Плагины

Официальный плагин billion-context: плагин сжатия контекста для небольших контекстных окон (контекста 100K достаточно), экономия токенов (в 5 раз меньше токенов) и месячные единичные сессии (миллиарды токенов).

Управляемое моделью сжатие контекста (Active Context Pruning) для DeepSeek Harness: модель сама решает, когда и что сжимать.

Agent Context Editor — кросс-агентный плагин для ручного исключения, редактирования и выборочного сжатия контекста ИИ-диалогов. Также поддерживает поиск, фильтрацию, выбор, скрытие, восстановление и отмену изменений разговора с сохранением исходной сессии.

Доступ к веб-интерфейсу dsh по LAN: проброс HTTP/HTTPS/WS плюс TLS (самоподписанные или пользовательские сертификаты); адаптивное сжатие Brotli/gzip для HTTP и permessage-deflate для WebSocket; зондирование полуоткрытых WebSocket предотвращает зависание мобильных клиентов после перехода в фон; автоматическая инъекция стартового токена позволяет устройствам LAN подключаться без копирования токена; защита от DNS rebinding + список разрешённых апстримов только на loopback.

Локальный граф знаний кода для агентов программирования: 10 инструментов MCP для многослойного сжатия контекста, планирования DAG, инкрементальной индексации AST, межсессионного цикла навыков, диагностики и импорта/экспорта артефактов графа.

Сжатие Gzip для ответов /api, устраняющее тайм-ауты загрузки истории при удалённых/низкоскоростных подключениях; пропускает SSE и уже закодированные ответы.

MCP-сервер финансовых данных китайских акций A: 11 инструментов fin_data__* (котировки/свечи/финансы/календарь/специальные данные/объявления/EDB/сверка/фонды/индексы) на бесплатном официальном REST THS (основной) + AKShare (резерв) + Wind (эксклюзивные домены), с наблюдаемой деградацией, сжатием бюджета контекста (-72,2% измерено на стороне результатов) и офлайн-озером рыночных данных за 10 лет. BYOK.

Автоматическое сжатие контекста для DeepSeek Harness: сжимает выводы инструментов до того, как они попадают в модель, и сохраняет каждое сжатие с потерями обратимым через инструменты CCR.

Доступ к DSH с телефона или откуда угодно: публичная ссылка Cloudflare Quick Tunnel + прямой доступ по LAN HTTP/HTTPS (автоматический самоподписанный сертификат), аутентификация по токену, сжатие gzip, плавающая панель с иконкой телефона и QR-кодами, и канал бота NapCat QQ для получения ссылки.

Маршрутизирует подходящие команды оболочки через rtk для сжатия вывода инструментов и экономии токенов.

Выделенные маршруты моделей, инструменты и системные рекомендации для зрения, уплотнения, обзоров, подагентов, заголовков и генерации изображений.

Детерминированное сжатие контекста для dsh — ноль вызовов LLM, обрезка по правилам, дословно сохраняющая пути, команды, трассировки ошибок и открытые задачи. Сжимает ~80 тыс. токенов до нескольких сотен.

Принудительно сжимает контекст при запуске llama.cpp-моделей с малым контекстом, таких как Qwen3.8-27B, повышая эффективность модели и плавность использования, вместе с хорошо проработанными промптами сжатия.

Защищённое сжатие контекста для DeepSeek Harness (dsh): LLM предлагает, deterministic стражи решают — упреждающее сжатие по атомам (extract/summary/false под стражами verbatim) + ленивое вытеснение reference-graph (0-LLM) + побайтово точное восстановление из append-only журнала.

MCP-сервер финансовых данных A-share Китая для harness: 11 инструментов fin_data__* (котировки/K-линии/финансы/календарь/спецданные/объявления/EDB/сверка/фонды/индексы) поверх бесплатного официального REST THS (основной) + AKShare (резервный) + Wind (эксклюзивные домены), с наблюдаемой деградацией, сжатием бюджета контекста (измерено -72,2% на стороне результата) и оффлайн-озером рыночных данных за 10 лет; BYOK.

Ветвление бесед в стиле Git, отражающее реальное сотрудничество программистов: корневая ветка-секретарь распределяет задачи дочерним веткам со своими контекстами, а обратно сливает только сжатые сводки через squash или rebase; поставляет команды /branch, вкладку веток, обмен сообщениями между ветками и базовую модель управления, сопоставляющую каждую ветку с git worktree.

Облегчённый порт Headroom: сжимает вывод инструментов, сокращает до 20% контекста, не влияя на кэш контекста модели или производительность агента.

Движок сжатия без потерь* и без участия LLM для DeepSeek Harness

Сторона DSH экосистемы памяти dsh-ecolink: связывает chat.deepseek.com и DeepSeek Harness через браузерное расширение, которое собирает теги памяти в формате DSM и внедряет вспомненные воспоминания в веб-чаты, локальный сервис без зависимостей, пишущий в общий пул памяти, и этот адаптер, внедряющий воспоминания перед шагом и предлагающий запись обратно через /ecolink-push; сжатие транзакционное (staging-пул с commit/rollback).

Заменяет встроенный суммаризатор компакции DSH сводкой-передачей из пяти разделов и сохраняет каждое вытесненное сообщение читаемым в каталоге сегментов.

Мультиплатформенный шлюз сообщений и мост ИИ-бота WeCom со сжатием контекста сессий и созданием смарт-таблиц.

Оптимизация сети для веб-UI DSH: уменьшает объём передачи за счёт кеширования и сжатия, сильно ускоряя загрузку страниц, плюс индикатор обрыва соединения и автоматическое переподключение. Идеально для пользователей, стремящихся к максимальной производительности или работающих в нестабильных сетях.

Плагин Context Assembler для DeepSeek Harness: сборка контекста тематическими блоками, разделение тем по принципу давления воды, трассировка/перезапись инструментов, инъекция реальных воспоминаний и планирование передачи.

Расширение RTK (Rust Token Killer) для dsh-router: переписывает каждый вызов инструмента bash через `rtk rewrite`, чтобы агент читал сжатый вывод команды, и возвращается к исходной команде, когда rtk отсутствует или не имеет эквивалента.