前言¶

Agent 每讀一次工具結果，其實是一次「回讀」：工具返回 8000 字，模型爲了決定下一步，要把這 8000 字重新讀一遍。下面介紹的 dsh-memory-router 做的就是在這次回讀之前把事辦掉——同一份內容不重付，長輸出按字段裁剪，狀態類問題不反覆注入。

它需要先記一筆賬。這個插件自帶一套「省 / 花 / 賠」的賬本，把截斷省下的 token、注入花掉的 token、以及壓縮過頭導致模型重讀的賠錢項都記下來，而不是隻報喜。文末會給出它自己的實測結論：單次命中確實省，長期累計淨收益目前是負的。

這是什麼¶

dcd887/dsh-memory-router，維護者 dcd887，分類「工作流」。它掛在 DSH 的工具調用邊界上，處理兩類浪費：

• 同一個文件、同一個命令被調用兩次，第二次的文本模型又讀一遍；
• 工具返回很長，模型實際只需要其中幾個字段。

它對標 HarnessMM（arXiv 2610.32813）裏提出的 EDG / GDR / CCS 三個機制，是作者在 DSH 上做的可運行等價實現。注意作者自己也明確說明：DSH 的 PostToolDecision 只有 accept / block 兩支，沒有「執行下一個動作」這一分支，所以插件省的是上下文體積，不是模型回合數。

核心功能¶

插件由四個模塊組成，均爲生產環境驗證狀態（inject 注入閘門爲單測通過）：

• dedupe：同工具同參數，在 TTL 緩存窗口內直接複用上次的文本，工具本身不再執行；
• edg：聲明式決策圖，匹配工具名與參數，守衛條件爲真時執行一條本地只讀動作，用結構化結果替換原始輸出；
• liveState：會話延續，自動落盤「在處理什麼、動過哪些文件」，新會話第一輪注入；
• inject：注入閘門，用內容哈希去重、長度上限和賬面行限頻控制注入次數。

處理順序是固定的：去重 → 決策圖 → 閾值壓縮 → 緩存最終文本。任一步拋異常都會回落，不阻斷主循環。

edg 的門禁很窄：守衛只有 exitCode / fileExists / regex / minChars / jsonPath 五個純本地算子；動作只有 readJson / readFileSlice / grep / stat 四個只讀動作。寫 exec 會直接拋錯。設計意圖是：決策圖配錯了，最壞結果是退化成沒有它。

安裝與啓用¶

README 給出的安裝方式是從倉庫拉下來跑一遍測試，再以本地插件方式掛進 profile：

git clone https://github.com/dcd887/dsh-memory-router.git
cd dsh-memory-router && npm test      # 6 個測試套件，92 項

# 在 profile 的 node_modules 下建鏈接（Windows 用 mklink /J）
ln -s /path/to/dsh-memory-router ~/.dsh/profiles/web/node_modules/@local/dsh-memory-router

重啓 DSH 後生效。倉庫標註狀態爲 alpha，Node 要求 >=18，許可證 MIT（README 註明提交前應補 LICENSE 文件）。這個插件以當前 DSH 進程的權限運行，裝之前應當把 index.js 和 lib/ 下的源碼讀一遍，確認行爲符合預期。

典型用法¶

決策圖配置放在 ~/.dsh/memory-router/edg.json，倉庫內的 edg.example.json 給了十個節點的示例。一個節點長這樣：

{
  "id": "tax-table-pick-fields",
  "match": { "tool": "read", "args": { "file_path": { "$re": "hs_codes" } } },
  "guard": { "minChars": 2000 },
  "then": [
    { "act": "readJson", "path": "${args.file_path}", "limit": 3,
      "pick": ["hs_code", "name", "import_tariff", "category"] }
  ]
}

這條規則匹配讀取 hs_codes 相關文件的調用，命中後先看字符數是否超過 2000；超過則只取前 3 條的 4 個字段返回。

一個真實會話的對比數據來自 README：

十案例 A/B（node scripts/ab.mjs，可復現）的結果：命中 6/10，命中時平均節省 96%；合計是挑過的樣本，屬於上界；按三成命中率折算約 29%。

記賬口徑¶

插件把每一筆開銷寫入 metrics.jsonl，口徑如下：

淨收益 = 裁剪省 + 去重省 + 決策圖省 − 重讀賠 − 注入花 − 摘要花

查看賬本：

node scripts/stats.mjs

README 明確寫出的一段累計賬本是：

裁剪省 1223  ·  去重省 0（2 次）  ·  決策圖省 3015（2 次）
重讀賠 0     ·  注入花 14755     ·  淨 −10517

兩個解釋：注入開銷是歷史累積的，大部分發生在「注入閘門」裝上之前；另外驗證方式放大了它——作者一直在同類問句上反覆測。所以「單次命中省 1400—1600 token」是真的，「長期淨收益爲正」還沒有被證明。

作者額外加了一個論文裏沒有的科目 reread。理由是：壓縮越多，賬面越省，但模型可能因爲信息被裁掉而重新讀一遍，實際反而更貴。不記這筆賬，賬本就係統性偏高。

適用場景與注意¶

適合的場景是工具輸出長、字段固定、調用還會重複出現的工作流。README 提到的負載類型是寫作與調研類 Agent。

需要注意的幾點：

• 累計淨收益目前是負的，作者把這段寫在 README 靠前位置，並建議讀完再決定要不要 Star；
• 它是 alpha 狀態，功能和配置格式都可能再變；
• 它省的是上下文體積，不是模型回合數，跟論文 GDR 的起點不同，別把論文裏的數字直接套用；
• 插件以當前 DSH 進程權限運行，安裝前讀源碼、確認許可證；
• 星標爲 0，生態位還早，用之前自己用 node scripts/ab.mjs 在本地跑一遍復現。

相關鏈接¶

目錄頁: https://www.skillhub.cn/plugins/dcd887/dsh-memory-router
倉庫:   https://github.com/dcd887/dsh-memory-router
論文:   https://arxiv.org/abs/2610.32813

目錄頁是獨立站點，與 DeepSeek / 幻方無官方從屬關係。