dsh-memory-ladder：DSH 的分层压缩后端

btyg123/dsh-memory-ladder 是 DeepSeek Harness 的压缩后端 bundle，由 BTYG123 维护，MIT 许可。它让上下文按新旧分层：最新一轮独占窗口的 T/3，更早层级逐层减半（T/6、T/12…），一次模型调用把将被丢弃的历史重写成一条记忆阶梯，并以一条 checkpoint 替换被遮蔽的历史。相比默认压缩，它提前触发、保留新旧层级比例稳定在 2:1；v0.2 起压缩前会把用户、助手及工具消息写入会话独立归档，下一步按用户问题检索原文再经动态上下文接口提供给模型。README 给出的定位是省容量而非省信息，二级细节会随层级下移衰减。安装需先 npm i -g pnpm，再用 dsh plugin --profile <profile> add git+https://github.com/BTYG123/dsh-memory-ladder.git，并必须停用 compaction-basic。配置项覆盖 newestFraction、tierCount、maxSummaryTokens、archiveRecall、archiveDirectory、recallMaxBytes 等。已在 @deepseek-ai/dsh@0.2.1-rc.5 + Node 22/24 上验证。已知限制包括单条超大消息压不动、归档写满后无法再压缩、睡眠本身要花一次调用、非无损。