dsh-compaction-policy：把 DSH 上下文压缩触发点交还给你
DSH 在小上下文窗口模型上常因固定 65536 token 安全边距而早于 80% 触发对话压缩。dsh-compaction-policy 由 zyd232 维护，运行时调整 compaction 触发线，支持按 provider/model 配置 Trigger ratio 与 Output reserve，不改 preset 文件。适用于本地与小窗口模型；仅改变何时压缩，摘要策略仍由 DSH 决定。安装后需重启 DSH，在 Settings 中配置。已验证 DSH 0.2.1-rc.2。
閱讀全文dsh-context-continuum：用只追加的会话索引替代滚动叙事摘要
dsh-context-continuum（@local/dsh-context-continuum）由 zongyanbai 维护，在 DeepSeek Harness 中Subclass BasicCompactionEngine，仅覆写 summarize()，用只追加的会话索引替代官方滚动叙事摘要，并提供 context_anchors、context_read、context_compact。安装需三层 cordis/profile 接线并在会话选择 continuum preset。已知三条实测缺陷征集修复，使用前请读 DEFECTS.md 与源码。
閱讀全文dsh-bite（咬钩）：压缩后自动找回钉住的关键回合
dsh-bite 是 DeepSeek Harness 客户端插件，将用户选定的提问与助手回复整轮钉住；上下文压缩冲掉原文后，在下一次模型请求前自动打捞并重注入，并标记为历史背景。支持 Web UI 钉子按钮、肥鱼掠食动画，以及 /pin、/pins、/unpin 斜杠命令。默认完整保留原文，每会话最多 12 条，存储于 $DSH_HOME/storages/dsh-bite/。安装可用 codeload 直装 v0.1.1，无需必填配置，可选 maxPins、maxPinChars、storageDir。
閱讀全文dsh-compaction-fidelity：为 DSH 长会话补上上下文压缩保真层
dsh-compaction-fidelity 是 TLNing260310 维护的 DSH 记忆类插件（v0.3.1，MIT），面向 0.2.0-rc.2 运行时提供双语 compaction 后端：默认 350K 压缩线、跨语言保真指纹与补偿、.dsh/compaction-fidelity 项目索引与架构锚点回查。文章基于 SkillHub 目录与同步 README 说明安装命令、核心命令与适用边界；插件以 dsh 进程权限运行，安装前需审阅源码与 bundle patch。
閱讀全文dsh-plugin-local-prompt-bridge：本地 token 精算与上下文溢出压缩重试
社区 DSH 插件 local-prompt-bridge 在不修改 @deepseek-ai 包的前提下，将 context 溢出 400 改写为 CONTEXT_WINDOW_EXCEEDED 以触发官方 compaction-basic；配置 routes 后对本机 OpenAI-compat 服务做 /tokenize 步进前精算，超阈值则主动压缩再试。本文基于 README 说明 web profile 的 pnpm 安装、bundles 注册及 cordis.patch.yml 配置，并给出自测与适用注意。
閱讀全文dsh-context-control：DSH 上下文用量环与可恢复压缩
dsh-context-control 是面向 DSH 0.2.0-rc.2 的社区记忆类插件，在模型选择器旁显示上下文用量环，支持 1 万至 500 万字符可配置自动压缩阈值、手动压缩与安全边界排队，并保留可分页回查的原始会话与结构化摘要。安装需使用 Releases 中的 .tgz 与官方 dsh plugin 命令；与 billion-context 等插件并存时需独立 profile 验证。摘要有损且产生 API 费用，插件以 DSH 进程权限运行。
閱讀全文dsh-lossless-context：可溯源的 DSH 上下文壓縮與檢索
