前言¶
在 DeepSeek Harness（DSH）裏跑長對話或長任務時，上下文會一路漲。DSH 默認在大約 80% 窗口用量時才觸發一次「大壓縮」：要再調模型、十幾秒量級、還要計費；壓完注意力容易飄，窗口很快又堆滿，1M 上下文也扛不住反覆壓。社區插件 dsh-live-compact（維護者 MerkyorLynn，GitHub MerkyorLynn/dsh-live-compact）走另一條路：Live Compact，邊做邊壓——在任務還在跑的時候就地切掉剛結束的一輪，不爲此單獨調模型，切點前面的原文不動，前綴緩存命中水平儘量保持原樣，從而把上下文長期壓在較低位置，官方大壓縮能拖則拖。
這是什麼¶
dsh-live-compact 是 DSH 社區目錄中的「模型推理」類插件（SkillHub 目錄頁：merkyorlynn/dsh-live-compact）。一句話：In-place newest-turn compaction——對剛結束的一輪做就地壓縮，任務進行中持續生效，並儘量保留前綴緩存。
與「等到 80% 再壓」不同：超過約 2 萬 token 就對剛結束的這一輪切一刀，不調用模型；切點之前的原文不動。官方配置裏的 0.8 只管 DSH 自帶的大壓縮，不管這一刀；想改小切起點，只能在啓動前設置環境變量 SPINE_MIN_TOKENS（README 未給出默認值以外的示例，以文檔爲準）。
核心功能¶
邊做邊壓（Spine cut）¶
- 上下文超過約 2 萬 token 時觸發小切，對象是剛結束的一輪，不調模型。
- 日誌裏出現
spine cut …ms表示這一刀生效。 - 被切掉的原文寫入本機
~/.dsh/compaction-spine/shadow（僅本機可讀，只增不刪）；備份目錄超過 64MB 時這一刀不再切，舊文件不自動刪，需自行清理。本機路徑不發給模型。
摘要規則（1.0.3 / 1.0.4）¶
1.0.3 起：摘錄只留正文；用戶與助手句子按規則保留並標註說話者；思考與工具結果不進摘要（原文進本地備份並帶來源）。去掉「已確認」；摘要開頭說明是舊內容摘錄，不是新指令或授權。若這一刀做不出合格摘要，整段留下、不調模型。
1.0.4 起：較短工具結果可留在摘要裏，標爲工具輸出、不標已確認——不超過 12 行且不超過 512 字則整段留下；更長則只留一行說明字數與「正文已省略」，省略原文在 shadow 目錄，文件名含短編號；需要時再讀，不默認讀回。思考仍不進摘要。
與預設壓縮的關係¶
headless 可直接切。網頁與 Desktop 安裝對應版本後，四個預設在加載時會嘗試把組裏的原版壓縮換成此包；換不上則落回原版，預設仍能啓動（見 GitHub issue #5）。DSH-TUI 換不掉預設裏的原版壓縮，README 明確建議先不要裝。
測評數據（README 原文，兩場分開）¶
README 提供了兩場測評，不混在一張表裏；均爲 1.0.2 之前測得，1.0.2 未重跑 150 題，也未在真實超過 2 萬 token 的會話裏切過一刀。
150 道編程短題（Aider polyglot-benchmark 7e0611e，Python / Go / JavaScript / Rust / Java 各 30 題，串在同一次對話）：原版與 Live Compact 均 150/150 通過；Live Compact 費用約 \(1.15**（原版 **\)1.50），緩存命中 244.3M（原版 335.0M），上下文峯值 589K（原版 679K），壓縮側爲 145 刀、2.2 秒（原版 1 次、12.8 秒）。國內鏡像說明頁：live-compact.html。
WebUniverse 長鏈路 20 題：插件側 20 刀、74 毫秒，題末平均上下文比原版低約 40.8%，結束上下文低約 25.4%；採樣命中率與原版同量級（README 表格與說明見倉庫）。
以上數字均來自倉庫 README，使用前請自行對照當前版本是否重測。
安裝與啓用¶
依賴：DSH >=0.2.0-rc.2 <0.3.0；Node ^22.19 || >=24（見 package.json）。當前 README 安裝包版本爲 1.0.4；1.0.0–1.0.3 舊包仍在原鏈接，1.0.4 使用新安裝地址。
headless：
dsh plugin --profile headless add https://download.merkyorlynn.com/downloads/plugins/dsh-live-compact-1.0.4.tgz
網頁（Desktop 用對應 profile，包地址相同）：
dsh plugin --profile web add https://download.merkyorlynn.com/downloads/plugins/dsh-live-compact-1.0.4.tgz
也可先裝到本機覈對版本：
npm install -g --force "https://download.merkyorlynn.com/downloads/plugins/dsh-live-compact-1.0.4.tgz"
dsh-live-compact --version
裝上後跑長任務，在日誌中確認 spine cut …ms。插件通過 cordis.patch.yml 以 bundle patch 方式接入 DSH，與 @deepseek-ai/dsh-compaction 等 peer 包同版本線配合使用。
典型用法¶
README 未給出單獨的業務配置 YAML 示例；典型路徑是：按 profile 安裝 1.0.4 包 → 用 headless / web / Desktop 跑長對話或長任務 → 觀察日誌中的 spine cut → 必要時用 shadow 目錄找回被省略原文。若需調整小切起點，在啓動 DSH 之前設置 SPINE_MIN_TOKENS。
適用場景與注意¶
適合：單次會話裏 token 持續增長的開發或評測任務；希望減少對大壓縮的依賴、壓低上下文峯值與部分緩存/費用壓力的場景（具體收益隨任務而異，以 README 測評爲參考而非保證）。
注意：
- TUI 暫不支持替換預設壓縮，勿裝。
- shadow 目錄 64MB 上限後停止切刀，需自行清理。
- 插件以當前 DSH 進程權限運行；安裝前請閱讀 GitHub 源碼與 MIT 許可證，自行評估備份與摘要策略是否符合環境要求。
- SkillHub 等爲社區目錄，與 DeepSeek / 幻方無官方從屬關係；星標等元數據以目錄與 GitHub 頁面爲準（README 抓取時 GitHub 23 stars）。
結尾¶
dsh-live-compact 把壓縮從「窗口快滿再調模型」改成「超閾值就地對剛結束一輪下刀」，前綴不動、大壓縮往後拖。需要安裝命令與版本說明時，以 README 爲準。
- 目錄頁：https://www.skillhub.cn/plugins/MerkyorLynn/dsh-live-compact
- GitHub：https://github.com/MerkyorLynn/dsh-live-compact
- 說明與測評鏡像：https://download.merkyorlynn.com/live-compact.html
