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。
閱讀全文dsh-plugin-clm：把 DSH 上下文窗口鏡像到磁盤並可編輯
dsh-plugin-clm 爲 DeepSeek Harness 提供 Context Language Models 式上下文管理：將會話鏡像到 .dsh/clm/LIVE_CONTEXT.md，支持裁剪壓縮與 budgetTokens/reserveTokens 防護，並提供 /clm 斜槓命令與 UI 開關。本文基於官方 README 介紹安裝（profile package.json 或 dsh plugin add dsh-plugin-clm）、用法與適用場景，維護者 maxeone，MIT 許可證。
閱讀全文dsh-context-management：DSH 換窗壓縮、會話筆記與分頁歷史
dsh-context-management 是 overact 維護的 DSH 記憶類插件（v0.3.6），在官方 BasicCompactionEngine 擴展點上實現換窗壓縮：自動閾值、new_context、/compact 與 overflow 四類入口統一生成長度受限的交接文檔，並保留 goal、todo 與近期用戶指令。配套 notes_* 工具在會話內持久化筆記，history_* 工具分頁檢索完整會話日誌。通過 /ctx 與 Web 設置開關，需本地 link 安裝、preflight 與 sync-presets 掛載換窗引擎。借鑑 Codex 多窗口思路，非 1:1 移植且不保證語義無損恢復。
閱讀全文token節省大師：面向 OpenClaw 鏈路的 Token 優化 Skill
token節省大師是 SkillHub 社區 Skill（@user_65cfe060/token-saver-king，v1.0.0），面向 OpenClaw 鏈路，宣稱通過智能壓縮、上下文管理、自動摘要與代碼優化等多引擎降低 Token 消耗。本文依據 SkillHub 頁面與安裝文檔說明定位、能力與 skillhub CLI 安裝步驟（含 Cursor 等 skills 目錄），並提醒節省比例需自行驗證、摘要可能影響原文精度。無需 API Key（requires_api_key=false）。
閱讀全文Token節省王：在 Agent 全流程中壓縮 token 消耗的 Skill
Token節省王（@user_65cfe060/burgess-123）是 SkillHub 社區 ai-agent 類 Skill，面向 OpenClaw 問題解決全流程，通過輸入壓縮、思考精煉、輸出瘦身與上下文管理降低 token 消耗，支持 minimal、balanced、detailed 自動切換。官方頁面宣稱整體約可省 20%–40%，無需 API Key。本文基於 SkillHub 資料說明四引擎、安裝命令（skillhub install 與 Cursor/Codex 等 skills 目錄）及長對話與代碼生成等適用場景與使用注意。
閱讀全文DeepSeek Harness 插件：orangeofcarl0-sys/dsh-epistemic-fold
`dsh-epistemic-fold` 是一款 DeepSeek Harness 插件，旨在解決長週期智能體歷史記錄積累導致的上下文窗口溢出及信息失真問題。它通過熱上下文摺疊、單調摺疊前沿及精確歸檔機制，將有損摘要降級爲輔助信息，確保智能體可隨時檢索原始歷史。該插件提供經濟、平衡、質量三種模式，支持運行時監控及上下文檢索工具，確保智能體在受限窗口下仍能保持行爲可追溯與狀態一致。
閱讀全文attention-scheduler：注意力調度與記憶檢索規則
`attention-scheduler` 是 DeepSeek Harness (DSH) 的一個插件，旨在解決上下文幻覺問題。它通過顯式規則管理記憶的檢索、召回、保留及丟棄，確保記憶管理的一致性與可審計性。 核心功能包括檢索四級觸發、注意力預算、成本歸屬（L0/L1）及衝突寫回策略。插件提供標準插件與文件技能兩種安裝方式，需配合記憶插件使用。它將模糊的記憶管理轉化爲可配置的流程，適用於優化長會話成本及減少幻覺。
閱讀全文記憶管家：多 Agent 上下文與記憶文件的監控與復盤
