前言¶

在 DeepSeek Harness（DSH）里跑长会话的智能体，迟早会碰到上下文窗口压力：触发 compaction 后，旧消息被摘要折叠，模型侧往往只保留一段自由散文式的 checkpoint。路径、标识符、命令片段若没写进摘要，后续轮次里就很难再逐字引用；日志里或许还在，但 checkpoint 不会把模型指回去。

社区插件 dsh-lcm（zy-xyz/dsh-lcm）走另一条路：在同样的 ctx.compaction 接缝上，用 LLM 写结构化 checkpoint，被折叠节点仍留在只追加的会话日志中，并用 seq 指针配合 lcm_expand / lcm_search 做按需取回。下文介绍它是什么、如何安装，以及选用前需要知道的代价与边界。

这是什么¶

dsh-lcm 是 DSH 的 Lossless Context Management（LCM）压缩后端，维护者为 zy-xyz，在 SkillHub 目录 中归类为「记忆」。当前仓库 package.json 版本为 0.16.0，许可证 MIT，要求 Node.js >= 18。

定位上，它是 @deepseek-ai/dsh-compaction-basic 的即插即用替代：配置面与默认值与 basic 对齐，持久化事务协议相同，变的主要是摘要形态与恢复工具。设计参考 LCM 论文（Ehrlich & Blackman, 2026-02）以及 dsh-compaction-instant 的协议工作。README 写明：通过保真门，但安装是有意为之的一步——启用后会为整个 profile 替换 compaction-basic，不是默认可选项。

与 basic、instant 的差异¶

下面用表格概括 README 中已核实的对比（摘要器与恢复路径是核心差别）：

除摘要步骤外，锁断言、compaction/start|summary|end 事务括起、framed < shadowed 收缩保证等，均沿用 harness 自带事务语义。

核心能力¶

结构化 checkpoint 与可发现恢复¶

checkpoint 被视为日志之上的视图，日志保留被折叠节点的完整内容。摘要可携带 seq N 指针；模型或工具链通过 lcm_expand 按 seq、result 或 checkpoint 引用把原始 token 逐字节还原。

在 README 引用的生产跨度测量中（约 436 194 token）：摘要里直接可见的锚点约为 3/24（12.5%），经 lcm_expand 恢复的为 21/21，模型仍可获得 24/24，永久丢失 0。这与「纯摘要 checkpoint 不告诉模型其余内容还存在」形成对照。

字面保真（有基准支撑）¶

对照 dsh-compaction-basic，README 给出在两组语料上的 type-grouped verbatim recall：约 3.0–3.5× 更多原样字面量（4.3k 跨度 7/14 对 2/14，8.1k 跨度 15/24 对 4/24）；相对未压缩原文仍可引述内容，本后端约 75%，basic 约 20%。作者同时说明：目标不是更「密」的摘要，而是更高保真；leaf 单元毛 token 成本约为 basic 单遍的 7.95×（见下文「叶的粒度」）。

工具与命令¶

安装 bundle 后，agent 与人类侧可使用（节选自主 README 工具表）：

lcm_search 默认面向「agent 记得某个字符串」的词面/正则场景；README 指出在自然语言问题上直接当查询用，命中形态可能不匹配，语义路由需显式打开 vectorEnabled 等配置。

叶的粒度与成本¶

一次压缩按 leafSpanTokens（默认 24000） 切分为多片「叶」串行摘要，同深度叶在 condensationFanin: 4 时向上合并，避免 surface 平铺膨胀。调大 leafSpanTokens（如 48000）可减少调用次数，但每叶携带更多原文，漏引风险上升。

README 对 436 194 token 历史的外推：basic 单遍约 712 975 毛 token；dsh-lcm 19 叶约 5 665 439 毛 token（约 7.95×）。选用前应把 token 与延迟预算算进去，而不是只看摘要质量。

安装与启用¶

DSH 以插件组合 profile；社区目录 SkillHub 与官方仓库独立维护，安装前建议自行审阅源码与 MIT 许可证。插件在当前 DSH 进程权限下运行，与任何第三方插件相同。

