G1en-114/dsh-codex-import

dsh-codex-import

把 OpenAI Codex CLI 的历史对话导入 DeepSeek Harness (DSH)，成为可浏览、可搜索、可继续的 DSH 会话。
将 OpenAI Codex CLI 的历史对话导入 DeepSeek Harness (DSH)，成为可浏览、可搜索、可继续的 DSH 会话。

License: MIT
Node
zero dependencies

特性 / Features

- 🗂️ 一键导入：/codex-import  把 codex CLI 的任意历史会话变成 DSH 会话，出现在侧边栏对应 workspace 下
- 🔁 完整保真：用户消息、助手回复（commentary + final_answer）、工具调用与输出（exec_command / write_stdin / apply_patch 等）、turn/step 结构、会话标题
- 🧩 两种形态：宿主插件命令（在 GUI 里用）+ 独立 CLI（无需启动 DSH，直接写会话文件）
- ⚡ 零运行时依赖：纯 Node，用 Node ≥ 22.20 内置的 node:zlib zstd 支持写 DSH 标准会话文件
- 🛡️ 写入自校验：产物与 DSH 持久化层字节级一致（双帧 zstd、header 单独一帧、seq 连续、带 checksum），写完即验证

- 来源：~/.codex/sessions/YYYY/MM/DD/rollout-*.jsonl —— codex resume  重放的原始事件流
- 目标：~/.dsh/sessions///session.jsonl.zstd —— 标准 DSH 会话产物

安装 / Install

作为 DSH 插件（推荐 / recommended）

dsh plugin --profile web add git+https://github.com/G1en-114/dsh-codex-import.git

⚠️ git 托管的安装：仓库的 prepare 脚本会被 pnpm 拦截，需要先按 pnpm 报错提示，把包名加进 ~/.dsh/profiles/web/pnpm-workspace.yaml 的 allowBuilds，然后重跑上面的命令。

⚠️ 对于 git 安装，pnpm 会拦截 prepare 脚本，直到你把它打印出的确切包键添加到 ~/.dsh/profiles/web/pnpm-workspace.yaml 中的 allowBuilds，然后重新运行该命令。

因为是 bundle 插件（dsh.bundle.patch），安装后自动注册到 profile，重启 dsh web（或刷新页面）后即可使用。

作为 bundle 插件，它会自动注册到 profile —— 只需重启 dsh web（或刷新页面）即可。

作为独立 CLI / standalone CLI

无需安装，直接从仓库运行（Node >= 22.20）
node bin/dsh-codex-import.mjs 019feec0-f565-7900-b985-1d6ba3b63a56

或全局安装
npm install -g dsh-codex-import
dsh-codex-import  [options]

使用 / Usage

在 DSH 会话里 / in a DSH session

/codex-import 019feec0-f565-7900-b985-1d6ba3b63a56
/codex-import ~/rollout.jsonl --session-id session-my-import --cwd /mnt/e/cell
/codex-import 019feec0-... --max-turns 80
/codex-import 019feec0-... --title "cell 比赛（已压缩·可继续）" --no-compact

导入完成后会返回新的 session id，刷新侧边栏即可看到（标题会在首次打开会话后固化到投影缓存）。

超大会话自动压缩：codex 长会话的 rollout 保留的是完整未压缩历史，全量导入可能超过模型的上下文窗口（如 100 万 token）。命令默认自动处理：先估算模型可见历史的 token 数，超过上下文预算（窗口 − 输出预算 − 余量）时，用当前模型把最老的 turn 压缩成  检查点（DSH 压缩的同一格式），最近的 turn 保留原文——早期上下文不丢失，只是变成摘要。--no-compact 可关闭自动压缩，--max-turns  仍是确定性的纯截断方式。

⚠️ 超大对话的风险与成本

- token 消耗：导入是纯文件转换、不消耗 token；但之后每一次对话都按完整历史计费输入 token，历史越大每次请求越贵。自动压缩也不是免费的：一次压缩调用会把被压缩部分的历史全部作为输入发给模型（几十万 token 很常见），是一笔真实计费的一次性成本。（作者的惨痛教训）
- 建议：导入前先 dsh-codex-import  --dry-run 看估算规模；若只需保留最近可继续的部分，用 --max-turns  纯截断（零 token 成本）；确实需要早期上下文时再接受自动压缩的一次性成本；压缩后在已压缩的会话里继续，不要回到未压缩的旧会话。

CLI

dsh-codex-import  [options]

Options:
--session-id    指定导入后的会话 id（默认自动生成 session-）
--cwd          会话所属 workspace（默认取 codex 会话自己的 cwd）
--max-turns      只保留最近的 n 个 turn（丢弃更早内容；标题/创建时间不变）
--title       覆盖会话标题（例如标记"可继续"以区别于完整导入）
--compact           超预算时自动压缩最老的 turn 为摘要检查点（需 API key：
DEEPSEEK_API_KEY 环境变量或 ~/.dsh/.credentials.yaml）
--model         摘要模型（默认 deepseek-v4-flash）
--context-window   模型上下文窗口，用于预算（默认 1000000）
--max-tokens     输出预算，用于预算（默认 256000）
--root         DSH 会话根目录（默认 ~/.dsh/sessions）
--dry-run           只解析、构建、打印摘要，不写入
-h, --help          帮助