記憶管家是 SkillHub 社區 ai-agent 類 Skill（v1.0.3，無需 API Key），面向多 Agent 長期運行：監控會話上下文與記憶文件磁盤佔用並在超閾值時提示壓縮，配合 crontab 每日增量掃描記憶、提煉偏好與待辦並更新 MEMORY.md，安裝後引導初始化目錄與定時任務。本文基於官方頁面與 SkillHub 安裝文檔說明安裝座標、CLI 命令及 Cursor/Claude Code/Codex 的 skills 路徑，並歸納適用場景與限制。
閱讀全文記憶管理：用文件與規則流程穩住 AI 協作上下文
記憶管理（@user_7d16a562/memory-v1，v1.0.1）是 SkillHub 社區 ai-agent 類 Skill，通過文件系統與規則化流程實現持久記憶，核心爲任務開始判斷、讀取記憶、執行、保存，緩解多任務協作中「今天講明天忘」。本文基於 SkillHub 公開信息介紹定位、能力與安裝方式（skillhub CLI 或按 skillhub.md 由 Agent 安裝），並說明適用場景與使用注意，不編造未公開的目錄與配置細節。
閱讀全文玄奘.skill：在用戶施壓或反覆失敗時切換 Agent 工作姿態
玄奘.skill 是 SkillHub ai-agent 分類下的提示詞 Skill，在用戶明確請求 pua 模式、反覆失敗兩次及以上、抱怨質量或發送 /pua 等觸發詞時切換 Agent 策略，正常首次編程與查詢則不觸發。本文基於 SkillHub 公開簡介與安裝文檔，說明觸發邊界、skillhub CLI 與 Cursor 等 skills 目錄安裝方式，以及典型對話用法與誤觸發注意。官方入口：https://api.skillhub.cn/user_741dc82b/xuanzang-skill。
閱讀全文記憶管家 V3.9.0：管理 `.workbuddy/memory/` 的 Token 節流與相關性加載
記憶管家 V3.9.0 是 SkillHub 上的 AI 記憶加速器與 Token 節流閥，面向 .workbuddy/memory/ 目錄。核心包括 tiktoken 分詞計量、--query/--tags 相關性加載（CJK bigram，可選 embedding）、硬預算閘與 throttle 壓實、三色告警與近 7 日均值、--force 與全命令 --json、self-test 安全自檢，以及並行摘要與 rank 緩存等性能優化。文章說明安裝 skillhub CLI、--dir 指向各 Agent skills 目錄的方式，以及 Token 檢查、智能加載、清理備份等典型觸發場景與使用注意。
閱讀全文dsh-shake：DeepSeek Harness 手動上下文減重插件
dsh-shake 是一款 DeepSeek Harness（DSH）的第三方插件，旨在解決對話歷史過長導致 Token 消耗過高的問題。它通過將長工具輸出和大型代碼/XML 塊替換爲短佔位符來釋放上下文空間，同時支持通過 `shake_read` 工具按需恢復原始文本。 該插件具備智能保護機制，默認保護最近 4000 tokens 的歷史，並僅清理符合條件的超長內容。用戶可通過發送 `/shake` 命令手動調度清理，配置靈活，能有效平衡上下文管理與內容保留的需求。
閱讀全文dsh-compact-selected-model：壓縮會話摘要時使用當前選定的模型
DeepSeek Harness (DSH) 插件 `dsh-compact-selected-model` 旨在解決默認壓縮操作使用上一輪模型的問題。該插件允許在 Web UI 中切換模型後，直接使用當前選定的模型進行會話壓縮。安裝需確保 DSH 版本在 0.1.7-rc.2 到 0.2.x 之間。插件通過監聽事件攔截請求，支持 `/compact` 命令及自動壓縮，但在無頭模式及自動壓縮閾值計算上存在限制。
閱讀全文dsh-compact-saviour：DeepSeek Harness 模型壓縮救援與手動壓縮插件
dsh-compact-saviour 是 DeepSeek Harness 的插件，旨在解決長對話上下文溢出問題。它提供獨立的壓縮模型、分塊壓縮策略及失敗救援機制。用戶可通過長按或手動觸發壓縮，且在官方壓縮連續失敗兩次後自動切換救援模式。該插件支持桌面與 Web 安裝，不依賴源碼，旨在提升長對話場景下的推理穩定性。