官方 README 给出的安装方式如下（二选一）：

dsh plugin --profile web add <本包路径或其 tarball>

从 GitHub 安装（文档记载的市场路径；示例 profile 为 web）：

dsh plugin --profile web add github:zy-xyz/dsh-lcm

安装会在 profile 内执行 pnpm，并通过 dsh.bundle.patch 将 compaction-basic 标为 disabled: true、注册 compaction-lcm 与工具行。需要重启 DSH 进程后加载。卸载：

dsh plugin --profile web remove dsh-lcm

不启动进程也可检查 bundle 是否生效：

dsh --profile web --dump-config | grep -A1 -E 'id: compaction-basic|id: compaction-lcm'

期望看到 compaction-basic 带 disabled: true，且存在 compaction-lcm。

配置要点¶

dsh-compaction-basic 接受的键在此均有效，含义与默认值相同；现有 basic 配置可直接迁移。完整示例见仓库 config.example.yaml。

压缩引擎行（id: compaction-lcm，name: dsh-lcm）在 basic 通用项之外，增加 LCM 专用项，例如：

- id: compaction-lcm
  name: dsh-lcm
  config:
    thresholdRatio: 0.8
    headroomTokens: 65536
    retainRatio: 0.16
    maxTokens: 65536
    auto: true
    summaryRatio: 0.12
    summaryFloorTokens: 512
    checkpointCap: 16384
    leafSpanTokens: 24000
    condensationFanin: 4
    anchorPointers: true
    emptySummaryRetries: 2

检索与 lcm_search 的向量相关选项在 tool-lcm-expand（name: dsh-lcm/tool） 行配置；README 强调语义路由挂在 SEARCH 行，默认 vectorEnabled: false 时 hybrid 即词面结果。端点 URL、模型名、vectorApiKeyEnv 等须按你的环境填写，勿照搬示例中的内网地址。

预算公式在 basic 基础上仅多一行摘要目标：targetTokens = clamp(shadowed × summaryRatio, summaryFloorTokens, checkpointCap)；请求上限为 max(4096, 2 × target)，以避免推理模型把预算耗在隐藏思考上却无文本块返回。

典型用法（可复现思路）¶

1. 按上文命令安装并重启 profile，确认 compaction-lcm 已启用。
2. 运行长会话直至触发自动压缩（auto: true 且上下文越过 thresholdRatio 等阈值）。
3. 当模型需要被摘要「挤掉」的精确字符串或文件路径时，调用 lcm_expand，参数使用 checkpoint 中的 seq 或工具文档中的 result / checkpoint 形式。
4. 当只记得片段、不记得 seq 时，用 lcm_search 或别名 search 在持久日志中检索；人侧可用 /lcm-search <pattern> 把命中写回会话。
5. 查看 /lcm-status 了解当前 checkpoint 深度与节省的 token。

若从 basic 切换，原有指向 recall、search、/recall 的集成可继续工作；可在配置中设 legacyNames: false 仅保留 LCM 命名。

适用场景与注意¶

更适合：长时运行、需要压缩上下文又希望保留「可发现的逐字恢复」的 DSH agent；已在使用 dsh-compaction-basic、愿意接受更高 summarization token 成本以换取更多字面锚点与 lcm_expand 路径的场景；愿意按文档完成安装与 profile 验证的维护者。

需要谨慎：对 summarization 费用和延迟敏感、希望「一遍 LLM 压完」的配置；dsh 0.2.2-rc.1 等版本上 README 记载的 settings 覆盖限制；依赖自然语言问句直接驱动 lcm_search 而未配置向量路由的场景。

安装前请阅读仓库中的 docs/ACCEPTANCE.md、docs/PRODUCTION-INSTALL.md 与 bench/REPORT.md，核对与你环境相关的数字与回滚步骤。

结尾¶

dsh-lcm 不改变 DSH「一切皆插件」的组合方式，而是在既有 compaction 事务里换用 LCM 式摘要与恢复工具：日志留全量，checkpoint 带指针，按需 lcm_expand / lcm_search。若你的痛点是压缩后字面信息「看不见也找不回来」，可以按官方命令安装并在 profile 里显式启用；若更看重单次压缩成本，应继续评估 leaf 乘数后再切换。

• 目录页：https://www.skillhub.cn/plugins/zy-xyz/dsh-lcm
• 源码与文档：https://github.com/zy-xyz/dsh-lcm