主动上下文裁剪 Asaka-RUM/dsh-acp

dsh-acp

DeepSeek Harness 的主动上下文裁剪（ACP）

署名 — 本项目移植自 ranxianglei/opencode-acp（AGPL-3.0），而后者又是 Tarquinen/opencode-dynamic-context-pruning 的加固分支。原始设计的功劳归他们所有；本仓库以相同的 AGPL-3.0-or-later 许可证重新分发这一思路，并由 Asaka-RUM 针对 DeepSeek Harness 插件系统做了改造。

署名声明 — 本项目移植自 ranxianglei 的 opencode-acp（AGPL-3.0），而后者又是 Tarquinen 的 opencode-dynamic-context-pruning 的加固分支。原始设计功劳归上述作者所有；本仓库以相同的 AGPL-3.0-or-later 许可证发布，由 Asaka-RUM 针对 DeepSeek Harness 插件系统做了适配改造。

为 DeepSeek Harness (DSH) 提供模型驱动的上下文压缩。这里不用宿主机固定的截断策略，而是让模型自己掌管上下文：它盯着压力，决定何时压缩、保留什么。

Raw ──compress──▶ T1 capture (~45×) ──distill──▶ T2 refine (~10×) ──condense──▶ T3 facts (~5×)
▲ │
└── decompress ──────┘

如何对应到 DSH

opencode-acp 直接改写要发出的消息列表。DSH 不向插件暴露这一层——也不需要：DSH 自带一流的压缩架构，所以这个插件顺着它走，而不是跟它对着干。

| opencode-acp | dsh-acp |
| compress 工具（模型写摘要） | acp_compress —— 原始区间 → 宿主 ctx.compaction.compactRegion() 执行真正的裁剪；模型的摘要成为该块的搜索索引（t1 层）。块区间 → 层级提升（t1→t2→t3）完全在存储内完成，零表层开销 |
| decompress | acp_decompress —— 沿消费链回溯，通过延迟上下文重新注入摘要链 |
| acp_status + 提示词催促注入 | acp_status 读取 ctx.tokenMeter + ctx.llm.resolveModelInfo()；催促在 agent/pre-step 触发，超过 minContextLimit 时（超过 maxContextLimit 时更强），最多每 nudgeFrequency 步一次 |
| search_context | acp_search —— 对块摘要做关键词打分，带层级权重（支持 CJK 的分词器） |
| 三层 LSM 存储 | 每个会话一个 JSON 文件，放在 ~/.dsh/acp/<sessionId>.json —— 重启后依然保留 |
| GC 截断兜底 | 不再重新实现 —— 宿主 compaction-basic 后端已经负责压力与溢出恢复 |

零核心补丁。 一切都走公共服务（ctx.tools、ctx.compaction、ctx.tokenMeter、ctx.llm），所以 DSH 更新不会把它冲掉。

安装

1. clone anywhere
git clone https://github.com/Asaka-RUM/dsh-acp E:\path\to\dsh-acp

2. link into a profile (junction)
New-Item -ItemType Junction -Path "$env:USERPROFILE\.dsh\profiles\web\node_modules\dsh-acp" -Target "E:\path\to\dsh-acp"

3. 在配置档的 cordis.patch.yml 插入列表里注册

（在已有的 "- insert:" 块下面加上这两行）

- id: acp
name: 'dsh-acp'

4. 重启 DSH

裸区间剪枝需要 @deepseek-ai/dsh-compaction-basic 包（每个默认组合里都有）。兼容 DSH 0.1.0-rc.x（同步 resolveModelInfo()）和 ≥ 0.1.1（异步 resolveModelInfo(provider, model)）。

工具

| 工具 | 用途 |
| acp_status | 用量对比阈值、各层合计、推荐区间（以 n<seq> id 表示） |
| acp_compress | ranges: [{ startId, endId, summary }] —— 裸区间交给宿主引擎做真剪枝；块 id 向上合并 |
| acp_decompress | 把某个块的摘要链还原进持久上下文 |
| acp_search | 对压缩块做关键词搜索 |

配置（cordis 补丁） yaml
- id: acp
name: 'dsh-acp'
config:
enabled: true
contextWindow: 0 # 0 = auto via llm service
minContextLimit: 0.45 # nudges on at/above this fraction of the window
maxContextLimit: 0.55 # nudges turn strong here
nudgeFrequency: 3 # at most every Nth step
tailProtectNodes: 4 # newest surface nodes never offered as candidates
storeRoot: '' # empty = ~/.dsh/acp

设计说明

- 模型的摘要为什么「只是个索引」： 宿主引擎自己给被遮蔽的区间做摘要，走一次对缓存友好的前缀重放 llm.stream 调用。模型自己写的摘要另存一份，作为可搜索、可还原的索引——你既拿到 ACP 由模型判断的重要性，又拿到 DSH 对缓存安全的机制。
- 原文永不丢失： DSH 的 surface 契约把被遮蔽的事件留在原始会话日志里；块引用 startSeq–endSeq，所以没有东西找不回来。
- 服务访问是显式声明的（inject = ['agents','tools','tokenMeter','compaction','llm']），并带 ctx.get() 兜底——不去戳跨 fiber 代理。