Kerberos255 的 dsh-lossless-context 爲 DeepSeek Harness 提供分層上下文壓縮與檢索後端：沿用原生 compaction 事務，不刪除源會話日誌；將受界事件組整理爲可追溯摘要 DAG 與本地 SQLite 索引，並通過會話工具 lcm_recall 支持 search、describe、expand。安裝後於 Settings → Plugins → Lossless Context 啓用，並在 preset 選用 dsh-lossless-context/agent。含 idle/壓力壓縮、模型自適應預算、可選 Dream & Memory 後 DM 輪換與 MIT 許可。
閱讀全文dsh-context-manager：可審查的對話上下文壓縮
dsh-context-manager（SkanderBog，v0.2.0）爲 DeepSeek Harness 0.2.0-rc.2+ 提供 Context 面板與 /context-manager 命令，用於查看 local context 與用量構成，對歷史分組選擇 Keep、Summarize 或 Omit，支持決策筆記與 preview 後再 Apply。本文基於官方 README 介紹安裝（Release tgz 與 dsh plugin add）、ACP 狀態讀取、壓縮歷史與權限注意事項，便於長會話開發者人工把關上下文。
閱讀全文dsh-context-pilot：長會話上下文用量可見，壓縮與思考檔位交給模型
dsh-context-pilot 是 Shuffle-1992 維護的 DSH 宿主插件（面板名「上下文智能壓縮」），面向長 Agent 會話的窗口壓力：每輪注入上下文用量，模型通過工具在智能壓縮線自主決定是否壓縮並自動續跑，強制壓縮線在 pre-step 無條件執行；壓縮在下一步前落地，本輪不中斷、不僞造用戶消息。可選智能思考向 Agent 暴露思考強度檔位並允許工具換檔。安裝命令爲 dsh plugin --profile web add github:Shuffle-1992/dsh-context-pilot，需重啓 DSH，無 npm 包。當前 v0.1.61，MIT 許可。
閱讀全文dsh-handoff-compaction：DSH 上下文壓縮與任務移交插件
`dsh-handoff-compaction` 是 DSH 插件，用於解決小上下文模型因歷史過長導致的溢出問題。它將舊對話轉化爲結構化的 `# Context Handoff`，保留近期消息，並利用 SQLite 歷史工具檢索完整記錄。該插件支持 Web 界面配置、緩存友好壓縮，並能通過 `/compact` 命令手動觸發。安裝後會全局替換相關邏輯，確保數據可檢索且支持 DSH 0.1.x 和 0.2.x 版本。
閱讀全文dsh-super-memory：跨壓縮記憶插件
dsh-super-memory 是一個 DeepSeek Harness 跨壓縮記憶插件。它解決超長會話壓縮後模型遺忘舊結論的問題。核心功能包括壓縮時自動入庫、通過 BM25 檢索相關內容並注入上下文，以及支持本地檢索與可選大模型輔助。該插件僅限單會話使用，不依賴外部服務，支持 MIT 協議開源。
閱讀全文Headroom Token壓縮助手：爲 Agent 接入 HeadRoom 上下文壓縮
Headroom Token壓縮助手是 SkillHub 社區 Skill（@user_922b1001/headroom-token-compress-wrap，1.0.1，ai-agent，無需 Skill 級 API Key），封裝 headroom-wrap，引導 Agent 使用 headroom-ai 壓縮對話、工具輸出與 RAG 上下文。文章說明 Skill 定位、SDK/Proxy/MCP 能力、skillhub install 與 Cursor 等 skills 目錄、pip/npm 安裝底層依賴，並給出 compress 與 proxy 示例及本地運行與實測注意點。
閱讀全文DeepSeek Harness 插件：dsh-headroom
`dsh-headroom` 是一個專爲 DeepSeek Harness（DSH）設計的本地代理插件，旨在解決 2026 年智能體開發中上下文窗口過大的 token 消耗問題。該插件通過管理本地 Python 服務，自動壓縮歷史對話和大工具輸出，並支持在壓縮後按需取回原文。 安裝需通過 npm 安裝包並在配置文件中註冊，首次運行會自動下載模型文件。核心功能包括歷史壓縮、工具輸出壓縮、取回工具及配置管理。插件支持通過對話命令或 YAML 文件進行靈活配置，提供無損及有損壓縮模式，能顯著降低 token 消耗，同時保證不會比不裝更差。
