前言¶
在 DeepSeek Harness（DSH）里跑长会话智能体时，成本往往不来自「轮数多」，而是每一轮都会把同一段材料再次塞进请求：模型自己的 thinking 会随轮次单调增长；同一文件或页面被反复 read，内容在上下文里出现多次；终端工具每次回传完整命令参数，而决策通常只看输出；更早的轮次仍占窗口，却未必影响当前一步。
常见做法是手动删历史或换会话，本地 trajectory 与导出会丢信息。下面介绍维护者 DaVinci-2nd 的 dsh-context-saver：只在向模型提交的那一刻裁剪 outbound 副本，本地 session log、聊天记录与 trajectory 视图保持完整；插件关闭或所有选项关闭时，请求与未裁剪版本字节一致。
这是什么¶
dsh-context-saver 是 DSH 的 send-time 上下文裁剪插件，归类为模型推理相关能力。它解决的是长 agent 会话里 prompt token 膨胀、重复 payload 与 KV cache 前缀稳定性之间的平衡——裁剪仅作用于即将提交的 messages，不写入 session event，不改动本地深冻结的原始请求。
工作原理¶
DSH 中每次模型请求会经过 llm/stream waterfall，携带即将提交的完整 messages。插件在此拦截，按已启用规则构造新的 message 数组，再通过 ctx.llm.stream() 重新派发。原始请求不被修改。
因此：
- 本地 session log、
session/event、trajectory 与导出始终是全量历史； - 每一轮裁剪都从完整本地记录重新计算；
- 裁剪是确定性的，相同输入得到相同输出，连续两次请求的公共前缀保持字节一致，KV cache 命中率基本不受影响。
Compaction 与 session-title 类请求（带 purpose）不会被裁剪，避免其输入在提交时被悄悄改掉。
插件发出的 message 形状围绕 DeepSeek Messages 适配器的结构约束设计并做过线上校验：例如 tool-call 块不会被移除，仅将 arguments 置为 {}；tool 角色消息不会被移除，仅清空 content；reasoning 块不会被移除，仅清空 text 并保留 signature。
核心功能与界面¶
控制入口在 composer 工具栏，与模型、沙箱选择器同一行。点击后打开浮动面板（随 DSH 语言设置显示中文或英文）。设置保存在本机，对所有 session 生效：
$DSH_HOME/dsh-context-saver/settings.json
面板选项（与 README 默认一致）：
| 选项 | 默认 | 作用 |
|---|---|---|
| 总开关 | 开 | 关闭后 outbound 与未裁剪一致 |
| Strip thinking content | 开 | 保留 think 块结构，清空 text，模型仍收到签名 |
| Strip repeated reads | 开 | 相同文件/页面 read 只保留第一份完整内容，后续保留标识与空结构 |
| Strip terminal inputs and process | 关 | 终端工具保留输出，去掉模型传入的参数 |
| Strip the middle of the context | 关 | 开启时会警告：可能去掉长对话中间仍重要的内容 |
| Leading turns kept | 5 | 仅在中部裁剪开启时生效 |
| Trailing turns kept | 5 | 仅在中部裁剪开启时生效 |
中部裁剪规则：一轮 = 一条 user 消息及其后的模型输出，边界以 user 消息为准。总轮数 N，保留开头 H 轮、末尾 T 轮；当 N ≤ H + T 时不裁剪；否则仅落在两窗口之外的轮次被清空内容但保留结构（tool 配对、reasoning 位置与 signature 等）。配置的 0 会被抬升为 1，保证首尾至少各保留一轮。
重复 read 的占位符使用固定序数描述（如第 N 次 tool result），短于 200 字符的 read 不处理，避免标记比原文更贵。
实测效果（README 披露）¶
README 在真实 deepseek-flash 端点上给出两组测量，供评估默认配置时使用，非第三方独立审计。
本机一段 65 轮真实 session（按适配器序列化规则回放，含该 session 的 34 个 tool 声明）：
| Prompt tokens | 回复 | |
|---|---|---|
| 未裁剪 | 867,787 | accepted |
| 默认裁剪 | 574,347 | accepted |
约少 33.8% prompt tokens。
60 轮合成 session（大量重复 read），比较第 N 轮与第 N+1 轮请求的前缀复用：
| 配置 | Prompt tokens | Cache hit rate |
|---|---|---|
| 裁剪关闭 | 21,102 | 98.9% |
| 默认（thinking + repeated reads） | 3,242 | 94.8% |
| 默认 + terminal | 3,242 | 94.8% |
| 默认 + terminal + middle | 1,847 | 90.1% |
默认配置在该合成场景下 prompt tokens 约为关闭时的 1/6.5，cache hit rate 94.8%；开启中部裁剪时命中率会下降，README 将其归因于任何中部裁剪方案在轮次滑出保留窗口时的固有代价。
安装与启用¶
插件为纯 JavaScript，无构建步骤、无 prepare script，从 GitHub 安装时 README 说明不需要 allowBuilds 权限。package.json 要求 DSH 版本 >=0.2.0-0 <0.3.0-0，许可证 MIT，当前包版本 0.1.0。
从 GitHub 安装：
dsh plugin add github:DaVinci-2nd/dsh-context-saver
需要可复现安装时，可固定 commit：
dsh plugin add github:DaVinci-2nd/dsh-context-saver#<sha>
也可在插件管理器中选择本地 checkout 目录，或将 install_bundle 指向该目录。安装后 bundle 中典型插入项为 id: dsh-context-saver。卸载时删除对应行或在插件管理器中卸载 bundle；settings.json 可手动删除。
典型用法¶
1、安装插件并确认 composer 工具栏出现 context saver 控件。
2、长会话中保持默认（thinking + 重复 read 裁剪）即可在 outbound 侧减 token，本地仍可在 trajectory 中查看完整 thinking 与 read 内容。
3、若终端命令参数在上下文中占比大，可在面板中打开 Strip terminal inputs and process（默认关闭）。
4、仅在明确接受「中间轮次内容不进入模型请求」的风险时，再开启中部裁剪，并按任务调整 Leading / Trailing turns kept；面板会给出英文警告文案。
5、调试对比时关闭总开关或全部子选项，请求应与未装插件时字节一致，便于确认问题是否来自裁剪逻辑。
核心裁剪逻辑在 src/trim.js（纯函数、单测覆盖），宿主拦截在 index.js。
适用场景与注意¶
适合：长时间 DSH agent 会话、频繁 read 同一文件、thinking 块随轮次累积、希望降低 prompt token 又要在本地保留完整审计轨迹的开发者。
注意：
- 插件以当前 DSH 进程的权限运行；安装前请自行查看 GitHub 源码 与 MIT 许可证，确认符合你的安全策略。
- 中部裁剪会结构性清空部分轮次内容，可能丢失对当前决策仍有用的中间信息；默认关闭是刻意设计。
- 社区目录 SkillHub 插件页 与 GitHub 仓库由社区维护，与 DeepSeek / 幻方无官方从属关系；DSH 生态强调「一切皆插件」，目录站点是独立索引，不是官方应用商店。
结尾¶
dsh-context-saver 把裁剪限制在「提交给模型的那一刻」，本地记录与导出不受影响，并在 README 中给出了 token 与 KV cache 命中率的实测表格。若你在 DSH 里做长链路 agent 开发，可以从默认配置试起，再按需打开终端或中部裁剪。