面向 DeepSeek Harness（DSH）的模型主导上下文压缩插件：不做硬性截断，而是把上下文管理权交给模型自己——由模型观察用量，决定何时压缩、压缩什么、保留什么。

Raw ──compress──▶ T1 捕获(~45×) ──distill──▶ T2 蒸馏(~10×) ──condense──▶ T3 浓缩(~5×) ▲ │ └── decompress ──────┘

与 DSH 原语的映射

opencode-acp 靠改写发往 LLM 的消息列表实现剪枝；DSH 不对插件开放这个口子——也不需要：DSH 自带一流的 compaction 架构，本插件直接骑在上面。

| opencode-acp | dsh-acp |
| compress 工具（模型自己写摘要） | acp_compress — 裸区间 → 宿主 ctx.compaction.compactRegion() 执行真剪枝；模型的摘要存为该区间的可搜索索引（t1 层）。块区间 → 店内升层合并（t1→t2→t3），零 surface 成本 |
| decompress | acp_decompress — 沿消费链还原摘要层级，经延迟上下文重新注入 |
| acp_status + nudge 注入 | acp_status 读 ctx.tokenMeter + ctx.llm.resolveModelInfo()；nudge 挂在 agent/pre-step，越过 minContextLimit 触发（越过 maxContextLimit 转强提醒），每 nudgeFrequency 步最多一次 |
| search_context | acp_search — 对块摘要做关键词打分，带层级权重（分词器支持中文） |
| 三级 LSM 存储 | 每会话一个 JSON 文件：~/.dsh/acp/<sessionId>.json，重启存活 |
| GC 截断兜底 | 不重复造——宿主 compaction-basic 后端自带压力/溢出恢复 |
零核心补丁。 全部走公开服务（ctx.tools、ctx.compaction、ctx.tokenMeter、ctx.llm），DSH 升级不会冲掉它。

安装 powershell

1. 克隆到任意位置

git clone https://github.com/Asaka-RUM/dsh-acp E:\path\to\dsh-acp

2. 以 junction 链入 profile

New-Item -ItemType Junction -Path "$env:USERPROFILE\.dsh\profiles\web\node_modules\dsh-acp" -Target "E:\path\to\dsh-acp"

3. 在 profile 的 cordis.patch.yml insert 列表注册

（在已有 "- insert:" 块下加两行）

- id: acp
name: 'dsh-acp'

4. 重启 DSH

裸区间剪枝需要 @deepseek-ai/dsh-compaction-basic bundle（默认组合必装）。兼容 DSH 0.1.0-rc.x（同步 resolveModelInfo()）与 ≥ 0.1.1（异步 resolveModelInfo(provider, model)）。

工具

| 工具 | 用途 |
| acp_status | 用量与阈值对比、各层块统计、推荐压缩区间（n<seq> 编号） |
| acp_compress | ranges: [{ startId, endId, summary }] — 裸区间走宿主引擎真剪枝；块编号店内升层 |
| acp_decompress | 把块的摘要链还原进持久上下文 |
| acp_search | 关键词搜索已压缩块 |

配置（cordis patch） yaml
- id: acp
name: 'dsh-acp'
config:
enabled: true
contextWindow: 0 # 0 = 经 llm 服务自动探测 minContextLimit: 0.45 # 达到窗口此比例后开启 nudge maxContextLimit: 0.55 # 达到此比例转为强提醒 nudgeFrequency: 3 # 每 N 步最多提醒一次 tailProtectNodes: 4 # 最新 N 个 surface 节点不作为压缩候选 storeRoot: '' # 空 = ~/.dsh/acp

设计说明

- 为什么模型的摘要只是「索引」： 宿主引擎会用缓存友好的前缀重放 llm.stream，自己为被遮蔽区间生成正式摘要；模型写的摘要作为可搜索、可解压的索引并存。ACP 的「模型判断重要性」与 DSH 的缓存安全机制两者兼得。
- 原文永不丢失： DSH 的 surface 契约保证被遮蔽事件留在原始会话日志中；块记录 startSeq–endSeq，一切可回溯。
- 服务访问采用静态声明（inject = ['agents','tools','tokenMeter','compaction','llm']）并保留 ctx.get() 回退——不做跨 fiber 的代理窥探。

License / 许可证

AGPL-3.0-or-later — see LICENSE.

Ported from ranxianglei/opencode-acp (AGPL-3.0), a fork of Tarquinen/opencode-dynamic-context-pruning. Original copyrights belong to their respective authors; modifications for DeepSeek Harness by Asaka-RUM.

移植自 ranxianglei 的 opencode-acp（AGPL-3.0），其上游为 Tarquinen 的 opencode-dynamic-context-pruning。原始版权归各自作者所有；针对 DeepSeek Harness 的适配修改由 Asaka-RUM 完成。