自动上下文压缩 lileikeji/dsh-auto-compact

dsh-auto-compact

为 DeepSeek Harness 提供自动上下文压缩：每个 agent 步骤用 token 计量对路由请求计价，压力超过配置阈值时，把较早的对话段用对话自身模型压缩成持久化的 checkpoint（复用预热前缀缓存），长会话不丢关键上下文。

本插件包装 harness 自带的 token 计量引擎（@deepseek-ai/dsh-compaction-basic），额外提供：默认更晚触发、设置卡片、安装文档。

为什么「更晚压缩」？

harness 的 pi-ai 提供商对未声明窗口的模型回退到 DEFAULT_CONTEXT_WINDOW = 262144（256K）。
默认 thresholdRatio 0.8 意味着约 205K tokens 就会压缩——对真实 1M 窗口只有 ~20%。本插件默认 thresholdRatio: 0.92 并附窗口修复文档，让大窗口真正被用满。

安装

profile 目录（C:\Users\\.dsh\profiles\）
pnpm add -w dsh-auto-compact
或从 GitHub：
pnpm add -w dsh-auto-compact@github:lileikeji/dsh-auto-compact

把 dsh-auto-compact 加进 profile package.json 的 dsh.profile.bundles，然后禁用 harness 自带引擎，只保留一个压缩引擎：

profile cordis.patch.yml
- id: compaction-basic
name: '@deepseek-ai/dsh-compaction-basic'
disabled: true

窗口配置（重要）

引擎从 LLM 适配器读取模型上下文窗口。若模型未声明窗口（pi-ai 默认 256K），在 ~/.dsh/settings.yaml 按提供商设置：

llm-pi-ai:
providers:
my-provider:
apiKeyEnv: MY_API_KEY
defaultContextWindow: 1000000 # 模型的真实窗口

配置（设置卡片）

设置 → 插件 → 自动压缩上下文（auto-compact）：

- thresholdRatio — 触发阈值（占上下文窗口比例，默认 0.92）。
- retainRatio — 原样保留的最近对话比例（默认 0.12）。
- maxTokens — 摘要输出上限（默认 8192）。
- auto — 自动压缩开关。

改动在 profile 重启后生效。

原理

1. agent/pre-step：用 token 计量对最近一次持久化路由请求计价。
2. 若 总 tokens ≥ thresholdRatio × 上下文窗口（已知输出预算时按输出感知收缩），选择不拆分工具调用/结果对的首部区间，保留最近尾部。
3. 用对话自身模型摘要该区间（逐字回放 system prompt + 工具 + 前序消息以复用 KV 缓存），追加压缩指令。
4. 以 compaction/start → 摘要 → compaction/end 事务落到会话 surface，后续步骤从 checkpoint 继续。

License

MIT