dsh-turn-eraser：在 DSH 里按轮删除对话且可追溯
dsh-turn-eraser 是 Nagiko0739 维护的 DeepSeek Harness 插件，通过墓碑事件遮蔽模型可见上下文中的单轮或多轮对话，原始会话日志不改写，可用 trace_deletions.py 读回。支持删除本轮、删除此处及以后、轮尾「第 N 轮」编号及空回轮次。安装包名 dsh-turn-eraser，MIT 0.2.1。需注意无撤销、子 Agent 快照、非防篡改等限制。
阅读全文dsh-plugin-clm：把 DSH 上下文窗口镜像到磁盘并可编辑
dsh-plugin-clm 为 DeepSeek Harness 提供 Context Language Models 式上下文管理：将会话镜像到 .dsh/clm/LIVE_CONTEXT.md，支持裁剪压缩与 budgetTokens/reserveTokens 防护，并提供 /clm 斜杠命令与 UI 开关。本文基于官方 README 介绍安装（profile package.json 或 dsh plugin add dsh-plugin-clm）、用法与适用场景，维护者 maxeone，MIT 许可证。
阅读全文dsh-context-management：DSH 换窗压缩、会话笔记与分页历史
dsh-context-management 是 overact 维护的 DSH 记忆类插件（v0.3.6），在官方 BasicCompactionEngine 扩展点上实现换窗压缩：自动阈值、new_context、/compact 与 overflow 四类入口统一生成长度受限的交接文档，并保留 goal、todo 与近期用户指令。配套 notes_* 工具在会话内持久化笔记，history_* 工具分页检索完整会话日志。通过 /ctx 与 Web 设置开关，需本地 link 安装、preflight 与 sync-presets 挂载换窗引擎。借鉴 Codex 多窗口思路，非 1:1 移植且不保证语义无损恢复。
阅读全文token节省大师：面向 OpenClaw 链路的 Token 优化 Skill
token节省大师是 SkillHub 社区 Skill（@user_65cfe060/token-saver-king，v1.0.0），面向 OpenClaw 链路，宣称通过智能压缩、上下文管理、自动摘要与代码优化等多引擎降低 Token 消耗。本文依据 SkillHub 页面与安装文档说明定位、能力与 skillhub CLI 安装步骤（含 Cursor 等 skills 目录），并提醒节省比例需自行验证、摘要可能影响原文精度。无需 API Key（requires_api_key=false）。
阅读全文Token节省王：在 Agent 全流程中压缩 token 消耗的 Skill
Token节省王（@user_65cfe060/burgess-123）是 SkillHub 社区 ai-agent 类 Skill，面向 OpenClaw 问题解决全流程，通过输入压缩、思考精炼、输出瘦身与上下文管理降低 token 消耗，支持 minimal、balanced、detailed 自动切换。官方页面宣称整体约可省 20%–40%，无需 API Key。本文基于 SkillHub 资料说明四引擎、安装命令（skillhub install 与 Cursor/Codex 等 skills 目录）及长对话与代码生成等适用场景与使用注意。
阅读全文DeepSeek Harness 插件：orangeofcarl0-sys/dsh-epistemic-fold
`dsh-epistemic-fold` 是一款 DeepSeek Harness 插件，旨在解决长周期智能体历史记录积累导致的上下文窗口溢出及信息失真问题。它通过热上下文折叠、单调折叠前沿及精确归档机制，将有损摘要降级为辅助信息，确保智能体可随时检索原始历史。该插件提供经济、平衡、质量三种模式，支持运行时监控及上下文检索工具，确保智能体在受限窗口下仍能保持行为可追溯与状态一致。
阅读全文attention-scheduler：注意力调度与记忆检索规则