閱讀全文Context Guardian：本地模型上下文管理的實用方案
Context Guardian 是 LuminariSoftwares 維護的開源插件，旨在解決本地模型上下文窗口溢出導致的會話中斷問題。它提供 OpenAI 兼容代理和 DeepSeek Harness 原生引擎兩種模式，支持確定性壓縮。其核心特性包括：失敗即開放、磁盤持久化保存原始數據，以及支持對已歸檔上下文的檢索。用戶可通過配置代理或集成 DSH 來啓用此功能，從而在限制上下文長度的同時，確保會話穩定並保留歷史細節。
閱讀全文dsh-better-composer：Web Composer 的 Markdown 演示與上下文增強
`dsh-better-composer` 是一個針對 DSH Web Composer 的增強插件，旨在通過公共接口提升 Markdown 渲染效果和上下文管理能力。核心功能包括 Markdown 視覺增強、本地確定性補全、交互式上下文地圖以及長粘貼剪貼板（支持文件落地）。安裝需滿足 DSH 0.1.7-alpha.2 及 Node.js 20+，通過 pnpm 安裝。插件利用 DSH 公共接口，不接管源代碼控制權，提供實驗性的上下文醫生功能及詳細的統計數據分析，適合追求精細 Web 端交互體驗的開發者。
閱讀全文dsh-switchman：DeepSeek Harness 上下文管理與調度插件
dsh-switchman 是 DeepSeek Harness 的插件，旨在解決長會話中的上下文膨脹問題。它通過上下文水印控制（軟/硬/強制閾值）和六個調度池（經濟、機械、主模型等），將主模型從執行轉變爲調度，合理分配任務以降低成本。插件支持智能體團隊模式、分層驗證及多語言界面，能顯著提升自主編碼工作流的穩定性與效率。
閱讀全文dsh-context-truth：讓模型知道真實的上下文佔用
DSH插件`dsh-context-truth`通過實測佔用回填和壓縮指令補規則，解決模型在長會話中因誤判上下文狀態而無法收斂的問題。插件向模型展示準確的已用/剩餘token及壓縮閾值，並防止模型將自身關於上下文耗盡的陳述寫入摘要。此外，它還提供空閒邊界摺疊功能，防止模型在臨近閾值時迴避關鍵操作。該插件依賴宿主`tokenMeter`與`compaction`，無需構建，版本0.2.0。
閱讀全文dsh-context-window：復刻 Codex 的上下文窗口管理
`dsh-context-window` 是一個 DSH 插件，旨在解決上下文窗口填滿後傳統摘要壓縮導致的信息丟失問題。該插件復刻了 Codex 的換窗機制，通過“換窗”替代頻繁壓縮，利用 notes 和交接檢查點保留細節。 核心功能包含兩種模式：無摘要的 `handoff` 模式（推薦，直接寫入交接檢查點）和傳統壓縮的 `seam-region` 模式。插件提供 `new_context` 和 `notes` 工具供模型調用，並在換窗時生成包含目標、待辦、筆記和最後請求的交接信息。需注意 `handoff` 模式不產生 UI 可見的壓縮事件，且換窗僅允許發生在 step 邊界。
閱讀全文laodonge/col-dsh-plugin：DeepSeek Harness 的上下文組織層
laodonge/col-dsh-plugin 是一個專爲 DeepSeek Harness (DSH) 設計的插件，旨在解決上下文管理與執行邏輯耦合及權限控制複雜的問題。該插件引入持久化上下文槽位，提供 Fail-closed 權限檢查、兩階段審計、權限剪枝及零運行時依賴等核心功能。開發者需注意其以當前進程權限運行的安全風險，並建議在安裝前審查源碼。
閱讀全文@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) 的靜態插件，旨在解決模型上下文長度有限且工具過多導致的溢出問題。該插件允許開發者通過瀏覽器設置頁或命令行工具，靜態控制哪些工具的 schema 被注入上下文。 其核心功能包括：支持按名稱前綴過濾、搜索及批量操作，利用 DSH 原生 `tools.restrict` 機制過濾工具，並提供持久化保存隱藏狀態。插件在模型調用前通過組裝系統提示詞來剔除未授權的工具，從而優化上下文空間，防止上下文溢出。安裝後，開發者可輕鬆管理工具可見性，適用於純工具類場景。
