上下文剪切 QUANJIANGJUN/dsh-context-offload

dsh-context-offload

DSH 插件：把已完成的工作段从「上传给模型的上下文」里卸下来，原文仍留在会话中。

它解决什么

长会话里，前面做完的事每一轮都要重新发给模型，白花钱。
这个插件让你把那些「已经闭环、后面不会再用原文」的段落剪掉，上下文立刻变小，但界面上原文还在，随时能取回。

用法

设置 → 上下文剪切

1. 「可剪的工作」列出按你每句话切好的段
2. 勾选 → 点 去掉 / 保留 / 交给 AI
3. 「执行剪切」
4. 剪过的在「已剪的块」里：左键看原文，右键命名 / 定位 / 复制 / 导出 / 合并 / 取消剪切

自动模式

设置页「自动模式」一栏有三档：手动 / 提示 / 自动。

| 档 | 到点之后 |
| 手动 | 什么都不做，只有点按钮才剪 |
| 提示 | 不剪，页面顶部弹横幅「可以剪了：共 N 块，约 XK」+ [现在剪] [忽略] |
| 自动 | 直接剪，剪完留一条 〔自动剪切 · 剪了 N 段，省 X〕 |

三档共用的规则：

- 触发时机：用户每发一条消息时检查一次
- 冷却：距上次 ≥ cooldownTurns（默认 10 轮）
- 门槛：可剪总量 ≥ minTokens（默认 20000）
- 保留：最近 2 轮永远不剪
- 硬约束：出现「记住 / 别忘 / 答应我 / 承诺 / 约定 / 永远…」等字样的段，自动模式永不触碰
- 记账：写入 ~/.dsh/context-offload-history.json（最多 50 条），界面上可展开看到剪了哪些块
- 冷却起点：从「关」切到「开」时，把起点钉在当前轮次，避免一开启就立刻剪一大片

配置文件：~/.dsh/context-offload-auto.json

{ "auto": false, "prompt": false, "cooldownTurns": 10,
"lastOffloadTurn": 0, "lastOffloadAt": 0, "minTokens": 20000,
"pending": null }

⚠️ 自动剪切会改会话表面，使前缀缓存失效。所以冷却不是可选项——每轮都剪反而更费钱。

文件

| 文件 | 作用 |
| lib/index.js | 后端：4 个工具 + 9 个 HTTP 路由 + 自动模式 |
| lib/client.js | 前端：设置页界面（React，通过 slots 注入）|
| dsh.bundle.patch.yml | 挂载声明 |

工具（模型可直接调）

| 工具 | 作用 |
| offload_list | 列出表面节点 |
| offload_candidates | 按用户消息自动切段 |
| offload_context(start, end, title) | 剪掉一段 |
| offload_cancel(tombSeq) | 取回（墓碑换回原文） |
| load_context(tombSeq) | 临时读原文（只读，墓碑保留） |

接口

| 路由 | 作用 |
| GET /context-offload/api/state | 统计 + 候选 + 已剪 |
| GET /context-offload/api/sessions | 会话列表 |
| POST /context-offload/api/offload | 执行剪切 |
| POST /context-offload/api/cancel | 取消剪切 |
| POST /context-offload/api/read | 读原文（tombSeq 或 startSeq/endSeq）|
| POST /context-offload/api/merge | 合并相邻两块墓碑 |
| GET /context-offload/api/auto | 读自动模式配置 |
| POST /context-offload/api/auto | 改自动模式配置 |
| POST /context-offload/api/apply-pending | 按「提示模式」的建议立刻剪 |
| GET /context-offload/api/history | 自动剪切历史 |
| POST /context-offload/api/ask-ai | 把「交给 AI」的块写成裁决请求 |

「交给 AI」怎么工作

勾选几块 → 点「交给 AI」→ 执行剪切：

- 去掉 的：直接剪
- 保留 的：跳过
- 交给 AI 的：不剪，而是往会话里写一条

〔待 AI 裁决 · 3 块，共约 37K token〕
1. Edge 硬件加速修复（12K，seq 100..112） gist: 根因是关掉了硬件加速 ... 请逐块评估：结论是否已落到别处？后面还会不会用到原文？
能剪的调 offload_context；不该剪的说清理由。

模型下一轮看到这条，逐块判断并调用工具——用户先筛，AI 后判。

已知限制

- 数字是估算值（中文 0.7/字、其他 1/3.8 字符），不是精确 tokenizer
- 「合并到上一块」不可逆（合并后只能整块取消剪切重剪）
- 其他会话的候选是只读重建的，不能在那里剪
- 聊天流里墓碑仍是纯文本，没做成可折叠卡片

实现要点（给未来的自己）

- 剪切 = 往表面写一条 user/message，带 surfaceOp: { op:'replace', startSeq, endSeq }
- 原文一直在 session.v4.jsonl.zstd 里，eventAt(seq) 随时能读回来
- 墓碑里记 origin: a..b，取回时按这个范围递归展开（碰到「已取回」副本继续往里钻）
- 千万不要用 min/max 合并 origin —— 会把范围撑爆，读出一堆无关内容（踩过这个坑）

安装

1. 把整个目录放进 DSH 的 profile node_modules 里（以默认桌面 profile 为例）：

cp -r dsh-context-offload ~/.dsh/profiles/desktop/node_modules/

2. 在 ~/.dsh/profiles/desktop/package.json 的 dsh.profile.bundles 里登记：

{json
"dsh": {
"profile": {
"bundles": ["dsh-context-offload"]
}
}
}

只写进 bundles、不写进 dependencies 的包，DSH 启动时会被清掉。稳妥做法是两处都写。

3. 重启 DSH，设置里会出现「上下文剪切」。

- 改后端（lib/index.js）→ 必须重启 DSH
- 改前端（lib/client.js）→ 刷新页面即可

截图

设置页

许可证

GPL-3.0-or-later。改了就得以同样的许可证开源。