yj060464-commits/dsh-chat-tools

dsh-chat-tools

为 dsh（headless 模式）加装「连续对话 + 长期记忆 + 工作流可视化」的零依赖伴侣工具链。纯 bash + Python 标准库，不侵入 dsh 内部，只读写磁盘 transcript。

一个面向 dsh 的零依赖伴侣工具包：连续对话、持久记忆和实时工作流可视化。纯 bash + Python 标准库，只读写磁盘上的 transcript。

组件

| 文件 | 作用 |
|---|---|
| chat.sh | 连续对话 REPL：免 dsh 前缀，分段滚动上下文保持对话连贯；决策点拍板（模型给出多选项时渲染终端菜单，拍板后自动沿该分支继续）；退出/Ctrl-C 自动总结存记忆 |
| chat_context.py | 分段滚动上下文构建器：段内窗口只增不减（前缀稳定 → 缓存命中率高），超限才整段截断；段起点持久化在 window.state |
| chat_choice.py | 决策点解析器：解析/剥离模型回复末尾的 [CHOOSE] 块（纯函数、零依赖），供 chat.sh 渲染拍板菜单 |
| chat_workflow_tail.py | 工作流实时透传：增量追读 dsh 会话 transcript（zstd frame 逐帧解码），把工具调用/结果、步骤边界实时打印到终端，零额外 token |
| session_log.sh | 一次性会话包装器：包装任意 dsh 命令，会话结束后自动提取关键点写入项目 AGENTS.md「会话日志」 |
| session_extract.py | LLM 记忆提取器：解析 transcript → LLM 提炼要点 → 追加到 AGENTS.md；无 key 时回退关键词提取；发送前对密钥/私钥等自动脱敏 |

解决的问题

dsh --profile headless "..." 每次都是全新会话（headless 固定新建随机 session），上下文不连续，还得敲一长串前缀。这套工具让 dsh 拥有：

1. 连续对话（省 token） — 每次提问自动带上当前分段窗口内的对话记录（默认上限 8 轮 / 8000 字符，可调）：窗口在段内只增不减，相邻两轮请求互为「前缀扩展」，DeepSeek 自动前缀缓存几乎全命中（只 miss 最新一轮增量）；仅当超限才一次性截断（丢最旧一半），整窗 miss 从「每轮一次」降到「每段一次」
2. 长期记忆 — 会话结束自动把关键点写入项目 AGENTS.md「会话日志」，新会话自动注入（AGENTS.md 分层约定）
3. 工作流可视化 — 实时看到模型每一步工具调用/结果/耗时，纯透传磁盘上已写好的 transcript，不消耗额外 token
4. 中文输入适配 — readline 行编辑：退格按「字符」删，中文不会删成半个字/乱码
5. 决策点（多选项拍板） — 任务有多个可行方向时，模型按约定在回复末尾输出 [CHOOSE] 块（A/B/C… 选项），chat.sh 渲染成终端可选菜单，你输序号/字母拍板（q=都不选、直接说想法），自动以该选择继续执行分支；新回复仍有块则继续弹菜单（上限 CHOICE_MAX_ROUNDS 防失控）——headless 下等效于 web 端「多选项让用户拍板」的项目分支体验
6. 思考档位实时切换（!effort） — 运行中临时把模型思考档位切到 high/max（写入共享的 agent-default-model.reasoningEffort，与 web 端模型选择器同一存储），退出对话自动还原为进入前的档位（仅当期间未被外部改动才还原，避免覆盖 web 端新选择）。注意与 !thinking（回复末尾的思考记录附加内容，off/short/full）是两回事：!effort 改的是模型实际推理强度（off/high/max，low 官方 API 已有但本机 dsh 适配器暂不支持）。

依赖

- dsh（必需，底层对话引擎；可用 CHAT_DSH_CMD 换成任何兼容命令）
- bash（4.x+）、python3（仅标准库）、zstd（CLI，解码 transcript 用）

Ubuntu/Debian：

sudo apt install zstd
dsh 按官方方式安装

安装

git clone https://github.com//dsh-chat-tools.git
cd dsh-chat-tools
chmod +x chat.sh session_log.sh session_extract.py

用法

连续对话（推荐日常入口）

./chat.sh                 # 进入连续对话，直接输入问题
./chat.sh --new           # 忽略已有上下文，强制开新对话
./chat.sh --help

对话内命令：

| 命令 | 作用 |
|---|---|
| exit / quit / q | 结束对话并总结存记忆 |
| !save | 立即总结存记忆（不结束对话） |
| !clear | 丢弃当前上下文重新开始（旧上下文归档保留） |
| !context | 显示当前上下文文件路径 |
| !thinking [off\|short\|full] | 切换回复末尾附加的思考记录模式（off=关闭 short=简短改动摘要 full=完整改动明细；不带参数=查看当前） |
| !workflow [on\|off] | 工作流实时透传开关 |
| !choose [on\|off] | 决策点拍板菜单开关（不带参数=查看当前） |
| !effort [off\|high\|max] | 临时切换思考档位（写入 agent-default-model.reasoningEffort，退出对话自动还原为进入前档位；不带参数=查看当前） |
| !dsh  | 临时更换底层 dsh 命令 |

