前言¶
在 DeepSeek Harness（DSH）里跑长任务时，对话日志、命令输出和工具返回值会一层层叠在上下文里。上下文越长，下一轮请求的输入 token 越多；若走云端 API，还会影响前缀缓存命中和计费。不少团队的做法是等上下文快满再让模型做一次大摘要，或者手动删减历史。这两种方式要么打断节奏，要么容易误删仍被后续推理依赖的内容。
dsh-live-compact（社区名 tranquillitatis-lab/dsh-live-compact）由 Tranquillitatis-Lab 维护，归类为模型推理相关插件。它在每一轮对话收尾时，在本机检查是否有可安全收短的长输出，能压则压；不额外请求模型。压缩只替换选中的片段，切点之前的正文保持不动，从而尽量保留已建立的前缀缓存。整理前会备份原文，备份失败则保留原内容。
这是什么¶
插件全称对应 npm 包 dsh-live-compact，当前资料中的版本为 1.1.4，许可证 MIT。README 的一句话定位是：边做边压 Live Compact——Compress the finished turn in place and keep the prefix cache.
它挂在 DSH 的插件体系上运行（engines.dsh 要求 >=0.2.0-rc.2 <0.3.0），依赖 Node ^22.19 || >=24，并与 @deepseek-ai/dsh-compaction 等配套包协同。社区目录页：https://www.skillhub.cn/plugins/Tranquillitatis-Lab/dsh-live-compact；源码与说明：https://github.com/Tranquillitatis-Lab/dsh-live-compact。
核心功能¶
轮次内就地压缩¶
每轮结束时插件检查上下文。默认在累计约 2 万 token 后才开始评估是否值得压缩；是否真动刀还取决于本轮读入内容与下一轮预期长度。接近窗口上限时，DSH 仍可走官方大摘要路径，与插件的小切互补。
压缩在本机完成，不经模型重写整段历史。失败工具结果会保留退出码、错误类型和标准错误/标准输出中的关键原因；过长时保留原因与首尾，避免把失败卡片写成「正常完成」。
前缀与记账¶
1.1.0 起把「最新一张卡片」当作切点地板，避免切点走到已有卡片左侧导致前缀缓存被打掉。一次收尾可连切多刀；rewrite 统计改为一次收尾只记一笔（第一刀之后的前缀减去后续几刀省下的），明细落在 shadow 目录的 spine-cuts.jsonl（仅序号、token、切点，不含消息原文）。
备份与安全¶
替换前备份选中片段。Windows 上对备份目录使用固定 PowerShell 流程写 DACL，仅允许当前用户、SYSTEM、Administrators 完全控制；权限失败则本进程后续备份熔断，压缩仍可进行。Unix 侧为目录 0700、文件 0600。插件以当前 DSH 进程权限读写备份与影子文件，安装前宜自行查看源码与 LICENSE。
可选与配置¶
平常默认参数即可。实验性模型摘要模式 SPINE_THUNDER 默认关闭，本地或内网模型建议保持关闭；试用时设为 1。常用压缩参数可在 DSH 插件设置中修改，并保留环境变量用法。云端大压缩三项可通过 SPINE_THRESHOLD_RATIO、SPINE_HEADROOM_TOKENS、SPINE_RETAIN_TOKENS 等环境变量覆盖（云端默认仍为 0.8、65536、8192）；也可改 cordis.patch.yml 中对应字段。
安装与启用¶
下面命令来自项目 README，请按你使用的 DSH profile 择一执行。
headless：
dsh plugin --profile headless add dsh-live-compact@1.1.4
网页端：
dsh plugin --profile web add dsh-live-compact@1.1.4
若只想在本机查看 CLI 版本：
npm install -g dsh-live-compact
dsh-live-compact --version
安装后无需单独改配置即可参与轮次收尾压缩；要调阈值或实验模式再改插件设置或环境变量。
典型用法与如何看效果¶
云端 API（DeepSeek、GLM 等）¶
按上一节安装插件后正常完成任务。README 建议先看答案是否正确，再结合缓存命中、未命中输入 token 与实际费用评估。命中率百分比不是费用本身；输入变少时要连同 token 数一起比较。
资料中的 1.1.1 测评示例（DS V4.1 Flash，10 组 31 轮填日志）：填日志 230/230；首步缓存约 98.64%；spine-cuts.jsonl 合计压缩节省 65 180 token；任务墙钟 36 分 18 秒。图中「含切割轮次墙钟」含模型、工具与网络等待，小切本身为毫秒级。
本机或内网模型¶
同样用上述 dsh plugin add 命令。优先看答案是否正确、当前上下文是否下降、实际少掉多少 token。界面显示「上下文 2 万多」表示仍保留的内容量，并不等价于「未压缩」。本地侧重上下文与复用，不设云端那套固定命中率门槛；同一任务前后可对比复用量与预填充耗时。
可用 dsh-live-compact stats 查看运行统计（含 rewrite 等字段）。
适用场景与注意¶
适合：长时间编码、查库、读大文件的 DSH 会话；既用云端 API 又在意前缀缓存与输入 token，或用本地模型且上下文经常顶到窗口。
注意：
- 插件与 DSH 同进程权限运行，会写备份与 shadow 元数据；共享备份目录、多会话并发时需遵守 README 中的目录独占与 ACL 规则。
- 默认 2 万 token 起才检查压缩，短会话可能全程不触发小切，属预期行为。
- 社区目录 skillhub.cn 为独立站点，与 DeepSeek / 幻方无官方从属关系；星标、fork 等以 GitHub 公开页为准（资料线索：约 161 stars、12 forks）。
- 维护方在 README 中提供离线门禁
npm run test:gate；连模型长测为npm run test:live-gate，供贡献者与发版验证，终端用户一般只需通过 DSH 安装启用。
结尾¶
dsh-live-compact 把「收短已完成轮次里的长输出」做成每轮收尾的本地步骤，在尽量不动前缀的前提下控制上下文增长。若你在 DSH 长会话里被日志和工具输出撑满窗口，可按 README 版本安装试用，并用题目正确性、token 与缓存指标对照评估。
