插件

自研 DSH 记忆插件：SQLite 持久存储 + 数据库层审核守卫（enforceAudit）+ 审计日志。对话结束自动沉淀知识卡，Agent 经 memory_recall 按需召回，支持 Claude Code/Codex/Cursor 多智能体共享，零外部依赖。

为 DSH 0.2.1-alpha.1 过滤工具输出、裁剪陈旧上下文并按需披露技能。

DeepSeek Harness 上下文工程与 token 优化插件：过滤工具输出、修剪上下文，并为 LLM 编码智能体渐进披露 skills。

五个工具，把视频当成原料而不是节目来读。video_outline 把整片映射成文字、一张图都不画：4-60 个等分窗口，每行给切点数量、语音占比、强度条和标签，再给出值得先看的窗口以及下一步的精确 start/end —— 零图像 token。video_probe 不解码画面就给元数据和阅读计划。video_storyboard 把一个时间窗口压成一张分镜图，再给一份文本索引，把每一格绑到时间码、切点数量与取帧时刻；在那一档尺寸下文字会糊掉的格子会被标记 zoom，dedupe global 可以把切走之后又回来的画面折叠掉。video_zoom 把短窗口里的 1-9 格按更大尺寸重画。video_read 只解关键帧，逐屏 OCR，返回大纲加 \[mm:ss] 文本 —— 讲座、幻灯片和录屏走这条，因为文字才是内容。它也能把只有声音没有画面的文件读成转录稿（字幕轨、DSH_ASR_CMD、你传的转录文件，长音频按 45 秒切在静音处），没有任何可读文字时会把六张变化过的画面拼成一张图，还可以把结果导出成 SRT、WebVTT 或纯文本。切点、叠化与单帧闪烁用一遍 ffmpeg 找出；十分钟以上的片只解关键帧分析，两小时课程快 2.7 倍；格子永远不会缩到源图的五分之一以下，所以 1440p 的图用同样的 token 换更少更大的格子。OCR 可以用 Windows 自带的引擎、带行框的 tesseract，或 DSH_OCR_CMD。凡是要文件的地方都能直接给 B 站链接（bilibili.com/video/BV…、裸 BV 号、av 号、b23.tv 短链）：300 秒以内直接在 CDN 上读、不落盘，更长的下一遍缓存，缓存有 4 GB / 24 片的预算，play 链接缓存十分钟，不是单个视频的链接会各自说明是什么。需要 ffmpeg，有 ffprobe 时用 ffprobe，除此之外没有运行时依赖。它是 SAOS-3624/dsh-video-storyboard 的接口兼容重实现：注册同样的 video_probe / video_storyboard / video_zoom 工具名，所以两者不能同时启用。

为 DeepSeek Harness 提供基于自然遗忘曲线的就地对话压缩：近期对话逐字保留、中期结构化脱水（零 LLM 成本）、久远对话折叠为有界摘要对——有限记忆预算上的无限对话。

给 DeepSeek Harness 的按需记忆库：会话日志提炼成分层 markdown（总览、索引与分主题明细），mem_query 只回命中条目而非整份索引。不每轮注入、零依赖，每条记忆都保留指回原对话的溯源标记。

一个插件把 Claude Code 里 rtk 的省 token 机制接进 DSH：能改写的命令交给 rtk 重写，改写够不着的构建、测试、日志也会被压缩；git、cargo、npm、pytest、docker 等常见命令都有覆盖（rtk 本身支持 100 多种）。压缩后会告诉模型省略了什么、怎么找回原文——沙箱里读不到 rtk 存储时，原文会另存一份并把路径给出来；省了多少可以用 `/rtk stats` 看。改写不可靠时原命令照常执行：rtk 跑不起来，或 rtk 给出的命令会丢掉参数，都不会让命令失败。rtk 二进制随包，主流平台不用像多数其他 rtk 插件那样先自行安装 rtk。

自动上下文策展：tool 输出内容感知瘦身、无效日志清理、用户要求与进行中工作钉扎保护、先归档后压缩，全程审计留痕。

文件状态缓存技能：一次 explore 代替 ls+grep+read，读过的文件不再重复全量读，改完只回 diff 与精确变更行区间而不是重读全文。状态存在磁盘上的 JSON 缓存里，跨工具调用与重启都有效。需要 Python 3.8+（仅标准库，无需安装第三方依赖）。

多智能体防内耗防御插件：读取台账去重度量、免疫压缩规则区、完成机械门禁、低成本审查 lane。