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).

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

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.

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

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.

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

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

Покадровое сжатие диалога по кривой забывания для DeepSeek Harness: недавние ходы сохраняются дословно, средние ходы структурно обезвоживаются (без LLM), древние ходы сворачиваются в ограниченную пару резюме — неограниченные диалоги при ограниченном бюджете памяти.

Логика сжатия контекста по принципу человеческого мозга, резко снижающая занятость контекста и расход токенов в долгих задачах.

Windowed, reversible context management for DeepSeek Harness; replaces Basic compaction.

Bitmap-frame context compression plugin for DeepSeek Harness: renders discarded conversation history into pixel-font PNG frames for vision-capable models.

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.

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.

Adaptive Reversible Context (ARC) для DeepSeek Harness — управление контекстом с учётом провайдера и кэша с обратимым восстановлением.

Урезанный порт Headroom: сжимает вывод инструментов, срезая до 20% контекста, не затрагивая кэш контекста модели и производительность агента.

Context compaction that keeps its receipts: a five-section handoff summary, a durable segment index, review tools that read compacted text back, optional working notes, and a read-only extraction exit. Mounts as the compaction-basic row's replacement; cha

An Agent-safe context compressor for DeepSeek Harness. It semantically preserves critical tool outputs such as errors, file paths, JSON payloads and command results, instead of mechanically truncating the context.

Pure-incremental directive-driven compaction for DeepSeek Harness: /compact-directive <requirement> summarizes the session middle per your requirement, /trim-directive <requirement> trims the whole conversation per your requirement

Compaction backend replacing LLM summarization with a deterministic semantic extractor (keeps code/paths/commands, drops chatter) plus 28.4x KV-compression accounting.