閱讀全文dsh-codex-context：DeepSeek Harness 的無損檢索上下文管理器
dsh-codex-context 是 DeepSeek Harness (DSH) 的一個插件，旨在解決默認 LLM 總結後端導致的窗口耗盡和信息丟失問題。它採用基於 token 預算的滑動窗口、零孤兒邊界和模型無關檢查點等機制，確保長會話中的信息完整性。插件提供持久化工作筆記、冷歷史搜索等工具，支持通過 Git 或本地方式安裝。安裝時需注意工具名稱衝突及正則查詢限制。
閱讀全文hw-cola/dsh-dynamic-agents：DSH Web 動態上下文插件
DSH Web 提供了智能體上下文規則管理插件，在聊天框上方提供 Dock 控件。該插件支持全局與工作區兩級規則庫，用戶可勾選、新增或刪除規則，實時注入系統提示。會話開始後控件鎖定，需解鎖修改。安裝需具備 `dsh` 與 `pnpm` 環境，且在 DSH `0.1.7-rc.1` 版本測試可用。
閱讀全文dsh-context-mode: DeepSeek Harness 上下文窗口管理插件
`dsh-context-mode` 是 DeepSeek Harness (DSH) 插件，旨在通過“一切皆插件”的理念解決大文件和網頁內容導致的上下文溢出問題。該插件主要包含三大功能：本地知識庫索引（基於 SQLite FTS5，支持網頁抓取與分塊檢索）、路由攔截（硬攔大文件工具，軟引導精確讀取）以及沙箱執行（隔離運行代碼，僅返回結論）。它通過優化數據入口、索引化和隔離執行，有效緩解了上下文窗口壓力，使上下文利用更高效。
閱讀全文DeepSeek Harness 工作區記憶插件：審批式指令與項目記憶維護
`dsh-workspace-memory` 插件通過維護 `AGENTS.md`（行爲規則）和 `.dsh-memory.md`（項目事實）兩個本地文件，解決了多會話間共享上下文的問題。它採用交互式審批機制，僅在用戶確認後寫入變更，確保上下文穩定且可審查。該插件依賴標準 Markdown 存儲，無網絡請求，並支持併發會話共享。安裝需滿足特定 DSH 和 Node.js 版本，配置靈活，適合需要在 DeepSeek Harness 工作區內管理長期指令與事實的用戶。
閱讀全文dsh-context-budget：保持本地模型上下文在 GPU 可控範圍內的插件
`dsh-context-budget` 插件旨在解決本地模型在長上下文下性能急劇下降的問題。它通過測量預填充速度，設置了硬性 token 上限、首字延遲及冷預填充時間等檢查機制。當超限時，支持打印警告或執行壓縮，從而將上下文控制在 GPU 可處理的範圍內。該插件與 `compaction-basic` 共存，提供 `/context-budget` 命令監控狀態，幫助用戶優化本地大模型的使用體驗。
閱讀全文context-budget：把上下文窗口當預算管
該插件旨在通過管理上下文預算解決長任務在 80% 處因重讀和重推導而失敗的問題。核心功能包括：先進行文件頭部讀取再按需加載的分層讀取策略；確立事實後立即寫入持久化“工作筆記”以保留關鍵信息；以及在任務階段切換時進行“檢查點複述”以重建上下文。它適用於處理複雜長任務，能顯著提升大模型處理長流程的穩定性。
閱讀全文Assembled Context：DeepSeek Harness 組裝式上下文插件
DeepSeek Harness (DSH) 默認上下文處理方式單一，易導致垃圾數據佔用窗口。`catsenior507/dsh-context-assembler` 插件提供了一種可檢查的上下文樹方案，允許用戶通過瀏覽器面板或代理工具精細控制模型接收的內容。該插件支持 `full`、`key`（摘要）和 `off` 三種節點模式，併兼容 KV 緩存。它將上下文管理從被動壓縮轉變爲主動決策，有效優化了 Token 預算與性能。
閱讀全文dsh-trilogy：DeepSeek Harness 的項目記憶插件
