前言¶

在 DeepSeek Harness（DSH）里跑带大量工具调用的 agent 时，同一段对话历史会在每一步请求里反复送进模型。若某一步的 reasoning 特别长，这些 token 会在同一轮里被多次计费，成本很快上去。宿主自带的上下文压缩会整段收历史，和「只缩短思考块、保留有效推导」的需求并不完全一致。

下面介绍社区插件 dsh-reasoning-distill（维护者 huhu23333，分类：工作流）：监视单步思考长度，超过阈值时用蒸馏模型改写成更短版本，并在后续请求里重放压缩版；同时给出每个会话的蒸馏开销与节省统计。插件默认关闭，需在「设置 → 思考压缩」里选好后端并打开总开关。

这是什么¶

dsh-reasoning-distill 是 DSH 的工作流类插件，定位可以概括为：把过长的模型思考压缩成核心内容，之后每次请求重放压缩版，并报告会话级的成本与净收益。

• 目录页：https://www.skillhub.cn/plugins/huhu23333/dsh-reasoning-distill
• 源码与文档：https://github.com/huhu23333/dsh-reasoning-distill
• 当前包版本（package.json）：0.1.11，许可证 MIT

插件以当前 DSH 进程权限运行；安装前请自行查看仓库源码与许可证，确认信任来源。

核心功能¶

压缩与重放¶

1. 监视每次模型输出中的思考内容（reasoning），并估算 token 数。
2. 某一步思考超过该模型的触发阈值（默认 4000 token）时，把这一步的思考（可选附上工具调用与结果）交给蒸馏模型（默认 deepseek-official/deepseek-flash，思考强度 off）改写成更短版本。压缩的是措辞与冗余，不是删掉有效推导步骤。
3. 压缩在下一步请求之前完成；等待时间受该模型超时限制，到点则放弃本次压缩（原文不动、不替换）。只有压缩结果至少能省下最低节省（默认 600 token）时才采用。
4. 被采用的压缩版会替换「模型看到的思考」；会话日志里的思考原文不变，账本写在会话日志旁的 sidecar 文件里。

「思考压缩」标签页会显示触发次数、蒸馏开销、采用次数、单次请求减量、历史累计节省、净收益，以及最近一步未触发原因。

三种改写后端¶

插件只负责算出压缩版；写回会话需要选一个助手消息改写后端（未选则总开关会被强制关闭）：

会话范围与默认开关¶

主对话、可续聊子代理、一次性子代理有独立开关；默认仅主对话开启。可续聊子代理、一次性子代理、附带工具调用结果、压缩最终回答轮等默认关闭。

另有按上下文占用限制触发（默认开启、60%）：占用过高时即使单步达阈值也不再压缩，避免刚压缩就被宿主整段上下文压缩收走。

安装与启用¶

前置条件：Node >= 20；DSH 能正常启动（依赖 sessionPersistence）。装完后需重启一次 dsh web。

从 npm 安装：

dsh plugin --profile web add dsh-reasoning-distill

从 GitHub 安装（pnpm 可能要求把包名加入 profile 的 pnpm-workspace.yaml 的 allowBuilds 后重试）：

dsh plugin --profile web add github:huhu23333/dsh-reasoning-distill

选用 derive 时无需再装后端。若用 in-place，在 DSH 源码目录执行：

node scripts/dsh-inplace-patch.mjs --apply --build

然后重启 dsh web。升级 DSH 前建议先回退补丁，升级后用 --check 复查。

启用步骤：

1. 打开「设置 → 思考压缩」。
2. 选中一个改写后端（derive 选中即用）。
3. 打开「启用思考压缩」，再按需调整阈值、最低节省、蒸馏模型等项。

README 注明可能适配的 DSH 版本范围为 0.2.0-rc.1～0.2.1-rc.2；完整功能与 in-place 体验建议用从官方仓库源码构建的 DSH。

典型用法¶

适合形态是 README 里说的 「单轮次、多步工具调用的超长单轮对话」：一次说清任务，让 agent 在同一轮里连续调用很多步工具。同一段历史在每一步都要重发，压缩后的思考会被反复重放，省下的输入 token 才有机会超过蒸馏开销。

不适合作为默认开启的场景是 「多轮问答、根据反馈反复精修」：每轮步骤少，节省有限；且 DeepSeek API 在多轮对话中通常不会把之前轮次的 reasoning_content 拼进上下文（除非请求带 tools），压缩版往往不会被模型读到，改写还可能破坏上下文缓存前缀匹配。这类阶段建议在设置里关掉总开关。

适用场景与注意¶

适合谁

• 习惯「许愿式」单轮长链工具调用的 DSH 用户，且愿意用蒸馏模型换输入 token。
• 使用打包版 DSH、不想改宿主源码的用户：用 derive 即可，无需补丁。

需要注意

• 插件默认关闭；未选后端时无法开启。
• in-place 修改 DSH 本体，跨版本升级可能导致补丁失效；打包安装请用 derive。
• derive 下冷启动若 sidecar 读失败，会暂时带原文并打日志警告，恢复后自动再应用。
• 少数回退路径可能导致缓存按未命中计费，报告中的净收益可能被高估（README 对 cacheBreakTokens 有说明）。

结尾¶

dsh-reasoning-distill 针对单轮多步工具链里重复发送超长 reasoning 的痛点，用可配置的阈值与蒸馏改写把思考压短并在后续请求重放，用 sidecar 账本和面板报告把开销与节省摊开。是否划算取决于对话形态；多轮精修阶段建议关闭，长链单轮任务可结合 derive 或 in-place 试用。

• 社区目录：https://www.skillhub.cn/plugins/huhu23333/dsh-reasoning-distill
• GitHub：https://github.com/huhu23333/dsh-reasoning-distill