Plugins

El plugin oficial billion-context: un plugin de compresión de contexto para ventanas de contexto pequeñas (basta con un contexto de 100K), ahorro de tokens (5 veces menos tokens), y sesiones únicas de un mes de duración (miles de millones de tokens).

Compresión de contexto guiada por el modelo (Active Context Pruning) para DeepSeek Harness: el modelo decide cuándo y qué comprimir.

Agent Context Editor es un plugin entre agentes para excluir, editar y comprimir selectivamente el contexto de conversaciones de IA manualmente. También admite buscar, filtrar, seleccionar, ocultar, restaurar y deshacer cambios en la conversación conservando la sesión original.

Accede a la UI web de dsh por LAN: reenvío HTTP/HTTPS/WS más TLS (certificados autofirmados o personalizados); compresión adaptativa Brotli/gzip para HTTP y permessage-deflate para WebSocket; el sondeo de WebSocket medio abierto evita que los clientes móviles se queden inactivos al pasar a segundo plano; la inyección automática del token de lanzamiento permite a los dispositivos LAN conectarse sin copiar el token; protección contra DNS rebinding + lista permitida de upstream solo loopback.

Grafo de conocimiento de código local-first para agentes de codificación: 10 herramientas MCP para compresión de contexto por capas, planificación DAG, indexación incremental de AST, volante de habilidades entre sesiones, diagnósticos e importación/exportación de artefactos del grafo.

Compresión Gzip para respuestas /api, que corrige los tiempos de espera de carga de historial en conexiones remotas o de bajo ancho de banda; omite SSE y respuestas ya codificadas.

Servidor MCP de datos financieros de acciones A chinas: 11 herramientas fin_data__* (cotizaciones/velas/financieros/calendario/datos especiales/anuncios/EDB/conciliación/fondos/índices) sobre THS REST oficial gratuito (principal) + AKShare (respaldo) + Wind (dominios exclusivos), con degradación observable, compresión del presupuesto de contexto (-72,2% medido en resultados) y un lago offline de 10 años de datos de mercado. BYOK.

Compresión automática de contexto para DeepSeek Harness: comprime las salidas de herramientas antes de que lleguen al modelo y mantiene cada compresión con pérdida reversible mediante herramientas de recuperación CCR.

Accede a DSH desde tu teléfono o cualquier lugar: enlace público Cloudflare Quick Tunnel + acceso directo LAN HTTP/HTTPS (certificado autofirmado automático), autenticación por token, compresión gzip, panel flotante con icono de teléfono y códigos QR, y un canal de bot NapCat QQ para obtener el enlace.

Enruta los comandos de shell elegibles a través de rtk para comprimir la salida de herramientas y ahorrar tokens.

Rutas de modelo, herramientas y guía de sistema dedicadas para visión, compactación, revisiones, subagentes, títulos y generación de imágenes.

Compresión determinista de contexto para dsh: cero llamadas al LLM, poda basada en reglas que preserva rutas, comandos, trazas de error y tareas pendientes textualmente. Comprime ~80k tokens a unos pocos cientos.

Fuerza la compresión de contexto al ejecutar modelos llama.cpp de bajo contexto como Qwen3.8-27B, mejorando la eficiencia del modelo y la fluidez de uso, junto con prompts de compactación bien refinados.

Compactación de contexto protegida para DeepSeek Harness (dsh): la LLM propone, los guardianes deterministic deciden — reducción eager por átomo (extract/summary/false bajo guardianes verbatim) + eviction diferida del reference-graph (0-LLM) + recall byte-exacto desde un log append-only.

Servidor MCP de datos financieros de acciones A de China para el harness: 11 herramientas fin_data__* (cotizaciones/velas K/financieros/calendario/datos especiales/anuncios/EDB/reconciliación/fondos/índices) sobre THS REST oficial gratuito (principal) + AKShare (respaldo) + Wind (dominios exclusivos), con degradación observable, compresión de presupuesto de contexto (lado del resultado -72.2% medido), y un lago de datos de mercado de 10 años sin conexión; BYOK.

Ramificación de conversaciones al estilo Git que refleja cómo colaboran los programadores reales: una rama raíz de secretario asigna tareas a ramas hijas con sus propios contextos, fusionando de vuelta solo resúmenes comprimidos mediante squash o rebase; incluye comandos /branch, una pestaña de ramas, mensajería entre ramas y una base de gobernanza que empareja cada rama de sesión con un worktree de git.

Un port ligero de Headroom: comprime la salida de herramientas, recorta hasta el 20% del contexto, sin afectar a la caché de contexto del modelo ni al rendimiento del agente.

Motor de compactación sin pérdidas* y sin LLM para DeepSeek Harness

Lado DSH del ecosistema de memoria dsh-ecolink: conecta chat.deepseek.com y DeepSeek Harness mediante una extensión de navegador que recolecta etiquetas de memoria en formato DSM e inyecta las memorias recuperadas en los chats web, un servicio local sin dependencias que escribe un pool de memoria compartido, y este adaptador, que inyecta memorias en pre-step y ofrece la escritura de vuelta /ecolink-push; la compresión es transaccional (pool de staging con commit/rollback).

Sustituye el resumidor de compactación integrado de DSH por un resumen de traspaso de cinco secciones y mantiene legible cada mensaje ocultado en un directorio de segmentos.

Puerta de enlace de mensajes multiplataforma y puente de bot de IA de WeCom con compresión de contexto de sesión y creación de smartsheets.

Optimización de red para la interfaz web de DSH: reduce el tamaño de transferencia con caché y compresión para acelerar mucho la carga de páginas, además de un indicador de caída de conexión y reconexión automática. Ideal para usuarios que buscan el máximo rendimiento o usan redes inestables.

Plugin Context Assembler para DeepSeek Harness: ensamblaje de contexto por bloques temáticos, división de temas por presión hídrica, traza/reescritura de herramientas, inyección de recuerdo de realidad y planificación de traspaso.

Extensión RTK (Rust Token Killer) para dsh-router: reescribe cada llamada a la herramienta bash mediante `rtk rewrite` para que el agente lea una salida de comando comprimida, y recurre al comando original cuando rtk no está presente o no tiene un equivalente.