閱讀全文dsh-plan-compact-execute：在 plan 模式下壓縮上下文並執行計劃
`dsh-plan-compact-execute` 插件旨在解決 DSH plan 模式下的上下文窗口占用問題。該插件在審批卡片增加“壓縮後執行”選項，允許在批准前壓縮歷史上下文爲摘要，同時逐字保留計劃正文和未完成的工具批次。安裝需滿足 Node.js 24 及 DSH 版本要求，點擊按鈕即可在壓縮歷史後，帶着保留的計劃內容進入執行階段。
閱讀全文token省流助手：在 Agent 對話前壓縮上下文，節省 Token
SkillHub 社區 Skill「token省流助手」（@user_29dc410e/token-saver-qclaw，v1.0.1，ai-agent）面向長對話與大段代碼粘貼場景，自動壓縮用戶輸入、代碼片段與對話內容，官方稱可節省約 20%–70% Token，無需 API Key。文章說明其定位、已覈實功能，以及通過 skillhub CLI 或 AI 提示詞安裝到 Cursor、Claude Code 等 skills 目錄的步驟與使用注意。
閱讀全文context-compression：長會話 Agent 的上下文壓縮與 token 優化
context-compression 來自 Agent-Skills-for-Context-Engineering，面向超長會話的上下文壓縮與 handoff 摘要。文章說明其將優化目標定爲 tokens-per-task，介紹錨定迭代摘要、不透明壓縮與再生全量摘要三種路徑，強調工件軌跡與強制分節摘要，並給出觸發策略與 probe 評估方式，以及 Claude Code、npx skills 等常見啓用途徑。
閱讀全文dsh-quilt-compact：DeepSeek Harness 上下文壓縮插件
DeepSeek Harness 插件 `dsh-quilt-compact` 旨在通過指定模型對對話進行“分塊摘要再歸併”的壓縮，以節省 Token 成本或處理短上下文窗口。該插件接管默認的 `ctx.compaction` 後端，工作流程包含預處理、分塊、摘要、歸併及寫入檢查點。 安裝時需禁用 `compaction-basic`。配置支持模型池、歸併窗口、分塊比例及預處理選項。該插件依賴 DSH 版本 0.1.7-alpha.2 至 0.3.0-rc.1 之間，並提供可選的運行記錄功能。若模型池失敗，系統將啓用兜底機制。
閱讀全文dsh-context-compressor：DeepSeek Harness 上下文壓縮控制
`dsh-context-compressor` 是一個 DeepSeek Harness 外置插件，用於靈活控制上下文窗口。該插件支持設置絕對 token 上限或按窗口比例觸發自動壓縮，內置獨立設置頁與工具結果剪枝功能。安裝需滿足環境要求，通過官方命令或本地鏈接安裝（本地安裝需 `pnpm install`），安裝後需刷新生效。使用時可通過 API 檢查狀態，但需注意 Token 計數僅爲估算，比例模式依賴模型聲明，且修改源碼需重啓應用。
閱讀全文dsh-plugin-jev-compaction: 基於相關性評分的上下文壓縮
DeepSeek Harness 默認基於時間順序管理上下文，常導致關鍵約束或報錯信息被誤刪。`dsh-plugin-jev-compaction` 插件通過引入 Jev 相關性評分機制解決此問題，優先保留高價值消息，並支持通過正則模式保護特定信息。它提供可配置的字節預算、降級容錯、憑證日誌記錄及 CLI/編程接口，確保在上下文溢出時能精準保留重要數據，適用於長對話或複雜推理任務。
閱讀全文highlightpin：DeepSeek Harness 三級源文固定插件
DSH 插件 highlightpin 允許用戶在長對話中固定關鍵文本，防止上下文壓縮導致信息丟失。它提供三級固定機制（pin、resident、highlight），支持代碼和公式，並可通過 CLI 或界面管理。安裝後需重啓 DSH，配置了字符數限制，確保在對話中優先保留重要內容。