示例 / examples:

dsh-codex-import 019feec0-f565-7900-b985-1d6ba3b63a56                    # 导入到 ~/.dsh/sessions
dsh-codex-import --root /tmp/test-sessions 019feec0-...                  # 写入自定义根目录
dsh-codex-import --dry-run 019feec0-...                                  # 试跑
dsh-codex-import --max-turns 80 019feec0-...                             # 只导入最近 80 个 turn
dsh-codex-import --compact 019feec0-...                                  # 超预算时自动压缩为摘要检查点
dsh-codex-import ~/backup/rollout-2026-08-11.jsonl --cwd /mnt/e/cell     # 直接给 rollout 文件

它是怎么工作的 / How it works

codex rollout 是两类事件流的 JSONL：event_msg（UI 层消息与 turn 生命周期）和 response_item（模型 API 条目，含工具调用与输出）。导入器按 codex 的 turn_id 分组，每个 codex turn 对应一个 DSH turn（含单个 step），消息与工具按时间戳排序合并：

| codex 事件 | 转换后 DSH 事件 |
| --- | --- |
| event_msg/task_started | turn/start + step/start |
| event_msg/user_message | user/message |
| event_msg/agent_message（commentary / final_answer） | assistant/message |
| response_item/function_call、custom_tool_call | tool/call |
| response_item/function_call_output、custom_tool_call_output | tool/result |
| event_msg/task_complete / turn_aborted | step/end + turn/end |
| 首条用户消息 | session/title（fallback 标题，自动剥离 URL） |

- web_search_call 因 codex 不落盘搜索结果而省略；工具调用保留 codex 原生名称与参数。
- 工具调用同时以两种形式出现：独立 tool/call 事件（供 UI 轨迹与不变式检查），以及挂到最近一条 assistant 消息上的 tool-call 内容块（供 LLM 历史——DSH 的模型可见历史只由 user/message/assistant/message/tool/result 派生，工具调用必须由 assistant 消息声明）。
- 被中断、没有落盘输出的调用（turn 被 abort）会在 step 结束前补一条合成的中断 tool/result（isError: true，文案与 DSH 自身的 interruptedTurnClosers 一致），保证每个声明的 tool_calls id 都有应答。
- 自动压缩（/codex-import 默认开启、CLI 加 --compact）把最老的 turn 用模型压成 … 检查点消息（含 DSH 压缩的前言与 {kind:"plugin", plugin:"compact"} source，格式与 dsh-compaction-basic 一致），最近的 turn 保留原文；token 预算 = 上下文窗口 − 输出预算 − 30k 余量。
- 写入的 session.jsonl.zstd 与 DSH 持久化层完全一致：第一帧只有 header 行，第二帧为全部事件行，seq 从 0 连续递增，压缩带 checksum。CLI 写入后自校验（字节级比对 + seq 检查）。
- 产物已用 DSH 真实读取器 JsonlSessionPersistence.loadStored 验证通过（无 torn marker）。

开发 / Development

npm test                                    # 单元测试（纯 Node，无依赖）
node bin/dsh-codex-import.mjs --dry-run    # 用真实 rollout 试跑
node scripts/live.mjs /tmp/test-sessions   # 在真实 CommandRuntime 里跑 /codex-import（需 @deepseek-ai 依赖）
node scripts/wire-verify.mjs    # 用真实 foldSurface + 序列化规则校验会话 LLM 历史（需 @deepseek-ai 依赖）

仓库结构 / layout

lib/core.js              # 纯转换核心：parseRollout / buildSession / projectKey / deriveTitle
lib/index.js             # 宿主插件：/codex-import 命令（commands + sessionPersistence 服务）
bin/dsh-codex-import.mjs # 独立 CLI：解析 → 构建 → 双帧 zstd 写入 → 自校验
test/                    # 单元测试 + 合成样例 rollout
scripts/live.mjs         # 真实 DSH 服务装配验证脚本
cordis.patch.yml         # bundle 插件行（自动注册）

常见问题 / FAQ

导入后侧边栏看不到？ 重启 dsh web 后刷新；冷会话第一次打开后标题才固化到投影缓存。

能重复导入同一个 codex 会话吗？ 可以，每次生成新 session id；指定相同 --session-id 会因 id 已存在而报错。

为什么没有 web 搜索结果？ codex 的 rollout 不保存 web_search_call 的输出，无法还原，故省略。

Node 版本要求？ ≥ 22.20（node:zlib 的 zstd API）。插件命令形态运行在 DSH 进程内，无此限制。

为什么导入后发消息报 "maximum context length exceeded"？ 会话历史超过了模型的上下文窗口（导入本身不会报错）。用 --max-turns  截断后重新导入，或让自动压缩把最老的部分压成摘要；并确保之后在压缩后的会话里继续，而不是回到未压缩的旧会话。

License

MIT