Plugin

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.

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.

Combina lo scheletro di codice di Headroom (Apache-2.0) con lo stimatore di TokenPilot (arXiv:2606.17016). Dati pubblicati: Headroom indica il 20% di token in meno per agent di coding e il 60–95% per JSON, a parità di risposte; TokenPilot fino al 60% di costi in meno nelle sessioni lunghe. Sono dati dei progetti citati, non misure o benchmark di questo plugin. In DSH si impostano profilo, soglia Auto Compact e compressione a scheletro. Misura col tokenizer esatto DeepSeek V4 e verifica la stessa revisione; sui modelli non supportati fail-open conserva i risultati originali degli strumenti. Compressione a scheletro durante il turno e riepilogo finale dell’intento nella compressione JSONL ufficiale.

Takes over the compaction threshold on every mounted engine: forces headroomTokens to -1e6 so the ratio is the only term in the trigger, keeps retention below it on every write path, reroutes the compaction call to a chosen model, and adds a panel with a one-click compaction button and a per-session compaction log.

Riduci il costo in token su 4 livelli senza ridurre l'intelligenza del modello: le skill di risparmio token handoff, rtk, headroom e caveman — ciascuna disponibile anche come plugin installabile autonomo.

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.

Un port snello di Headroom: comprime l'output dei tool, taglia fino al 20% del contesto, senza intaccare la cache del contesto del modello o le prestazioni dell'agente.

Runs the upstream Headroom compression toolkit (headroom-ai, Apache-2.0) inside DeepSeek Harness over MCP: headroom_compress, headroom_retrieve and headroom_stats are exposed as mcp__headroom__* tools backed by the upstream server, installed on demand by uvx. Compression is lossy but reversible — originals are fetched back by hash from a local CCR store. Also ships a registrar that adds DeepSeek Harness to Headroom's own MCP registry, and a model-header sanitizer for the upstream proxy.

Generate QR codes from a from-scratch ISO/IEC 18004 encoder with no external tools, plan symbol version and error-correction headroom before producing anything, and decode an existing symbol back to text.

Context compaction / headroom for DeepSeek Harness — compress the live context so the prompt stays small without losing the state that matters (layer 3).