wjxn13/dsh-headroom

dsh-headroom

兼容的 Harness 版本

- 已验证支持：DeepSeek Harness 0.1.0-rc.6（web profile）。
- 最新版 0.1.2-alpha.3：适配计划进行中，暂无确切完成时间。升级前请先备份你的 DSH 安装。

⚠️ 已合并（DEPRECATED）：本插件已与 dsh-headroom-manager 合并为
dsh-headroom-suite（二合一套件，
一条命令装齐线路切换 + 代理管理）。本仓库保留作历史参考，建议直接安装套件：

dsh plugin --profile web add github:wjxn13/dsh-headroom-suite#main

DeepSeek Harness 的 Headroom 上下文压缩代理集成插件：一键检测、安装、启动
Headroom 压缩代理，并自动接入 DeepSeek
线路（OpenAI 协议），在设置页提供状态面板与切换控件。

重要声明：本插件是 headroomlabs-ai/headroom
（Apache License 2.0）的集成与封装，Headroom 压缩引擎本身由 Headroom 项目提供，
版权归其作者所有。本插件不包含、也不修改 Headroom 的压缩算法，仅负责：
环境检测、依赖安装、进程管理、DeepSeek 兼容预设与线路切换 UI。
详见 NOTICE 与 LICENSE。

功能

- 一键启用压缩线路：设置页点按钮，把 DSH 的 llm-deepseek.baseURL 指向本地 Headroom 代理
- 自动环境管理：检测 Python → 自动建 venv → 安装 headroom-ai[proxy]（轻量，无 torch）
- 进程守护：自动启动 headroom proxy、/livez 健康检查、崩溃提示
- 兼容预设：固化 Windows workaround（HEADROOM_DETECT_BACKEND=python、
HEADROOM_TOOL_SEARCH=off）与 DeepSeek 双协议路由
- 一键切回直连：任何时刻可切回 api.deepseek.com，无锁死风险
- 实时统计：设置页显示花费/节省 token、缓存命中率（每 10 秒刷新）

实测成果

以下数据来自本机真实使用（DeepSeek V4-Flash，DSH 大上下文会话），2026-08-15 统计：

| 指标 | 实测值 | 说明 |
|---|---|---|
| 累计压缩节省 | 1,256,265 token | Headroom 累计压缩掉的 token（跨 1,533 次请求） |
| 累计输入 | 413M token | 压缩后实际发送量 |
| 缓存命中率 | 99.9% | 前缀缓存命中（DeepSeek 官方机制，Headroom 不破坏它） |
| 单请求典型节省 | 4-71 token / 请求 | 工具 schema 压缩为主（大上下文会话） |

能省多少？（诚实预期）

Headroom 官方宣称可省 60-95% token（JSON 数据）或 15-20%（编码 agent），但实际节省取决于场景：

- JSON/结构化数据密集（工具输出、API 响应）：压缩空间大，接近官方宣称的高端
- 大上下文 coding 会话（DSH 这类 1M 上下文，实测 2026-08）：大多数请求只省 ~0.001%（工具 schema 早已压缩、历史走缓存，可压缩空间被榨干）；但当工具输出/跨轮去重触发时，单次可省 8-20% 甚至更高（实测平均 8.95%，中位 0.1%）。配合 DeepSeek 前缀缓存（99.9% 命中），每次请求的新内容成本极低（~100 token）
- 省钱大头是缓存：Headroom 的核心价值是不破坏 DeepSeek 的缓存（改写确定性），让 99.9% 输入走折扣价；压缩是锦上添花

金额换算建议以 DeepSeek 官方账单为准（价格峰谷变动频繁，插件不估算金额，避免误导）。

与 DSH 自带压缩的分工（为什么不是重复造轮子）

DeepSeek Harness 自带会话历史压缩（dsh-compaction-basic：超预算时把旧对话摘要成 ；dsh-compaction-tool-result-pruner：超预算时修剪工具结果）。这些是会话层的兜底——会话太长时的事后补救。

