플러그인

공식 billion-context 플러그인: 작은 컨텍스트 윈도우용 컨텍스트 압축 플러그인(100K 컨텍스트면 충분), 토큰 절약(토큰 5배 감소), 한 달 이상 지속되는 단일 세션(수십억 토큰).

DeepSeek Harness를 위한 모델 주도 컨텍스트 압축(Active Context Pruning): 언제 무엇을 압축할지 모델이 스스로 결정합니다.

dsh 웹 UI를 LAN으로 접근 가능하게 합니다. HTTP/HTTPS/WS 포워딩과 TLS(자체 서명 또는 사용자 지정 인증서); HTTP용 적응형 Brotli/gzip 압축, WebSocket용 permessage-deflate. 하프오픈 WebSocket 프로빙으로 백그라운드 후 모바일 클라이언트가 끊어지지 않으며, 실행 토큰 자동 주입으로 LAN 기기가 토큰 복사 없이 연결 가능. DNS 리바인딩 보호 + 루프백 전용 업스트림 허용 목록.

/api 응답에 대한 Gzip 압축으로 원격/저대역폭 연결에서 기록 불러오기 시간 초과를 해결. SSE 및 이미 인코딩된 응답은 건너뜀.

DeepSeek Harness용 자동 컨텍스트 압축: 모델에 도달하기 전에 도구 출력을 압축하고 모든 손실 압축을 CCR 리트리벌 툴로 가역적으로 유지합니다.

코딩 에이전트용 로컬 우선 코드 지식 그래프: 계층형 컨텍스트 압축, DAG 계획, 점진적 AST 인덱싱, 세션 간 스킬 플라이휠, 진단, 그래프 아티팩트 가져오기/내보내기를 위한 10개 MCP 도구.

중국 A주 금융 데이터 MCP 서버: 11개 fin_data__* 도구(시세/K선/재무/캘린더/특수 데이터/공고/EDB/대사/펀드/지수)를 THS 무료 공식 REST(주) + AKShare(폴백) + Wind(독점 영역)로 제공. 성능 저하 관측성, 컨텍스트 예산 압축(결과 측 -72.2% 실측), 오프라인 10년 시장 데이터 레이크. BYOK.

비전, 압축, 리뷰, 서브에이전트, 제목, 이미지 생성을 위한 전용 모델 라우트, 도구 및 시스템 가이드.

Qwen3.8-27B와 같은 저컨텍스트 llama.cpp 모델 실행 시 컨텍스트 압축을 강제하여 모델 효율성과 사용의 원활함을 개선하며, 잘 정제된 압축 프롬프트도 함께 제공합니다.

휴대폰이나 어디서든 DSH 접근: Cloudflare Quick Tunnel 공개 링크 + LAN HTTP/HTTPS 직접 접근(자동 자체 서명 인증서), 토큰 인증, gzip 압축, QR 코드가 있는 플로팅 휴대폰 아이콘 패널, 링크 가져오기용 NapCat QQ 봇 채널.

harness용 중국 A주식 금융 데이터 MCP 서버: THS 무료 공식 REST(기본) + AKShare(폴백) + Wind(독점 도메인) 통한 11개 fin_data__* 도구(시세/K 라인/재무/캘린더/특별 데이터/공지/EDB/조정/펀드/지수), 관찰 가능한 저하, 컨텍스트 예산 압축(결과 측 -72.2% 측정), 오프라인 10년 시장 데이터 레이크; BYOK.

DeepSeek Harness (dsh)를 위한 보호형 컨텍스트 압축: LLM이 제안하고, deterministic 가드가 처리 — verbatim 가드 하의 eager per-atom shrink(extract/summary/false) + 지연 reference-graph eviction(0-LLM) + append-only 로그의 바이트 단위 완전 일치 recall.

dsh용 결정적 컨텍스트 압축: LLM 호출 제로, 경로·명령·오류 추적·미완료 할 일을 그대로 보존하는 규칙 기반 프루닝. 약 8만 토큰을 수백 토큰으로 압축합니다.

DeepSeek Harness용 LLM 없이 동작하는 무손실* 압축 엔진입니다.

DeepSeek Harness용 Context Assembler 프로필: 토픽 블록 컨텍스트 어셈블리, 워터 프레스처 토픽 스플리팅, 도구 트레이스/재작성, 리얼리티 리콜 인젝션 및 핸드오프 플래닝.

Headroom의 슬림 포트: 도구 출력을 압축하고 컨텍스트를 최대 20%까지 줄이며, 모델의 컨텍스트 캐시나 에이전트 성능에는 영향을 주지 않습니다.

DSH 웹 UI용 네트워크 최적화: 캐싱과 압축으로 전송 크기를 줄여 페이지 로딩을 크게 빠르게 하고, 연결 끊김 표시와 자동 재연결을 제공한다. 최고 성능을 추구하거나 불안정한 네트워크를 사용하는 사용자에게 적합하다.

멀티 플랫폼 메시지 게이트웨이 및 WeCom AI 봇 브리지. 세션 컨텍스트 압축과 스마트시트 생성 지원.

DeepSeek Harness용 망각 곡선 인플레이스 대화 압축: 최근 턴은 그대로 유지, 중간 턴은 구조적으로 탈수(LLM 미사용), 오래된 턴은 경계 요약 쌍으로 접힘 — 경계 메모리 예산에서의 무경계 대화.

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

DSH 웹 UI에 Headroom 압축 프록시의 실시간 토큰 및 비용 절감을 표시: 설정 대시보드와 컴포저 하단의 영구 통계 라인.

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.