`attention-scheduler` 是 DeepSeek Harness (DSH) 的一个插件，旨在解决上下文幻觉问题。它通过显式规则管理记忆的检索、召回、保留及丢弃，确保记忆管理的一致性与可审计性。 核心功能包括检索四级触发、注意力预算、成本归属（L0/L1）及冲突写回策略。插件提供标准插件与文件技能两种安装方式，需配合记忆插件使用。它将模糊的记忆管理转化为可配置的流程，适用于优化长会话成本及减少幻觉。
阅读全文记忆管家：多 Agent 上下文与记忆文件的监控与复盘
记忆管家是 SkillHub 社区 ai-agent 类 Skill（v1.0.3，无需 API Key），面向多 Agent 长期运行：监控会话上下文与记忆文件磁盘占用并在超阈值时提示压缩，配合 crontab 每日增量扫描记忆、提炼偏好与待办并更新 MEMORY.md，安装后引导初始化目录与定时任务。本文基于官方页面与 SkillHub 安装文档说明安装坐标、CLI 命令及 Cursor/Claude Code/Codex 的 skills 路径，并归纳适用场景与限制。
阅读全文记忆管理：用文件与规则流程稳住 AI 协作上下文
记忆管理（@user_7d16a562/memory-v1，v1.0.1）是 SkillHub 社区 ai-agent 类 Skill，通过文件系统与规则化流程实现持久记忆，核心为任务开始判断、读取记忆、执行、保存，缓解多任务协作中「今天讲明天忘」。本文基于 SkillHub 公开信息介绍定位、能力与安装方式（skillhub CLI 或按 skillhub.md 由 Agent 安装），并说明适用场景与使用注意，不编造未公开的目录与配置细节。
阅读全文玄奘.skill：在用户施压或反复失败时切换 Agent 工作姿态
玄奘.skill 是 SkillHub ai-agent 分类下的提示词 Skill，在用户明确请求 pua 模式、反复失败两次及以上、抱怨质量或发送 /pua 等触发词时切换 Agent 策略，正常首次编程与查询则不触发。本文基于 SkillHub 公开简介与安装文档，说明触发边界、skillhub CLI 与 Cursor 等 skills 目录安装方式，以及典型对话用法与误触发注意。官方入口：https://api.skillhub.cn/user_741dc82b/xuanzang-skill。
阅读全文记忆管家 V3.9.0：管理 `.workbuddy/memory/` 的 Token 节流与相关性加载
记忆管家 V3.9.0 是 SkillHub 上的 AI 记忆加速器与 Token 节流阀，面向 .workbuddy/memory/ 目录。核心包括 tiktoken 分词计量、--query/--tags 相关性加载（CJK bigram，可选 embedding）、硬预算闸与 throttle 压实、三色告警与近 7 日均值、--force 与全命令 --json、self-test 安全自检，以及并行摘要与 rank 缓存等性能优化。文章说明安装 skillhub CLI、--dir 指向各 Agent skills 目录的方式，以及 Token 检查、智能加载、清理备份等典型触发场景与使用注意。
阅读全文dsh-shake：DeepSeek Harness 手动上下文减重插件
dsh-shake 是一款 DeepSeek Harness（DSH）的第三方插件，旨在解决对话历史过长导致 Token 消耗过高的问题。它通过将长工具输出和大型代码/XML 块替换为短占位符来释放上下文空间，同时支持通过 `shake_read` 工具按需恢复原始文本。 该插件具备智能保护机制，默认保护最近 4000 tokens 的历史，并仅清理符合条件的超长内容。用户可通过发送 `/shake` 命令手动调度清理，配置灵活，能有效平衡上下文管理与内容保留的需求。
阅读全文dsh-compact-selected-model：压缩会话摘要时使用当前选定的模型
DeepSeek Harness (DSH) 插件 `dsh-compact-selected-model` 旨在解决默认压缩操作使用上一轮模型的问题。该插件允许在 Web UI 中切换模型后，直接使用当前选定的模型进行会话压缩。安装需确保 DSH 版本在 0.1.7-rc.2 到 0.2.x 之间。插件通过监听事件拦截请求，支持 `/compact` 命令及自动压缩，但在无头模式及自动压缩阈值计算上存在限制。
阅读全文dsh-compact-saviour：DeepSeek Harness 模型压缩救援与手动压缩插件
