前言¶

DeepSeek Harness (DSH) 在处理超长会话时，会自动压缩上下文。这会把早先的对话从模型眼前拿走，原文仍留在磁盘上。这个插件（dsh-super-memory）在被上下文压缩的那一刻，把相关内容存入本地，之后只在相关的时候把那几段递回给模型。

这是什么 / 解决什么问题¶

dsh-super-memory 是一个跨压缩记忆插件，由 kkwings 开发。它解决的问题是：当同一个超长会话被上下文压缩过几次之后，模型会先看到早先问过或定过的事，再结合新条件综合回答，而不是当新问题从零重来。

一句话定位：它是车，不是门禁卡。它擅长「你问的事有明确说法、而且被压缩过」；不擅长「你像聊天一样随口问」。

核心功能¶

1、压缩时自动入库
将被压缩掉的内容本地存储，包括摘要和原文。不依赖其他记忆插件，不访问互联网，默认一次模型都不调用。

2、本地检索与注入
提问时通过词法打分（BM25）匹配相关内容，只有命中才注入参考。压缩后自动注入目录级本会话此前脉络。

3、可选大模型辅助
支持改写查询和判读时间意图（最早/最近/两头）。

4、用户交互
提供「打开原文」和「知道了」按钮。

安装与启用¶

插件运行环境需要带 zstd 支持的 Node，要求 node >= 22.15。安装方式需根据 DSH 官方文档配置，启用后可在面板 ⑦ 中选择使用方式（不调用大模型/调用主模型/调用指定模型）。

典型用法¶

1、当会话被多次压缩后，直接说「按我们之前定下来的做法来吧」，插件会自动检索并注入旧结论供模型参考。
2、点击助手回答下方的「✕」按钮，在已压缩的历史中搜索强相关内容。
3、在面板 ⑦ 中选择使用方式（不调用大模型/调用主模型/调用指定模型）。

适用场景与注意¶

1、仅限同一个会话内跨压缩，跨会话记忆不在范围内。
2、不能替用户发消息，不能让模型立刻重答，只能把资料排进下一轮上下文。
3、不读密钥、不自己连网，不改写对话、不碰 DSH 原始会话日志（只读）。
4、许可证为 MIT，允许 fork、修改、再发布。
5、在 Linux/macOS 上，如果工作目录在插件目录里，工具结果会被静默跳过（防自我膨胀规则）。
6、按「词」找，不按「意思」找，只能定位到「块」，定位不到「块里哪一轮」。

结尾¶

这是 dsh-super-memory 插件的介绍。它主要面向学习与测试用途，作者不保证持续更新。核心代码开源在 GitHub，目录页见 SkillHub。