閱讀全文DeepSeek Harness 插件：dsh-hypercompact
`dsh-hypercompact` 是 DeepSeek Harness (DSH) 的一個開源插件，旨在解決長會話因每次請求重傳完整歷史而導致的上下文限制或傳輸失敗問題。該插件提供確定性的、零 LLM 消耗的字節級上下文壓縮功能，通過本地毫秒級壓縮舊歷史，並支持逐字精確還原，從而保證請求體大小合理且信息不丟失。本文詳細介紹了其核心功能、安裝步驟（添加包、創建預設、重啓啓用）以及兼容性要求（DSH `>=0.1.5-rc.2` 且 `<0.3.0`，Node.js `^22.19.0` 或 `>=24.0.0`）。
閱讀全文dsh-compact-manager：DeepSeek Harness 分層壓縮閾值管理器
dsh-compact-manager 是 DeepSeek Harness 的插件，旨在解決默認壓縮閾值過低導致過早觸發的問題。它提供全局、上下文長度檔位和模型三級覆蓋策略，允許用戶自定義觸發公式（如比例、輸出預留或固定值）。插件通過側邊欄實時查看與編輯配置，支持預設套用，主要用於精細控制上下文壓縮時機，防止歷史信息過早丟失。
閱讀全文Jev-LCM Compaction Plugin for DeepSeek Harness
Jev-LCM Compaction 是一個針對 DeepSeek Harness（DSH）的實驗性插件，旨在解決獨立 Jev 壓縮導致狀態預算飽和及文本地板增長的問題。該插件在原生壓縮前引入 Jev 排序層，利用本地 SQLite 歸檔無損保存原始證據，並通過滾動保留率分位數校準優化保留率。它支持多提供商、溢出標記及豐富的會話調試工具，雖具備功能完整性和回退機制，但僅爲開發者預覽軟件，不保證生產環境對等性。
閱讀全文dsh-clear-mind: 模型自主上下文壓縮與檢查點管理
`dsh-clear-mind` 是一個用於 DeepSeek Harness (DSH) 的記憶管理插件，旨在解決長對話中上下文窗口被填滿的問題。它通過提供 `mind_map` 和 `clear_mind` 工具，賦予根代理自主壓縮歷史記錄的能力，將冗餘信息替換爲可審計的檢查點。插件還支持主動閾值提醒、生成 GUI 墓碑記錄，且完全本地運行，不依賴網絡。該工具能有效降低推理成本，同時保證會話的可追溯性。
閱讀全文dsh-jev-prune：基於 Jev 結構化輸出的 DeepSeek Harness 上下文壓縮插件
`dsh-jev-prune` 插件爲 DeepSeek Harness (DSH) 提供了基於 Jev 結構化輸出的兩層上下文壓縮機制。該插件通過攔截點替換了原有的體積截斷和模型摘要邏輯，利用確定性代碼生成回執替代模型推理，確保決策過程遵循“模型不應生成的內容，模型就不會生成”的原則。它包含結果修剪和回執壓縮兩層功能，並通過嚴格的門控機制（如工具白名單、新鮮度檢查、平衡檢查）決定壓縮行爲，從而在保留關鍵結果的同時釋放上下文，避免幻覺並恢復原始文本。
閱讀全文dsh-ctxopt-compaction：DeepSeek Harness 上下文壓縮插件
`dsh-ctxopt-compaction` 是 DeepSeek Harness 的上下文壓縮插件，旨在解決長對話溢出問題。該插件提供收益判斷、摘要緩存、顯式記憶控制及診斷信息保留等功能，需宿主依賴支持。通過配置可精細控制壓縮窗口、緩存大小及工具輸出裁剪策略，並允許用戶通過指令管理記憶與待辦事項。
閱讀全文dsh-plugin-om：DSH 插件
DSH插件 `dsh-plugin-om` 旨在解決長對話上下文窗口溢出問題。該插件由 FanetheDivine 維護，支持自動壓縮主會話歷史、生成摘要以及保留工具和skill原文。它提供按消息序號回看（`recall`）和本地語義檢索（`recall-semantic`）功能，並記錄壓縮過程詳情。 插件需 DSH 0.2.0-rc.2 或更高版本。安裝時若遇 pnpm 11 失敗，需配置構建權限。配置項中 `observeThresholdTokens` 控制壓縮頻率，`tailMessageCount` 決定保留的消息數。插件支持熱更新，允許在瀏覽器中查看壓縮結果與錯誤，適用於需要高效管
閱讀全文dsh-auto-compact: DeepSeek Harness 智能體預設的增強自動壓縮默認值