dsh-compact-saviour 是 DeepSeek Harness 的插件，旨在解决长对话上下文溢出问题。它提供独立的压缩模型、分块压缩策略及失败救援机制。用户可通过长按或手动触发压缩，且在官方压缩连续失败两次后自动切换救援模式。该插件支持桌面与 Web 安装，不依赖源码，旨在提升长对话场景下的推理稳定性。
阅读全文Context Guardian：本地模型上下文管理的实用方案
Context Guardian 是 LuminariSoftwares 维护的开源插件，旨在解决本地模型上下文窗口溢出导致的会话中断问题。它提供 OpenAI 兼容代理和 DeepSeek Harness 原生引擎两种模式，支持确定性压缩。其核心特性包括：失败即开放、磁盘持久化保存原始数据，以及支持对已归档上下文的检索。用户可通过配置代理或集成 DSH 来启用此功能，从而在限制上下文长度的同时，确保会话稳定并保留历史细节。
阅读全文dsh-better-composer：Web Composer 的 Markdown 演示与上下文增强
`dsh-better-composer` 是一个针对 DSH Web Composer 的增强插件，旨在通过公共接口提升 Markdown 渲染效果和上下文管理能力。核心功能包括 Markdown 视觉增强、本地确定性补全、交互式上下文地图以及长粘贴剪贴板（支持文件落地）。安装需满足 DSH 0.1.7-alpha.2 及 Node.js 20+，通过 pnpm 安装。插件利用 DSH 公共接口，不接管源代码控制权，提供实验性的上下文医生功能及详细的统计数据分析，适合追求精细 Web 端交互体验的开发者。
阅读全文dsh-switchman：DeepSeek Harness 上下文管理与调度插件
dsh-switchman 是 DeepSeek Harness 的插件，旨在解决长会话中的上下文膨胀问题。它通过上下文水印控制（软/硬/强制阈值）和六个调度池（经济、机械、主模型等），将主模型从执行转变为调度，合理分配任务以降低成本。插件支持智能体团队模式、分层验证及多语言界面，能显著提升自主编码工作流的稳定性与效率。
阅读全文dsh-context-truth：让模型知道真实的上下文占用
DSH插件`dsh-context-truth`通过实测占用回填和压缩指令补规则，解决模型在长会话中因误判上下文状态而无法收敛的问题。插件向模型展示准确的已用/剩余token及压缩阈值，并防止模型将自身关于上下文耗尽的陈述写入摘要。此外，它还提供空闲边界折叠功能，防止模型在临近阈值时回避关键操作。该插件依赖宿主`tokenMeter`与`compaction`，无需构建，版本0.2.0。
阅读全文dsh-context-window：复刻 Codex 的上下文窗口管理
`dsh-context-window` 是一个 DSH 插件，旨在解决上下文窗口填满后传统摘要压缩导致的信息丢失问题。该插件复刻了 Codex 的换窗机制，通过“换窗”替代频繁压缩，利用 notes 和交接检查点保留细节。 核心功能包含两种模式：无摘要的 `handoff` 模式（推荐，直接写入交接检查点）和传统压缩的 `seam-region` 模式。插件提供 `new_context` 和 `notes` 工具供模型调用，并在换窗时生成包含目标、待办、笔记和最后请求的交接信息。需注意 `handoff` 模式不产生 UI 可见的压缩事件，且换窗仅允许发生在 step 边界。
阅读全文laodonge/col-dsh-plugin：DeepSeek Harness 的上下文组织层
laodonge/col-dsh-plugin 是一个专为 DeepSeek Harness (DSH) 设计的插件，旨在解决上下文管理与执行逻辑耦合及权限控制复杂的问题。该插件引入持久化上下文槽位，提供 Fail-closed 权限检查、两阶段审计、权限剪枝及零运行时依赖等核心功能。开发者需注意其以当前进程权限运行的安全风险，并建议在安装前审查源码。
阅读全文@rayfalling/dsh-tool-visibility：控制 DeepSeek Harness 模型上下文的工具注入
