Плагины

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.

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

Сочетает метод скелета кода Headroom (Apache-2.0) и оценщик TokenPilot (arXiv:2606.17016). Опубликованные данные: Headroom сообщает о снижении токенов на 20% для coding-агентов и на 60–95% для JSON при тех же ответах; TokenPilot — об экономии до 60% на длинных сессиях. Это показатели проектов, а не измерения или benchmark этого плагина. В DSH задаются профиль, порог Auto Compact и сжатие скелетом. Точное измерение токенизатором DeepSeek V4, сверка той же ревизии; на неподдерживаемых моделях fail-open сохраняет исходные результаты инструментов. Сжатие скелетом в ходе хода и итоговая сводка намерения внутри официального сжатия JSONL.

Takes over the compaction threshold on every mounted engine: forces headroomTokens to -1e6 so the ratio is the only term in the trigger, keeps retention below it on every write path, reroutes the compaction call to a chosen model, and adds a panel with a one-click compaction button and a per-session compaction log.

Сократите расход токенов на 4 уровнях, не урезая интеллект модели: навыки экономии токенов handoff, rtk, headroom и caveman — каждый также доступен как отдельный устанавливаемый плагин.

Отображает экономию токенов и затрат в реальном времени от прокси сжатия Headroom в веб-интерфейсе DSH: панель настроек и постоянная строка статистики под композером.

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

Runs the upstream Headroom compression toolkit (headroom-ai, Apache-2.0) inside DeepSeek Harness over MCP: headroom_compress, headroom_retrieve and headroom_stats are exposed as mcp__headroom__* tools backed by the upstream server, installed on demand by uvx. Compression is lossy but reversible — originals are fetched back by hash from a local CCR store. Also ships a registrar that adds DeepSeek Harness to Headroom's own MCP registry, and a model-header sanitizer for the upstream proxy.

Generate QR codes from a from-scratch ISO/IEC 18004 encoder with no external tools, plan symbol version and error-correction headroom before producing anything, and decode an existing symbol back to text.

Context compaction / headroom for DeepSeek Harness — compress the live context so the prompt stays small without losing the state that matters (layer 3).