前言¶
在 DeepSeek Harness（DSH）裏跑長會話智能體時，成本往往不來自「輪數多」，而是每一輪都會把同一段材料再次塞進請求：模型自己的 thinking 會隨輪次單調增長；同一文件或頁面被反覆 read，內容在上下文裏出現多次；終端工具每次回傳完整命令參數，而決策通常只看輸出；更早的輪次仍佔窗口，卻未必影響當前一步。
常見做法是手動刪歷史或換會話，本地 trajectory 與導出會丟信息。下面介紹維護者 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、聊天記錄與 trajectory 視圖保持完整；插件關閉或所有選項關閉時，請求與未裁剪版本字節一致。
這是什麼¶
dsh-context-saver 是 DSH 的 send-time 上下文裁剪插件，歸類爲模型推理相關能力。它解決的是長 agent 會話裏 prompt token 膨脹、重複 payload 與 KV cache 前綴穩定性之間的平衡——裁剪僅作用於即將提交的 messages，不寫入 session event，不改動本地深凍結的原始請求。
工作原理¶
DSH 中每次模型請求會經過 llm/stream waterfall，攜帶即將提交的完整 messages。插件在此攔截，按已啓用規則構造新的 message 數組，再通過 ctx.llm.stream() 重新派發。原始請求不被修改。
因此：
- 本地 session log、
session/event、trajectory 與導出始終是全量歷史； - 每一輪裁剪都從完整本地記錄重新計算；
- 裁剪是確定性的，相同輸入得到相同輸出，連續兩次請求的公共前綴保持字節一致，KV cache 命中率基本不受影響。
Compaction 與 session-title 類請求（帶 purpose）不會被裁剪，避免其輸入在提交時被悄悄改掉。
插件發出的 message 形狀圍繞 DeepSeek Messages 適配器的結構約束設計並做過線上校驗：例如 tool-call 塊不會被移除，僅將 arguments 置爲 {}；tool 角色消息不會被移除，僅清空 content；reasoning 塊不會被移除，僅清空 text 並保留 signature。
核心功能與界面¶
控制入口在 composer 工具欄，與模型、沙箱選擇器同一行。點擊後打開浮動面板（隨 DSH 語言設置顯示中文或英文）。設置保存在本機，對所有 session 生效：
$DSH_HOME/dsh-context-saver/settings.json
面板選項（與 README 默認一致）：
| 選項 | 默認 | 作用 |
|---|---|---|
| 總開關 | 開 | 關閉後 outbound 與未裁剪一致 |
| Strip thinking content | 開 | 保留 think 塊結構，清空 text，模型仍收到簽名 |
| Strip repeated reads | 開 | 相同文件/頁面 read 只保留第一份完整內容，後續保留標識與空結構 |
| Strip terminal inputs and process | 關 | 終端工具保留輸出，去掉模型傳入的參數 |
| Strip the middle of the context | 關 | 開啓時會警告：可能去掉長對話中間仍重要的內容 |
| Leading turns kept | 5 | 僅在中部裁剪開啓時生效 |
| Trailing turns kept | 5 | 僅在中部裁剪開啓時生效 |
中部裁剪規則：一輪 = 一條 user 消息及其後的模型輸出，邊界以 user 消息爲準。總輪數 N，保留開頭 H 輪、末尾 T 輪；當 N ≤ H + T 時不裁剪；否則僅落在兩窗口之外的輪次被清空內容但保留結構（tool 配對、reasoning 位置與 signature 等）。配置的 0 會被抬升爲 1，保證首尾至少各保留一輪。
重複 read 的佔位符使用固定序數描述（如第 N 次 tool result），短於 200 字符的 read 不處理，避免標記比原文更貴。
實測效果（README 披露）¶
README 在真實 deepseek-flash 端點上給出兩組測量，供評估默認配置時使用，非第三方獨立審計。
本機一段 65 輪真實 session（按適配器序列化規則回放，含該 session 的 34 個 tool 聲明）：
| Prompt tokens | 回覆 | |
|---|---|---|
| 未裁剪 | 867,787 | accepted |
| 默認裁剪 | 574,347 | accepted |
約少 33.8% prompt tokens。
60 輪合成 session（大量重複 read），比較第 N 輪與第 N+1 輪請求的前綴複用：
| 配置 | Prompt tokens | Cache hit rate |
|---|---|---|
| 裁剪關閉 | 21,102 | 98.9% |
| 默認（thinking + repeated reads） | 3,242 | 94.8% |
| 默認 + terminal | 3,242 | 94.8% |
| 默認 + terminal + middle | 1,847 | 90.1% |
默認配置在該合成場景下 prompt tokens 約爲關閉時的 1/6.5，cache hit rate 94.8%；開啓中部裁剪時命中率會下降，README 將其歸因於任何中部裁剪方案在輪次滑出保留窗口時的固有代價。
安裝與啓用¶
插件爲純 JavaScript，無構建步驟、無 prepare script，從 GitHub 安裝時 README 說明不需要 allowBuilds 權限。package.json 要求 DSH 版本 >=0.2.0-0 <0.3.0-0，許可證 MIT，當前包版本 0.1.0。
從 GitHub 安裝：
dsh plugin add github:DaVinci-2nd/dsh-context-saver
需要可復現安裝時，可固定 commit：
dsh plugin add github:DaVinci-2nd/dsh-context-saver#<sha>
也可在插件管理器中選擇本地 checkout 目錄，或將 install_bundle 指向該目錄。安裝後 bundle 中典型插入項爲 id: dsh-context-saver。卸載時刪除對應行或在插件管理器中卸載 bundle；settings.json 可手動刪除。
典型用法¶
1、安裝插件並確認 composer 工具欄出現 context saver 控件。
2、長會話中保持默認（thinking + 重複 read 裁剪）即可在 outbound 側減 token，本地仍可在 trajectory 中查看完整 thinking 與 read 內容。
3、若終端命令參數在上下文中佔比大，可在面板中打開 Strip terminal inputs and process（默認關閉）。
4、僅在明確接受「中間輪次內容不進入模型請求」的風險時，再開啓中部裁剪，並按任務調整 Leading / Trailing turns kept；面板會給出英文警告文案。
5、調試對比時關閉總開關或全部子選項，請求應與未裝插件時字節一致，便於確認問題是否來自裁剪邏輯。
核心裁剪邏輯在 src/trim.js（純函數、單測覆蓋），宿主攔截在 index.js。
適用場景與注意¶
適合：長時間 DSH agent 會話、頻繁 read 同一文件、thinking 塊隨輪次累積、希望降低 prompt token 又要在本地保留完整審計軌跡的開發者。
注意：
- 插件以當前 DSH 進程的權限運行；安裝前請自行查看 GitHub 源碼 與 MIT 許可證，確認符合你的安全策略。
- 中部裁剪會結構性清空部分輪次內容，可能丟失對當前決策仍有用的中間信息；默認關閉是刻意設計。
- 社區目錄 SkillHub 插件頁 與 GitHub 倉庫由社區維護，與 DeepSeek / 幻方無官方從屬關係；DSH 生態強調「一切皆插件」，目錄站點是獨立索引，不是官方應用商店。
結尾¶
dsh-context-saver 把裁剪限制在「提交給模型的那一刻」，本地記錄與導出不受影響，並在 README 中給出了 token 與 KV cache 命中率的實測表格。若你在 DSH 裏做長鏈路 agent 開發，可以從默認配置試起，再按需打開終端或中部裁剪。