`dsh-auto-compact` 是 DeepSeek Harness (DSH) 的一個“工作流”分類插件，旨在優化智能體預設運行時的上下文窗口自動壓縮默認配置。該插件由開發者 `songoao25` 維護，通過調整壓縮策略提升上下文資源管理效率。官方未提供現成安裝命令，需從倉庫獲取指引。使用時需注意以當前進程權限運行，並審查源碼及許可證以確保合規。
閱讀全文dsh-idle-compactor：空閒觸發的上下文壓縮插件
`dsh-idle-compactor` 插件爲 DeepSeek Harness 增加了一種基於時間和狀態的上下文壓縮機制。它通過檢測長時間空閒且超出令牌閾值的會話來觸發壓縮，從而避免爲過時上下文尾部付費。該插件支持配置空閒時間、上下文大小及掃描間隔，並具備處理後臺任務和存檔會話的能力，有效解決了長對話上下文膨脹的問題。
閱讀全文dsh-compactor：DeepSeek Harness 的上下文壓縮插件
DeepSeek Harness 插件 `dsh-compactor` 旨在解決長會話上下文膨脹及死循環問題。它採用三層處理機制（實時剪枝、批處理摘要、歸檔還原），提供 API 摘要與本地規則壓縮兩種模式。插件支持語義理解、數據回滾及死循環監測，並需用戶確認後執行壓縮，以平衡上下文長度與信息保留。
閱讀全文dsh-compaction-micro：DeepSeek Harness 的微清理層
`dsh-compaction-micro` 是 DeepSeek Harness (DSH) 的一個獨立插件，旨在在官方總結層之前，通過替換白名單內可重運行工具結果爲佔位符，快速釋放 Token 空間，避免不必要的昂貴模型調用。該插件遵循觀察者模式，僅在上下文壓力超過閾值或發生溢出時觸發清理，支持配置清理工具白名單、保留最近結果數量及觸發比例。安裝後需掛載在 `dsh-compaction-basic` 之前，且僅適用於只讀安全工具。
閱讀全文dsh-squeeze-command：DeepSeek Harness 的按需上下文壓縮
`dsh-squeeze-command` 是 DeepSeek Harness (DSH) 的一個插件，旨在解決對話過長導致輸入令牌成本飆升的問題。它通過手動觸發機制，讓對話模型選擇壓縮範圍，並利用廉價的高速模型編寫摘要，從而在保留原始日誌的同時有效控制令牌預算。 該工具具備無丟棄內容、抵抗壓縮後困惑以及拒絕在代理回合運行等特性。安裝時需配置令牌預算和閃存級摘要模型。通過 `/squeeze` 等命令，用戶可靈活調整上下文大小或查看壓縮狀態，是長時間運行且對成本敏感場景的實用工具。
閱讀全文dsh-context-compression-improved：DeepSeek Harness 的上下文壓縮與代碼骨架壓縮插件
DeepSeek Harness 的 `dsh-context-compression-improved` 插件通過預壓縮、聚合替換和歷史緊湊等機制，解決智能體任務中上下文膨脹問題。其核心新增功能是“代碼骨架門”，能大幅縮減超大源代碼工具結果，僅保留聲明和關鍵行，顯著提升推理效率。該插件支持 Fresh、Aggregate 等多種策略，僅適配 DeepSeek 模型，需在設置中手動啓用代碼骨架壓縮功能。
閱讀全文DeepSeek Harness 插件：qwen3.8-27b 上下文壓縮修復
DeepSeek Harness (DSH) 插件修復了 qwen3.8-27b 模型在 NInfer 引擎上運行時，因默認高推理級別耗盡輸出 token 導致上下文壓縮和標題生成被截斷的問題。插件通過禁用思考、應用推薦採樣參數、提升輸出上限及限制推理強度，確保壓縮功能正常運行。安裝後需重啓 `dsh web` 進程，並在配置文件中精確匹配模型 ID 以生效。
閱讀全文dsh-brain-compaction — 上下文壓縮協同插件
`dsh-brain-compaction` 是 DeepSeek Harness (DSH) 的一個組合插件，旨在解決長任務中上下文佔用大、Token 消耗高的問題。它通過集成 `dsh-argp`、`dsh-memory-vault`、`dsh-mcp-lens` 等多個社區插件，提供統一配置、智能路由（We-Need）及跨會話記憶管理。用戶需在 DSH 0.1.5 環境下使用 `file:` 或 `github:` 協議安裝，並注意 `dsh-compaction-instant` 目前不可用及部分本地依賴要求。該插件爲開發者處理複雜長任務提供了精細的 Token 消耗控制方案。
