dsh-reference-session-collector

dsh-reference-session-collector (DRSC) — 会话原文投影同步器

只读扫描 ~/.dsh/sessions/** 会话日志，解码后投影进插件自有 SQLite （segments / replaces / FTS5），经单条 fenced HTTP 路由对外提供 surface 标记、召回对账与中文可用的内容检索面。绝不写会话文件。

Session Reference Projector (DRSC) — English summary

DRSC is a read-only projector over the host's session logs. It walks ~/.dsh/sessions/**, decodes zstd/teiled-frame logs with a vendored leaf decoder, and rewrites per-session projections into ~/.dsh-reference-session-collector/projection.db (SQLite via node:sqlite, four tables + one FTS5 virtual table). A single fenced HTTP route (GET/POST /api/dsh-reference-session-collector) exposes status, session listings, per-session segment windows, the surface ledger, recall/compress pair accounting and full-text search. Token counts share the exact same DeepSeek-V4 tokenizer and formula as CCI's verify, falling back to a labelled chars/4 basis when assets are absent. DRSC never writes to any session file; its only writes land in its own data directory.

定位 / Positioning

消费方	用 DRSC 做什么	分期
CCI（context-compression）	surface 标记（compressed/surface_text/replaced_by）、召回对账（Σb 回吐、Σ(a−b) 毛节省）、verify 免全量解码	一期
steward（会话管家）	内容搜索语料源切换（search_text/time/on_surface 检索面）	二期
prime-memory	历史投影只读：op=session&turn= 锚点回填 l0 旧行 turn/step（l0 写路径不迁）	三期

状态 / Status

已交付（v0.1.0）：宿主半身全量——纯投影核心、SQLite 投影库 （node:sqlite, FTS5）、增量同步引擎（watermark 预查/归档集跟随/interval 调度）、三层缓存查询面、fenced HTTP 路由；门禁链 pnpm check 全绿 （9 测试文件 / 66 测试）含 dist 冒烟。剩余：消费方接线（一期 CCI 对账 / 二期 steward 语料切换 / 三期 memory 锚点回填）与效率基准 T9.1。

其余 8 语文档：README.en / ja / ko / de / es / fr / ru / it。

架构

~/.dsh/sessions/**（只读）──→ ProjectionSync(增量, watermark=bytes+mtime)
                                   │ projectSessionEvents(纯核心)
                                   ▼
        ~/.dsh-reference-session-collector/projection.db（四表 + fts5 + 缓存三层）
                                   │
              ┌────────────────────┼───────────────────┐
   /api/dsh-reference-session-collector     CCI(一期)      steward(二期)/memory(三期)
   (status/surface/recall/…)     monitor 对账      语料源/锚点回填

HTTP 路由表

单条 fenced 路由 GET/POST /api/dsh-reference-session-collector，op 分发：

op	参数	返回
status	—	库自检 + 缓存统计 + 上次同步结果
sessions	offset/limit	会话汇总表分页
session	session=<id>，可选 turn=<区间>、fields=search	segments 明细（fields=search 返 time/search_text/on_surface 检索面）
surface	session=<id>	surface 台账（当前表面行 + 被替换指针）
recall	session=<id>	替换对分类账（compress/recall、Σb、Σ(a−b)）
search	q=<词>，可选 session=	FTS5 BM25 命中（中英同构切词）
sync（POST）	{op:'sync'}	accepted + 上次结果（后台增量同步）

只读纪律

• 会话文件（~/.dsh/sessions/**）与 workspace.json 一律只读；
• 插件的全部写入落在 ~/.dsh-reference-session-collector/projection.db；
• 每 session 全量重写式替换（事务内 DELETE+INSERT），幂等可重放；
• 脱敏责任不在 DRSC：projection.db 存原文，泄露面=会话文件本身。

分期路线

1. 一期：投影库 + HTTP 面 + CCI 对账接线（monitor 探针 + verify 对账列）；
2. 二期：steward 内容搜索语料源切换（interval 同步缺省 30s 保新鲜度 ≤1 分钟）；
3. 三期：memory 历史锚点回填（op=session&turn= 匹配补 l0 旧行 turn/step， 匹配不上留 NULL 不伪造）；向量层（BGE-M3 int8 vec 列）为独立可选批任务。

Token 口径

deepseek-v4-tokenizer（flash→pro 顺序解析，资产带 SHA-256 验证）与 CCI verify 同公式同词表；资产缺席降级 chars/4 并在 sessions.basis 如实标注。

安装 / 运行

dsh plugin --profile web add dsh-reference-session-collector

要求 node ≥ 22（zlib.zstdDecompressSync + node:sqlite）。 环境变量：DSH_REFERENCE_SESSION_COLLECTOR_DIR 覆盖库目录； DSH_REFERENCE_SESSION_COLLECTOR_SYNC_INTERVAL_MS 调同步周期（0=关闭）。

状态与开发

开发中(核心链路已全通):投影核心/落库(L1)、同步引擎(L3)、宿主半与 路由(L4)已落地,门禁全绿(typecheck/lint/build/smoke,37/37 测试); 收尾中:查询面正式测试(T4.2)、跨仓接线(cci 一期 / steward 二期 / memory 三期)。进度簿:.agents/plans/drs-start/ (spec / findings / checklist / tasks)。

pnpm install && pnpm typecheck && pnpm lint && pnpm test && pnpm build

Vendored

src/session-file-decode.ts、src/token-count.ts、src/deepseek-v4-tokenizer.ts 为 CCI 文件级回搬件（禁止分叉，头注登记 provenance 与唯一授权 diff）； 检索视界/切词逻辑为 steward 逐字同构移植。