本插件的定位是请求层的极致压缩，与 DSH 自带机制互补、不重叠：

| 层 | DSH 自带 | 本插件（Headroom） |
|---|---|---|
| 会话历史（摘要旧对话） | ✅ compaction-basic | ❌ 不碰历史（保护缓存前缀） |
| 工具结果（超预算修剪） | ✅ tool-result-pruner | ❌ 保留原文（CCR 可逆） |
| 请求内（工具 schema / 跨轮冗余） | ❌ 无 | ✅ 本插件专攻 |

为什么需要这一层

DSH 每次请求会全量发送工具 schema（数十个工具的完整 JSON 描述，可达数万 token），且多轮对话中跨轮内容存在大量冗余。Headroom 在每次请求发出前：

- 压缩工具 schema（tool_schema_compaction）：去掉描述冗余，每次请求省 4-71 token
- 跨轮去重（cross_turn_dedup）：删除与上一轮重复的内容
- 遇到大工具输出时：一次省 8-20%（偶发但可观）

目标

在 DSH 自身压缩之上，把每次请求的冗余压到极致——日常每请求稳定压缩，偶发大输出大幅压缩，配合 99.9% 缓存命中，让 token 消耗逼近理论下限。

与 dsh-caveman 配合（输入 + 输出一起省）
本插件管输入侧（请求层压缩，保缓存）。输出的冗余交给 dsh-caveman——让 AI 少说废话、精简输出（本机实测省 88% 输出 token），技术信息完整保留。两者正交、互补、不冲突：

| | dsh-headroom（本插件） | dsh-caveman |
|---|---|---|
| 省哪侧 | 输入 token | 输出 token |
| 机制 | Headroom 代理（无损保缓存） | 提示词规则（删废话） |
| 省钱大头 | 99.9% 缓存命中 | 65% 输出精简 |

一个管进（把发给模型的输入压到最省，还不破坏缓存），一个管出（把模型吐出来的输出压到最省）。两个都装，token 消耗逼近理论下限。

dsh plugin --profile web add "github:wjxn13/dsh-caveman#path:/dsh-plugin"

安装

前置条件

- DeepSeek Harness（dsh）已安装并运行
- Python 3.10+（Windows 3.10-3.13 均可，Headroom ≥0.35 提供预编译 wheel，无需编译工具链）

安装插件

克隆仓库（或下载 release 包）
git clone https://github.com/wjxn13/dsh-headroom.git

用 dsh 的插件命令安装（npm 包形式）
cd ~/.dsh/profiles/web
dsh plugin add file:../dsh-headroom  # 或本地路径

然后在 ~/.dsh/profiles/web/cordis.patch.yml 的顶层数组加：

- insert:
- id: dsh-headroom
name: '@dsh-external/dsh-headroom'

重启 dsh web，打开 设置 → 线路切换。

使用

打开 DSH Web → 设置 → 线路切换 页签：

1. 首次使用：点「安装 Headroom 引擎」（自动建 venv + pip install，约 50MB）
2. 启动：点「启动压缩线路」（自动拉起代理并写入 baseURL）
3. 切换：随时点「切回直连」恢复默认线路

⏳ 注意：启动压缩线路后，首次对话可能需要等待约 1 分钟——这是 Headroom
冷启动（首次加载 tokenizer / 模型组件），之后请求恢复正常（几秒内）。

Windows

Headroom 0.35.0 起提供 Windows 预编译 wheel（headroom_ai-*-win_amd64.whl，
Python 3.10+，见 headroom#636），
pip install headroom-ai[proxy] 在 Windows 上直接安装，无需 Rust 或 MSVC 工具链。

详细的 Headroom 安装说明见官方文档。

兼容性

| 协议 | 线路 | 状态 |
|---|---|---|
| OpenAI（DSH 默认） | DeepSeek 直连 / Headroom 压缩 | ✅ 已实测 |
| Anthropic（Claude Code） | 经 Headroom 压缩 | ✅ 参考 README（上游支持） |

开发

pnpm install
pnpm run build    # 构建 client bundle + host lib

致谢与许可

- 压缩引擎：headroomlabs-ai/headroom（Apache 2.0）
- 本插件：Apache License 2.0（见 LICENSE），NOTICE 见 NOTICE