閱讀全文DeepSeek Harness 上下文壓縮插件：dsh-plugin-context-compressor
`dsh-plugin-context-compressor` 是一款用於 DeepSeek Harness 的上下文管理插件，旨在解決長對話中 Token 消耗高和截斷問題。該插件通過智能篩選保留關鍵決策、錯誤及偏好信息，剔除冗餘和失敗記錄，並將剩餘內容結構化摘要。用戶可通過特定指令觸發壓縮功能，從而在降低成本的同時提升智能體的推理效率。
閱讀全文dsh-compact：DeepSeek Harness 上下文壓縮與溢出恢復插件
`dsh-compact` 是 DeepSeek Harness 的上下文管理插件，旨在解決長對話或頻繁調用工具導致的上下文溢出問題。它通過自動壓縮歷史消息、手動壓縮入口及溢出恢復機制，在上下文佔用達 75% 時自動生成摘要替換舊內容，並在溢出錯誤時嘗試重試。該插件支持基礎掛載及 Agent 級別掛載，提供靈活的配置策略，能有效維持長對話的連貫性。
閱讀全文DeepSeek Harness Compaction UI：上下文壓縮可視化配置插件
`deepseek-harness-compaction-ui` 是一款爲 DeepSeek Harness 提供的可視化配置插件，旨在簡化上下文窗口管理。它通過 Web 界面替代了複雜的 YAML 編輯，支持按 Token 數或百分比設定壓縮觸發閾值及近期內容保留量，具備自動換算、熱更新及獨立策略管理功能。該插件不涉及壓縮核心邏輯，僅負責配置的展示、換算與校驗。用戶需注意，它不能解決單條消息超限或系統提示詞佔用過多上下文的問題，且關鍵狀態應存儲於外部。
閱讀全文dsh-plugin-anti-rot：DeepSeek Harness 插件，壓縮工具錯誤載荷
DeepSeek Harness (DSH) 插件通過壓縮冗長的工具錯誤堆棧跟蹤，解決長會話中的“上下文腐爛”問題。插件在 `tools/post-execute` 階段識別失敗信號（`isError` 或非零退出碼），將錯誤文本截斷至指定行數並刪除縮進堆棧行，保留截斷標記。安裝後需在配置文件中啓用並設置正整數 `maxLines` 參數。該工具能有效減少噪音，節省上下文預算，成功調用則保持不變。
閱讀全文dsh-compaction-pro：DeepSeek Harness 高保真上下文壓縮後端
DeepSeek Harness (DSH) 的默認壓縮機制 `dsh-compaction-basic` 存在丟失精確值及強制英文輸出的問題。`dsh-compaction-pro` 是一個升級插件，通過重寫摘要鉤子，實現了高保真、雙語、遞歸壓縮。它強制保留數值、路徑和命令，支持中文摘要，且無需更改原有策略。安裝需禁用內置後端並在配置文件中註冊。該插件適用於長會話，能有效解決信息丟失和語言割裂問題。
閱讀全文dsh-premise-guard-cn：中文小說創作的上下文前提防丟插件
`dsh-premise-guard-cn` 是 `ICCuse/dsh-premise-guard` 的中文優化版插件，用於解決 DeepSeek Harness 長對話壓縮導致的關鍵前提丟失問題。它內置針對中文的自動錨點提取規則（如中文引號、術語鏈、路徑等），支持手動維護錨點清單，並提供 `premise_anchor` 工具及 `/anchor` 命令進行管理。在上下文壓縮後，插件會自動檢測並注入告警，提示模型覈對丟失的設定，有效防止長篇中文創作中的邏輯崩塌。
閱讀全文dsh-arc-context：DeepSeek Harness 的可逆上下文壓縮插件
# 前言 跑長會話的智能體開發者都繞不開一個問題：上下文逼近窗口上限時必須壓縮，而 dsh 內置的 Basic 壓縮走的是不可逆的模型摘要路線——摘要有損，壓完就回不來了。對代碼工程這類依賴精確事實的場景，丟一條約束，後續改動就可能跑偏。 dsh 的理念是「一切皆插件」，壓縮策略同樣可以被替換。dsh-arc-context 的思路不同：壓縮前先把原件完整存進本地 append-only 日誌，上下文裏的壓縮塊隨時可以逐字還原。下面介紹它的做法、安裝方式與實測數據。 # 這是什麼 dsh-arc-context（ARC = Adaptive Revers
閱讀全文dsh-asc：把上下文壓縮交給模型自己決定的 DeepSeek Harness 插件