`@rayfalling/dsh-tool-visibility` 是一款 DeepSeek Harness (DSH) 的静态插件，旨在解决模型上下文长度有限且工具过多导致的溢出问题。该插件允许开发者通过浏览器设置页或命令行工具，静态控制哪些工具的 schema 被注入上下文。 其核心功能包括：支持按名称前缀过滤、搜索及批量操作，利用 DSH 原生 `tools.restrict` 机制过滤工具，并提供持久化保存隐藏状态。插件在模型调用前通过组装系统提示词来剔除未授权的工具，从而优化上下文空间，防止上下文溢出。安装后，开发者可轻松管理工具可见性，适用于纯工具类场景。
阅读全文dsh-codex-context：DeepSeek Harness 的无损检索上下文管理器
dsh-codex-context 是 DeepSeek Harness (DSH) 的一个插件，旨在解决默认 LLM 总结后端导致的窗口耗尽和信息丢失问题。它采用基于 token 预算的滑动窗口、零孤儿边界和模型无关检查点等机制，确保长会话中的信息完整性。插件提供持久化工作笔记、冷历史搜索等工具，支持通过 Git 或本地方式安装。安装时需注意工具名称冲突及正则查询限制。
阅读全文hw-cola/dsh-dynamic-agents：DSH Web 动态上下文插件
DSH Web 提供了智能体上下文规则管理插件，在聊天框上方提供 Dock 控件。该插件支持全局与工作区两级规则库，用户可勾选、新增或删除规则，实时注入系统提示。会话开始后控件锁定，需解锁修改。安装需具备 `dsh` 与 `pnpm` 环境，且在 DSH `0.1.7-rc.1` 版本测试可用。
阅读全文dsh-context-mode: DeepSeek Harness 上下文窗口管理插件
`dsh-context-mode` 是 DeepSeek Harness (DSH) 插件，旨在通过“一切皆插件”的理念解决大文件和网页内容导致的上下文溢出问题。该插件主要包含三大功能：本地知识库索引（基于 SQLite FTS5，支持网页抓取与分块检索）、路由拦截（硬拦大文件工具，软引导精确读取）以及沙箱执行（隔离运行代码，仅返回结论）。它通过优化数据入口、索引化和隔离执行，有效缓解了上下文窗口压力，使上下文利用更高效。
阅读全文DeepSeek Harness 工作区记忆插件：审批式指令与项目记忆维护
`dsh-workspace-memory` 插件通过维护 `AGENTS.md`（行为规则）和 `.dsh-memory.md`（项目事实）两个本地文件，解决了多会话间共享上下文的问题。它采用交互式审批机制，仅在用户确认后写入变更，确保上下文稳定且可审查。该插件依赖标准 Markdown 存储，无网络请求，并支持并发会话共享。安装需满足特定 DSH 和 Node.js 版本，配置灵活，适合需要在 DeepSeek Harness 工作区内管理长期指令与事实的用户。
阅读全文dsh-context-budget：保持本地模型上下文在 GPU 可控范围内的插件
`dsh-context-budget` 插件旨在解决本地模型在长上下文下性能急剧下降的问题。它通过测量预填充速度，设置了硬性 token 上限、首字延迟及冷预填充时间等检查机制。当超限时，支持打印警告或执行压缩，从而将上下文控制在 GPU 可处理的范围内。该插件与 `compaction-basic` 共存，提供 `/context-budget` 命令监控状态，帮助用户优化本地大模型的使用体验。
阅读全文context-budget：把上下文窗口当预算管
该插件旨在通过管理上下文预算解决长任务在 80% 处因重读和重推导而失败的问题。核心功能包括：先进行文件头部读取再按需加载的分层读取策略；确立事实后立即写入持久化“工作笔记”以保留关键信息；以及在任务阶段切换时进行“检查点复述”以重建上下文。它适用于处理复杂长任务，能显著提升大模型处理长流程的稳定性。
阅读全文Assembled Context：DeepSeek Harness 组装式上下文插件
DeepSeek Harness (DSH) 默认上下文处理方式单一，易导致垃圾数据占用窗口。`catsenior507/dsh-context-assembler` 插件提供了一种可检查的上下文树方案，允许用户通过浏览器面板或代理工具精细控制模型接收的内容。该插件支持 `full`、`key`（摘要）和 `off` 三种节点模式，并兼容 KV 缓存。它将上下文管理从被动压缩转变为主动决策，有效优化了 Token 预算与性能。
阅读全文dsh-trilogy：DeepSeek Harness 的项目记忆插件