`dsh-trilogy` 是 DeepSeek Harness 的 Host 插件，旨在解決模型無持久記憶的問題。它強制爲每個工作區維護三份 Markdown 文件：`PROJECT.md`（現狀）、`DECISIONS.md`（決策）和 `SESSIONS.md`（日誌），實現自動創建、加載與記錄。 該插件提供 `memory_checkpoint` 等工具進行分類記錄，支持 BM25 檢索，並具備圖形界面用於管理記憶。其核心在於智能注入策略：通過預算控制優先級，在會話開始時自動注入上下文，並根據活躍度加權分類。所有路由限制爲本機訪問，卸載不刪除數據，適合需要長期維護項目上下文的開發場景。
閱讀全文dsh-context-management：DeepSeek Harness 的窗口化與可逆上下文管理
`dsh-context-management` 是 DeepSeek Harness 的插件，旨在解決長對話或複雜任務中的上下文窗口瓶頸。該插件提供窗口化、可逆的上下文管理，具備自動接管原生壓縮、歷史檢索、自適應保真及優雅降級等核心功能。安裝需使用 DSH 0.1.7 預發佈系列及 Node.js ≥ 22.12，桌面端通過應用內設置安裝，CLI 則直接執行命令。該插件特別適合需要長程記憶和精確檢索的開發場景。
閱讀全文dsh-context-rollover：模型驅動的上下文窗口回滾方案
`dsh-context-rollover` 是一款 DeepSeek Harness 插件，旨在解決長對話上下文管理的痛點。它通過接管壓縮引擎，提供模型驅動的上下文回滾機制，無需依賴 LLM 總結即可擴展上下文。 該插件支持本地持久化筆記、保留原始數據及 verbatim 尾部，並提供手動與自動回滾功能。用戶需選擇特定預設啓用，並注意 Windows 環境下的依賴解析問題，適合高級用戶進行本地長期對話管理。
閱讀全文DeepSeek Harness 記憶樹橋接插件
`dsh-memory-bridge` 是 DeepSeek Harness (DSH) 的一個記憶橋接插件，旨在解決本地模型上下文窗口（4K-32K）受限的問題。它通過將對話沉澱爲可視化的記憶樹，並提供持久化存儲與檢索功能，爲 Agent 提供長期記憶能力。 該插件核心能力包括：自動沉澱記憶卡、零 LLM 檢索（BM25+RRF）、記憶治理（遺忘曲線與審計）以及畫像蒸餾。其架構採用 Host JS + Python Sidecar 模式，支持明文 Markdown 存儲，確保數據可控與故障隔離。通過雙通道寫入策略，它有效解決了智能體“健忘”和“上下文溢出”的痛點。
閱讀全文dsh-dcp：DeepSeek Harness 確定性壓縮後端
dsh-dcp 是 DeepSeek Harness (DSH) 的一個確定性上下文剪枝壓縮插件。它不調用 LLM 進行摘要，僅保留對話中的事實（如命令、報錯、原話），確保輸出穩定且零額外 token 消耗。該插件繼承 DSH 安全機制，支持 `/dcp` 命令管理，並針對中文場景優化了計價方式。安裝簡單，適合追求低成本、穩定性的中文對話上下文管理。
閱讀全文dsh-token-usage：給 DSH Web GUI 加一個 Token 用量分析頁
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 許可）。它在會話頂部新增「Token 用量」Tab，將 host 端內置的 tokenUsage、contextPressure 等投影數據渲染爲可視化面板，功能包括整輪 KPI 卡片、上下文壓力進度條（80% 警告）、上下文構成、逐輪柱狀圖
閱讀全文dsh-plugin-context-manager：自動記錄對話、注入記憶並摺疊真實上下文的 DSH 插件
# 前言 在 DeepSeek Harness（DSH）裏跑長會話，常見兩個麻煩：一是上下文窗口有限，早期定下的結論被擠出窗口後，模型就「忘了」；二是換一個會話，上次記下的重點帶不過去。常見對策是把摘要塞進 system prompt，但那隻作用於輔助提示塊，真實對話歷史原樣增長，token 佔用照漲。 下面介紹的 dsh-plugin-context-manager 針對的就是這兩點：自動記錄每輪對話，按優先級把記憶與跨會話置頂筆記注入每次模型請求，並且直接摺疊模型可見的真實對話歷史來降低 token 佔用。 # 這是什麼 dsh-plugin-con
閱讀全文dsh-agent-context：DSH 會話上下文的注入、計量與剪枝
