プラグイン

DeepSeek Harness 向けのトークンコストパイプライン：プレッシャーを考慮した階層的コンパクション（コンテキストプレッシャー 40% 未満ではロスレスな射影、それ以上では LLM 要約）、エージェントごとのツール許可リスト、vision 要約による長文の画像化、プレッシャー・階層・節約トークンを追跡する /token-status コマンド。

DeepSeek Harness 向けの可逆なコンテキスト軽量化: 一様な JSON 配列の TOON 風ロスレス表形式再エンコード、行番号付きのストライドサンプリングされた表ウィンドウ、繰り返しのツール出力に対するターン間重複排除を行う。各置換はバイト数＋トークン数のゲート（≤72% のバイト数、推定トークン数が厳密に少ない）を通過し、元データは `[save-token #id]` 通知の背後でディスクに退避される。`save_token_expand` ツールを1回の呼び出しで復元でき、設定ダッシュボードには請求済みトークン数と削減済みトークン数の計測が表示される。

DeepSeek Harness 向けの多層トークン最適化パイプライン: 出力ラダー、MCP の遅延ロード、圧縮ドライバ、キャッシュヒット報告。実際の DSH プラグイン API を基盤に構築されており、長時間セッションでは入力を約40〜60%節約。

作業を名前付きタスクにラップし、タスクが終了すると、次のステップ境界でその全メッセージ範囲を1つのサマリーに畳み込みます。元のコンテンツはオンデマンドで復元可能です。

DeepSeek Harness 向けのトークン効率の高いペルソナ実行環境で、ローカルの catgirl レンダリングと段階的なツールスキーマ開示を備える。

各タスクをあるモデルに、そのレビューを別のモデルにルーティングします。適格性の証跡、フェイルオーバー、耐久性のあるジャーナルを備えます。

Fronts stdio MCP servers with three router tools (list_capabilities, describe_tool, call_tool) so schemas load on demand instead of riding every request; shapes every tool result through a deterministic output ladder that archives the original first (retrieve_spill reads it back); prices tool groups in tokens and can hide built-in groups per agent. Bridges to a standard-library Python router, so Python 3.9+ is required.

Compaction fallback for compaction-basic: when its LLM summary throws, comes back empty or cannot fit the window, the span is compiled deterministically with a seq pointer on every line (vendored dsh-compaction-instant compiler). Adds recall and search tools, /recall and /context commands, an idle trigger at 45% of the window and an on-disk span archive. The engine mounts as one row in the agent preset (docs/dsh-integration.md).

One MCP tool instead of every schema you own — a lazy capability broker that cuts resident tool context by a measured 94.4%. Search, inspect, enable and call MCP servers and skills on demand.

DeepSeek Harness の動的コンテキスト管理プラグイン（Dynamic Context Pruning for dsh）。opencode-dcp を参考にしています。

Sleev routing observability for DeepSeek Harness

把长文本渲染成图片发送，利用每图 384 token 封顶压缩 LLM 输入 token，专为DeepSeek Harness设计的插件；Pack long text into images to cut LLM input tokens (384/image cap) — a DeepSeek Harness plugin.