`dsh-trilogy` 是 DeepSeek Harness 的 Host 插件，旨在解决模型无持久记忆的问题。它强制为每个工作区维护三份 Markdown 文件：`PROJECT.md`（现状）、`DECISIONS.md`（决策）和 `SESSIONS.md`（日志），实现自动创建、加载与记录。 该插件提供 `memory_checkpoint` 等工具进行分类记录，支持 BM25 检索，并具备图形界面用于管理记忆。其核心在于智能注入策略：通过预算控制优先级，在会话开始时自动注入上下文，并根据活跃度加权分类。所有路由限制为本机访问，卸载不删除数据，适合需要长期维护项目上下文的开发场景。
阅读全文dsh-context-management：DeepSeek Harness 的窗口化与可逆上下文管理
`dsh-context-management` 是 DeepSeek Harness 的插件，旨在解决长对话或复杂任务中的上下文窗口瓶颈。该插件提供窗口化、可逆的上下文管理，具备自动接管原生压缩、历史检索、自适应保真及优雅降级等核心功能。安装需使用 DSH 0.1.7 预发布系列及 Node.js ≥ 22.12，桌面端通过应用内设置安装，CLI 则直接执行命令。该插件特别适合需要长程记忆和精确检索的开发场景。
阅读全文dsh-context-rollover：模型驱动的上下文窗口回滚方案
`dsh-context-rollover` 是一款 DeepSeek Harness 插件，旨在解决长对话上下文管理的痛点。它通过接管压缩引擎，提供模型驱动的上下文回滚机制，无需依赖 LLM 总结即可扩展上下文。 该插件支持本地持久化笔记、保留原始数据及 verbatim 尾部，并提供手动与自动回滚功能。用户需选择特定预设启用，并注意 Windows 环境下的依赖解析问题，适合高级用户进行本地长期对话管理。
阅读全文DeepSeek Harness 记忆树桥接插件
`dsh-memory-bridge` 是 DeepSeek Harness (DSH) 的一个记忆桥接插件，旨在解决本地模型上下文窗口（4K-32K）受限的问题。它通过将对话沉淀为可视化的记忆树，并提供持久化存储与检索功能，为 Agent 提供长期记忆能力。 该插件核心能力包括：自动沉淀记忆卡、零 LLM 检索（BM25+RRF）、记忆治理（遗忘曲线与审计）以及画像蒸馏。其架构采用 Host JS + Python Sidecar 模式，支持明文 Markdown 存储，确保数据可控与故障隔离。通过双通道写入策略，它有效解决了智能体“健忘”和“上下文溢出”的痛点。
阅读全文dsh-dcp：DeepSeek Harness 确定性压缩后端
dsh-dcp 是 DeepSeek Harness (DSH) 的一个确定性上下文剪枝压缩插件。它不调用 LLM 进行摘要，仅保留对话中的事实（如命令、报错、原话），确保输出稳定且零额外 token 消耗。该插件继承 DSH 安全机制，支持 `/dcp` 命令管理，并针对中文场景优化了计价方式。安装简单，适合追求低成本、稳定性的中文对话上下文管理。
阅读全文dsh-token-usage：给 DSH Web GUI 加一个 Token 用量分析页
dsh-token-usage 是 DSH Web GUI 的 Token 用量分析插件（npm 包 @samecorner/dsh-client-ui-token-usage，v0.1.3，MIT 许可）。它在会话顶部新增「Token 用量」Tab，将 host 端内置的 tokenUsage、contextPressure 等投影数据渲染为可视化面板，功能包括整轮 KPI 卡片、上下文压力进度条（80% 警告）、上下文构成、逐轮柱状图
阅读全文dsh-plugin-context-manager：自动记录对话、注入记忆并折叠真实上下文的 DSH 插件
# 前言 在 DeepSeek Harness（DSH）里跑长会话，常见两个麻烦：一是上下文窗口有限，早期定下的结论被挤出窗口后，模型就「忘了」；二是换一个会话，上次记下的重点带不过去。常见对策是把摘要塞进 system prompt，但那只作用于辅助提示块，真实对话历史原样增长，token 占用照涨。 下面介绍的 dsh-plugin-context-manager 针对的就是这两点：自动记录每轮对话，按优先级把记忆与跨会话置顶笔记注入每次模型请求，并且直接折叠模型可见的真实对话历史来降低 token 占用。 # 这是什么 dsh-plugin-con
阅读全文dsh-agent-context：DSH 会话上下文的注入、计量与剪枝
