作为可选配置出现：

thresholdRatio
retainTurns
retainTokens
auto
checkpointCap
textTokens
userTextTokens
toolCallTokens
maxRecallTokens
maxSearchHits

这些配置项用于控制压缩预算、保留范围、自动行为，以及 recall/search 的读取上限。

需要注意的兼容点：

• 预算同时按 token 数执行，并受 budget × 4 字符上限约束。
• maxTokens 和 checkpointScale 被接受，但已废弃，不参与预算。
• summarizationProvider 和 summarizationModel 被接受以保持兼容，但不起作用。
• toolResultExcerptTokens 被接受以保持兼容，但不起作用。
• 缺失数组配置项会被视为未设置，并回退到默认值；空数组不会禁用内置项。

适用场景与注意¶

适合使用：

• 希望在压缩上下文时不额外调用模型的 DSH 插件开发者。
• 希望降低压缩路径中的网络调用、模型调用和 KV-cache 相关负担的会话。
• 希望被省略内容仍可通过 seq、result 或 checkpoint 指针恢复的场景。
• 已有 @deepseek-ai/dsh-compaction-basic 接入方式，希望用确定性压缩替代 LLM 摘要的宿主环境。

使用前注意：

• 插件通常以当前 dsh 进程权限运行。安装前应先检查源码、依赖和许可证。
• 当前资料未提供官方安装命令，本文不凭名称拼接 dsh plugin add ... 形式。
• DeepSeek Harness 社区目录是独立站点，与 DeepSeek / 幻方没有官方从属关系，不应表述为官方应用商店。

结尾¶

dsh-compaction-instant 的价值在于把上下文压缩从“再让模型概括一次”改成“确定性裁剪 + 可恢复指针”。当前资料未提供社区目录页地址；仓库地址为 https://github.com/TsFreddie/dsh-compaction-instant 。