dsh-memory-ladder：DSH 的分層壓縮後端

btyg123/dsh-memory-ladder 是 DeepSeek Harness 的壓縮後端 bundle，由 BTYG123 維護，MIT 許可。它讓上下文按新舊分層：最新一輪獨佔窗口的 T/3，更早層級逐層減半（T/6、T/12…），一次模型調用把將被丟棄的歷史重寫成一條記憶階梯，並以一條 checkpoint 替換被遮蔽的歷史。相比默認壓縮，它提前觸發、保留新舊層級比例穩定在 2:1；v0.2 起壓縮前會把用戶、助手及工具消息寫入會話獨立歸檔，下一步按用戶問題檢索原文再經動態上下文接口提供給模型。README 給出的定位是省容量而非省信息，二級細節會隨層級下移衰減。安裝需先 npm i -g pnpm，再用 dsh plugin --profile <profile> add git+https://github.com/BTYG123/dsh-memory-ladder.git，並必須停用 compaction-basic。配置項覆蓋 newestFraction、tierCount、maxSummaryTokens、archiveRecall、archiveDirectory、recallMaxBytes 等。已在 @deepseek-ai/dsh@0.2.1-rc.5 + Node 22/24 上驗證。已知限制包括單條超大消息壓不動、歸檔寫滿後無法再壓縮、睡眠本身要花一次調用、非無損。