dsh-agent-context 是 jonah791 維護的 DSH 插件，遵循 MIT 協議，定位爲會話上下文的注入
閱讀全文flowctx-dsh：面向 DeepSeek Harness 的本地優先上下文引擎
flowctx-dsh 是一款面向 DeepSeek Harness (DSH) 的本地優先上下文管理插件，旨在解決智能體編程中會話過長導致的上下文模糊、信息丟失及重複搜索問題。作爲 dsh-compaction-basic 的加性擴展，它引入了工程化記憶模型，核心能力包括： 1. **工程師交接筆記摘要**：默認開啓，將摘要轉化爲包含失敗路徑和關鍵標識符的結構化交接筆記，優於通用敘述式摘要。 2. **分層 DAG 摘要**：默認開啓，將歷史摺疊爲分層摘要節點，避免長會話信息泛化。 3. **可逆工具結果投影**：默認開啓，對超閾值工具結果進行結構化壓縮並存儲原文哈希，支持按需原樣取回。 4
閱讀全文dsh-operating-context：在 DeepSeek Harness 中統一管理模型工作窗口
dsh-operating-context 是一個 DeepSeek Harness 插件，旨在解決多模型服務配置中上下文窗口大小分散且易超限的問題。它通過增加“工作窗口”設置頁面，將每個模型服務限制在可承載範圍內，避免設置過大。該插件由 AIMFllyYS 維護，基於 MIT 許可證，當前版本爲 v0.1.0，需依賴 Node.js 和 pnpm 環境，不能獨立運行。其核心功能包括安全寫入配置（根據路由形狀寫入不同字段）、讀取模型目錄上限（未知時不猜測）、冪等應用（移除無效覆蓋以恢復原生容量）以及保留原有路由元數據。安裝後，用戶可通過 Web UI 調整窗口大小並應用，配置會持久化至 set
閱讀全文dsh-plugin-focus：在 DSH agent 中固定目標、約束與決策
dsh-plugin-focus 是面向 DSH agents 的 MIT 許可證插件，旨在解決上下文壓縮及跨會話信息丟失問題。它通過持久化的 focus board 記錄目標、約束和決策，確保關鍵信息在模型上下文中穩定保留。核心功能包括支持 set、get、append、clear 動作的 focus 工具，以及自動將 focus 內容在每輪開始或變更時注入模型上下文的機制。執行 clear 時，舊內容會自動歸檔至備份文件。插件提供可配置的提示引導章節、會話投影及實驗性只讀 Web 面板。安裝後需重啓 DSH，配置項涵蓋文件路徑、歸檔策略、注入長度限制（maxChars）等，所有文件訪問均限
閱讀全文dsh-fusion：把多個 DeepSeek Harness 會話融合成一個可繼續會話
dsh-fusion 是 DeepSeek Harness 的一個 MIT 許可證插件，用於將 2 至 32 個分散的 DSH 會話融合爲一個新的、持久且可繼續的目標會話上下文。它生成的是當前時間點的快照，而非即時鏈接，源會話保持不變。核心功能包括按時間或來源順序排列消息、通過穩定 ID 去重共享前綴、僅保留用戶和助手的文本內容，並繼承調用者的環境配置。該插件提供 UI 對話框、/fuse 文本命令、conversation_fusion 模型工具及 Service API 四種調用方式。用戶可配置最大消息數、字節限制及是否啓用智能規劃 Agent。智能規劃 Agent 是一個無工具的臨時 A
閱讀全文dsh-pin-recall：爲 DeepSeek Harness 會話增加“固定並召回上下文”的插件
dsh-pin-recall 是一款由 kerwin2046 維護的 MIT 許可 DeepSeek Harness (DSH) 插件，旨在解決會話中引用歷史內容的痛點。該插件允許用戶將助手回覆、工具結果或自由文本固定（Pin）爲持久事件，並通過 `/recall` 命令或 Web UI 卡片將這些內容注入下一輪模型上下文，避免手工複製粘貼。 核心功能包括支持按最新結果、指定 ID 或文本進行 Pin，提供 `/pin`、`/pins`、`/unpin` 及 `/recall` 等指令。`/recall` 可喚醒 agent 處理固定內容，`/recall quiet` 僅排隊不喚醒。Pin
閱讀全文