Plugin

Il plugin ufficiale billion-context: un plugin di compressione del contesto per finestre di contesto ridotte (basta un contesto di 100K), risparmio di token (5× meno token) e sessioni singole di un mese (miliardi di token).

Compressione del contesto guidata dal modello (Active Context Pruning) per DeepSeek Harness: è il modello a decidere quando e cosa comprimere.

Accedi alla UI web di dsh tramite LAN: inoltro HTTP/HTTPS/WS più TLS (certificati autofirmati o personalizzati); compressione adattiva Brotli/gzip per HTTP e permessage-deflate per WebSocket; il probing dei WebSocket half-open impedisce ai client mobile di andare in idle dopo il background; l'auto-iniezione del token di avvio consente ai dispositivi LAN di connettersi senza copiare il token; protezione dal DNS rebinding + allowlist upstream solo loopback.

Compressione Gzip per le risposte /api, che risolve i timeout di caricamento della cronologia su connessioni remote/a bassa larghezza di banda; salta SSE e le risposte già codificate.

Compressione automatica del contesto per DeepSeek Harness: comprime gli output degli strumenti prima che raggiungano il modello e mantiene ogni compressione lossy reversibile tramite strumenti di recupero CCR.

Grafo di conoscenza del codice local-first per agenti di coding: 10 strumenti MCP per compressione contestuale a livelli, pianificazione DAG, indicizzazione AST incrementale, flywheel di competenze cross-session, diagnostica e import/export di artefatti del grafo.

Server MCP per dati finanziari delle azioni A cinesi: 11 strumenti fin_data__* (quotazioni/candele/bilanci/calendario/dati speciali/comunicati/EDB/riconciliazione/fondi/indici) su THS REST ufficiale gratuito (primario) + AKShare (fallback) + Wind (domini esclusivi), con degradazione osservabile, compressione del budget di contesto (-72,2% misurato sui risultati) e un lago offline di 10 anni di dati di mercato. BYOK.

Rotte di modello dedicate, strumenti e guida di sistema per visione, compattazione, revisioni, subagent, titoli e generazione di immagini.

Forza la compressione del contesto durante l'esecuzione di modelli llama.cpp a basso contesto come Qwen3.8-27B, migliorando l'efficienza del modello e la fluidità d'uso, insieme a prompt di compattazione ben raffinati.

Accedi a DSH dal tuo telefono o da qualsiasi luogo: link pubblico Cloudflare Quick Tunnel + accesso diretto LAN HTTP/HTTPS (certificato autofirmato automatico), autenticazione con token, compressione gzip, pannello flottante con icona telefono e codici QR, e un canale bot NapCat QQ per recuperare il link.

Server MCP di dati finanziari A-share cinesi per l'harness: 11 strumenti fin_data__* (quotazioni/K-line/finanziari/calendario/dati speciali/annunci/EDB/riconciliazione/fondi/indici) su THS REST ufficiale gratuito (primario) + AKShare (fallback) + Wind (domini esclusivi), con degradazione osservabile, compressione del budget di contesto (lato risultato -72,2% misurato) e un lake di dati di mercato offline di 10 anni; BYOK.

Compattazione del contesto protetta per DeepSeek Harness (dsh): la LLM propone, le guardie deterministic decidono — riduzione eager per atomo (extract/summary/false sotto guardie verbatim) + eviction lazy del reference-graph (0-LLM) + recall byte-esatto da un log append-only.

Compressione deterministica del contesto per dsh — zero chiamate LLM, potatura basata su regole che preserva testualmente percorsi, comandi, tracce di errore e attività aperte. Comprime ~80k token in poche centinaia.

Motore di compattazione senza perdita* e senza LLM per DeepSeek Harness.

Plugin Context Assembler per DeepSeek Harness: assemblaggio del contesto a blocchi di argomenti, splitting degli argomenti a pressione d'acqua, tracciatura/riscrittura strumenti, iniezione di richiamo della realtà e pianificazione del passaggio.

Un port snello di Headroom: comprime l'output degli strumenti, taglia fino al 20% del contesto, senza influire sulla cache del contesto del modello o sulle prestazioni dell'agente.

Ottimizzazione di rete per l'interfaccia web di DSH: riduce la dimensione dei trasferimenti con cache e compressione per velocizzare molto il caricamento delle pagine, oltre a un indicatore di disconnessione e alla riconnessione automatica. Ideale per chi cerca prestazioni massime o usa reti instabili.

Gateway di messaggistica multipiattaforma e ponte bot IA per WeCom con compressione del contesto di sessione e creazione di smartsheet.

Compressione del dialogo in-place con curva di dimenticanza per DeepSeek Harness: i turni recenti restano verbatim, quelli centrali sono strutturalmente disidratati (senza LLM), quelli antichi si ripiegano in una coppia di riassunti limitata — conversazioni illimitate su un budget di memoria limitato.

人脑式上下文压缩逻辑，大幅减少长任务上下文占用以及token消耗

Mostra risparmi in tempo reale di token e costi dal proxy di compressione Headroom nella Web UI DSH: una dashboard delle Impostazioni e una riga di statistiche persistente sotto il composer.

Same-origin in mechanism with the two loudest lines in context compression. The code-skeleton gate follows the skeletonization approach of Headroom (Apache-2.0), whose published headline is 20% fewer tokens for coding agents and 60–95% fewer tokens for JSON, same answers. The estimator channel follows TokenPilot (arXiv:2606.17016), which reports up to 60% lower cost for long-session agents. Both figures are theirs, quoted as-is; this plugin ships no benchmark of its own and claims no reduction of its own. What it adds for DeepSeek Harness: choose a compression profile, set the Auto Compact trigger level and toggle code-skeleton compression from one settings section, with exact DeepSeek V4 tokenizer measurement, same-revision count verification, and fail-open behaviour that keeps the original tool results on unsupported models.

AST-based context compression, test log filtering, and token budget guard for DeepSeek Harness: strips redundant syntax, prunes noisy log lines, and enforces a token ceiling so the context window never overflows.

DSH 智能上下文压缩插件 —— 在有限窗口内管理认知资源，让 Agent 记住真正重要的信息。 Smart context compression for DSH — managing cognitive resources within limited windows, so your Agent remembers what truly matters.