dsh-agent-context 是 jonah791 维护的 DSH 插件，遵循 MIT 协议，定位为会话上下文的注入
阅读全文flowctx-dsh：面向 DeepSeek Harness 的本地优先上下文引擎
flowctx-dsh 是一款面向 DeepSeek Harness (DSH) 的本地优先上下文管理插件，旨在解决智能体编程中会话过长导致的上下文模糊、信息丢失及重复搜索问题。作为 dsh-compaction-basic 的加性扩展，它引入了工程化记忆模型，核心能力包括： 1. **工程师交接笔记摘要**：默认开启，将摘要转化为包含失败路径和关键标识符的结构化交接笔记，优于通用叙述式摘要。 2. **分层 DAG 摘要**：默认开启，将历史折叠为分层摘要节点，避免长会话信息泛化。 3. **可逆工具结果投影**：默认开启，对超阈值工具结果进行结构化压缩并存储原文哈希，支持按需原样取回。 4
阅读全文dsh-operating-context：在 DeepSeek Harness 中统一管理模型工作窗口
dsh-operating-context 是一个 DeepSeek Harness 插件，旨在解决多模型服务配置中上下文窗口大小分散且易超限的问题。它通过增加“工作窗口”设置页面，将每个模型服务限制在可承载范围内，避免设置过大。该插件由 AIMFllyYS 维护，基于 MIT 许可证，当前版本为 v0.1.0，需依赖 Node.js 和 pnpm 环境，不能独立运行。其核心功能包括安全写入配置（根据路由形状写入不同字段）、读取模型目录上限（未知时不猜测）、幂等应用（移除无效覆盖以恢复原生容量）以及保留原有路由元数据。安装后，用户可通过 Web UI 调整窗口大小并应用，配置会持久化至 set
阅读全文dsh-plugin-focus：在 DSH agent 中固定目标、约束与决策
dsh-plugin-focus 是面向 DSH agents 的 MIT 许可证插件，旨在解决上下文压缩及跨会话信息丢失问题。它通过持久化的 focus board 记录目标、约束和决策，确保关键信息在模型上下文中稳定保留。核心功能包括支持 set、get、append、clear 动作的 focus 工具，以及自动将 focus 内容在每轮开始或变更时注入模型上下文的机制。执行 clear 时，旧内容会自动归档至备份文件。插件提供可配置的提示引导章节、会话投影及实验性只读 Web 面板。安装后需重启 DSH，配置项涵盖文件路径、归档策略、注入长度限制（maxChars）等，所有文件访问均限
阅读全文dsh-fusion：把多个 DeepSeek Harness 会话融合成一个可继续会话
dsh-fusion 是 DeepSeek Harness 的一个 MIT 许可证插件，用于将 2 至 32 个分散的 DSH 会话融合为一个新的、持久且可继续的目标会话上下文。它生成的是当前时间点的快照，而非实时链接，源会话保持不变。核心功能包括按时间或来源顺序排列消息、通过稳定 ID 去重共享前缀、仅保留用户和助手的文本内容，并继承调用者的环境配置。该插件提供 UI 对话框、/fuse 文本命令、conversation_fusion 模型工具及 Service API 四种调用方式。用户可配置最大消息数、字节限制及是否启用智能规划 Agent。智能规划 Agent 是一个无工具的临时 A
阅读全文dsh-pin-recall：为 DeepSeek Harness 会话增加“固定并召回上下文”的插件
dsh-pin-recall 是一款由 kerwin2046 维护的 MIT 许可 DeepSeek Harness (DSH) 插件，旨在解决会话中引用历史内容的痛点。该插件允许用户将助手回复、工具结果或自由文本固定（Pin）为持久事件，并通过 `/recall` 命令或 Web UI 卡片将这些内容注入下一轮模型上下文，避免手工复制粘贴。 核心功能包括支持按最新结果、指定 ID 或文本进行 Pin，提供 `/pin`、`/pins`、`/unpin` 及 `/recall` 等指令。`/recall` 可唤醒 agent 处理固定内容，`/recall quiet` 仅排队不唤醒。Pin
阅读全文