插件

为 DSH 原生会话加入完全只读、可脚本控制的历史回放，支持模拟用户输入、正放与倒放、逐事件移动、变速、空闲间隔压缩，以及按事件、轮次或记录时间直接跳转。

面向 DSH 的自适应可逆上下文治理：感知提供方、顾及缓存，压缩可回滚。

Headroom 的精简移植，在不影响模型上下文缓存以及 Agent 性能的情况下，压缩工具的输出，至多减少 20% 的上下文。

DeepSeek Harness 的上下文压缩技能：智能对话摘要。

由模型主导的 DeepSeek Harness 上下文压缩：由 agent 决定何时压缩、压缩什么，以持久化会话日志替换提交，并提供可逆的工具结果压缩与逐字节哈希取回。

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.

XingTu 26 production-grade AI agent skills, packaged as a DeepSeek Harness (DSH) skills plugin — token compression, code review, safe refactor, migration, evidence review & more. 26 个生产级 SKILL.md 技能，DSH 一键安装即用。

一体化记忆与上下文管控插件：四层记忆体系（L2–L4）、上下文压缩/裁剪/冻结、提示词编排、输入框 UI 按钮与角色权限控制的企业级安全。

面向 DeepSeek Harness 的项目级本地上下文引擎：对历史、代码、文件、用户偏好和 Agent 轨迹做检索/压缩/优先级排序，为任意 LLM 生成动态上下文窗口。

dsh 网页端一键上下文压缩：会话标题栏「压缩」按钮把整段对话总结成几句话，新建同工作区会话以摘要为第一条消息并自动切换，原会话原样保留。

把长文本渲染成图片发送，利用每图 384 token 封顶压缩 LLM 输入 token，专为DeepSeek Harness设计的插件；Pack long text into images to cut LLM input tokens (384/image cap) — a DeepSeek Harness plugin.

为 DeepSeek Harness（DSH）提供确定性的媒体总量预算与安全的请求投影。

DeepSeek Harness v2 的文件化自进化记忆：在官方压缩之上提取整合，含每日情景层、梦境固化的语义文件与目录式披露注入。

DeepSeek Harness 的指令式压缩：/compact-directive 按需求摘要会话中段，/trim-directive 按需求裁剪整个对话。

压缩后端：用确定性语义提取器替换 LLM 摘要（保留代码/路径/命令，剔除闲聊），附带 28.4x KV 压缩记账。