# 前言 長會話是智能體開發裏繞不開的問題：多輪工具調用、大量中間結果堆在上下文裏，幾輪之後窗口就滿了。常見的做法是設一個閾值，觸發後由系統自動摘要——模型本身沒有發言權，壓掉什麼、保留什麼全由外部規則決定。 dsh-asc 走的是另一條路：讓模型自己決定何時壓縮、壓縮什麼，並且每一次壓縮都以持久會話日誌替換事件的形式提交，可回放、可搜索、可逆。DSH 的理念是「一切皆插件」，壓縮這件事同樣可以插件化。下面介紹這個插件的定位、工作方式、安裝步驟和注意事項。 # 這是什麼 dsh-asc 全名 DeepSeek Harness Agentic Surfac
閱讀全文dsh-auto-compact：DSH 會話級自動上下文壓縮插件
`dsh-auto-compact` 是 DeepSeek Harness（DSH）的會話級自動上下文壓縮插件，由 JohnathonYe 維護，採用 MIT 許可證。它旨在解決長會話中上下文壓力過大的問題，通過監聽會話上下文用量，在超過用戶設定的獨立閾值時自動執行 `compact` 壓縮，並將摘要注入上下文以自然繼續會話，全程無需發送“繼續”消息。該插件支持 1%–90% 的閾值調節（默認 50%），按 `sessionId` 持久化設置，與 DSH 內置的 `compaction-basic`（默認 80% 閾值）並存且互不干擾。安裝需滿足 Node.js ≥ 20、pnpm ≥ 10
閱讀全文dsh-compaction-instant：面向 DeepSeek Harness 的即時上下文壓縮插件
dsh-compaction-instant 是 DeepSeek Harness 環境下的即時上下文壓縮插件，旨在以確定性文本處理替代傳統的 LLM 摘要。該插件無需調用模型或網絡請求，避免額外延遲及改寫風險，通過保留原始 token 並生成指向持久日誌的 seq、result 或 checkpoint 指針，實現近乎無損壓縮。作爲 dsh-compaction-basic 的 drop-in 替代，它保持相同的接口與語義，提供 recall 和 search 工具及 /recall 命令，支持按需恢復被省略內容或搜索持久日誌。該方案適合希望降低模型調用負擔、確保數據可恢復的開發者，需 No
閱讀全文billion-context-dsh：讓模型自己決定何時壓縮上下文
billion-context-dsh 爲 DeepSeek Harness 提供 Active Context Pruning 後端，由模型通過 compress、decompress、search_context、acp_status 決定何時壓縮與恢復上下文。移植自 billion-context-pi，複用 acp-kernel；bundle 安裝命令爲 dsh plugin --profile web add billion-context-dsh。v0.2.13 測試版，適合長對話與長任務場景。
閱讀全文用 dsh-compaction-instant 把 DeepSeek Harness 的上下文壓縮改成近無損編譯
dsh-compaction-instant 是 KitDoesIt 維護的 DeepSeek Harness 會話插件，用無 LLM 的確定性編譯替換內置摘要引擎 compaction-basic。本文按目錄頁與 GitHub README 覈對：近無損檢查點、seq 回讀、三種安裝方式，以及工具密集會話上的壓縮率與注意事項。
閱讀全文用 billion-context-dsh 把 DeepSeek Harness 的上下文壓縮交給模型自己
billion-context-dsh 是 Tyan66666 維護的 DSH 會話插件，把 Active Context Pruning 做成 CompactionEngine 後端：模型調用 compress 自己寫摘要，自動策略只 nudge。原文留在會話日誌，可 decompress、可搜索。本文按目錄頁、GitHub 與 npm v0.2.2 覈實安裝命令、掛載方式和與內置自動壓縮的差異。
閱讀全文