一次性命令包装

./session_log.sh dsh tui                    # 包装任意 dsh 命令
./session_log.sh --profile headless "..."   # 参数原样透传

环境变量

| 变量 | 默认 | 说明 |
|---|---|---|
| CHAT_DSH_CMD | dsh --profile headless | 底层命令 |
| CHAT_DIR | $DSH_HOME/chat/ | 上下文目录 |
| CHAT_MAX_TURNS | 8 | 分段窗口的轮数上限（0=全部；窗口在段内只增不减，超限才整段截断） |
| CHAT_MAX_CHARS | 8000 | 分段窗口的字符数上限（0=不限；超限整段截断） |
| CHAT_SHOW_THINKING | full | 思考记录：full 完整改动明细 / 1 简短摘要 / 0 关闭 |
| CHAT_SHOW_WORKFLOW | 1 | 工作流实时透传开关 |
| CHAT_CHOICE | 1 | 决策点拍板菜单：1 开启（默认）/ 0 关闭（[CHOOSE] 块按原文显示；对话内 !choose on\|off 可随时切换） |
| CHOICE_MAX_ROUNDS | 5 | 连续决策点自动继续的上限轮数（防失控） |
| CHAT_WF_CHUNKS | 0 | 1=同时显示推理/文本流式分块（很吵） |
| CHAT_WF_MAX_ARGS / CHAT_WF_MAX_RESULT | 200 | 工具参数/结果截断长度 |
| SESSION_LOG_BASE_URL / SESSION_LOG_API_KEY / SESSION_LOG_MODEL | 见下 | LLM 端点/密钥/模型，默认取 ANTHROPIC_* / DEEPSEEK_API_KEY，再默认 DeepSeek anthropic 兼容端点 + deepseek-chat |

安全：密钥只走环境变量，不写死在代码里；LLM 提取与日志写入前会对私钥、API Key、token 自动脱敏。所有运行时数据（对话记录、transcript）只落在 $DSH_HOME，仓库本身不产生任何敏感文件。

工作原理（简要）

- 上下文文件：chat.sh 把对话以 dsh transcript 同格式（user/message、assistant/message 事件）追加到 $DSH_HOME/chat//context.jsonl，每次提问由 chat_context.py 取当前分段窗口拼入任务（段起点记在 window.state，--new/!clear 归档时重置）。
- 增量追读：dsh 每次 append 事件批次 = 一个完整 zstd frame + fsync。chat_workflow_tail.py 记住已消费的压缩字节偏移，只喂新字节给 zstd -d -c：exit 0 才推进偏移，exit≠0（尾部 frame 未写完）丢弃重试——天然不丢不重，且不做每轮从头解压。
- 会话发现：headless 每次新建随机 session id，tailer 靠「启动前记录的 epoch 时间戳」只挂新会话，并用单向切换防止新旧会话横跳。
- 决策点协议：chat.sh 在附加要求提示词中约定——任务有多个可行方向时，模型在回复末尾输出 [CHOOSE]…[/CHOOSE] 块（首行问题描述 + 每行一个 A. … 选项）。chat.sh 检测到块后：把含块的完整回复存入上下文（模型看得见自己列的选项）→ 用 chat_choice.py 剥离块、渲染菜单 → 你拍板后把「（决策点回应）用户选择/意见」作为下一轮消息继续执行该分支。CHAT_CHOICE=0 时既不注入约定也不拦截，完全退化为旧行为。
- 记忆落盘：会话结束把 context/transcript 交给 session_extract.py，LLM 提炼要点（重试 + 关键词兜底），追加到 AGENTS.md「会话日志」（新的置顶，超 100 行自动删最旧）。
- 思考档位（!effort）：进入对话时读一次 settings.yaml 的 agent-default-model.reasoningEffort（与 web 端模型选择器共享此存储）记为原始档位；!effort 写新档位（段不存在则创建、字段不存在则插入、存在则替换）；退出（exit/q/Ctrl-C 双路）仅在「当前值仍是本次设置值」时才还原回原始档位——安全网避免覆盖对话期间 web 端的新改动。

兼容性

只依赖 transcript 磁盘格式，不侵入 dsh 内部：换模型、换工作区、甚至换掉 dsh 本身，只要还有 user/message、assistant/message 事件格式的会话文件，这套工具都能接着用。已适配 Linux（Ubuntu）下中文输入法。

License

MIT