插件

token 优化管道：按上下文压力分层压缩（40% 以下无损投影、以上 LLM 摘要）、按 agent 裁剪工具列表、长文本转图片视觉摘要、/token-status 查看压力与节省量。

可逆的上下文瘦身插件：均匀 JSON 数组走 TOON 式无损表格化重编码，管道表按行号抽样保留窗口，90 秒内字节级相同的工具输出跨轮去重；每次替换都要通过双重门（压缩后 ≤72% 字节且估算 token 严格下降），原文落盘并以 `[save-token #id]` 标记，可用 `save_token_expand` 工具一步取回；设置页仪表盘分别统计实际计费与节省的 token。

DeepSeek Harness 的分层 token 优化管道：输出分层、MCP 懒加载、压缩驱动与缓存命中报告，长期会话可节省约 40–60% 输入。

用命名任务包住工作过程；任务结束后，在下一个步骤边界把整段消息折叠成一段摘要，原文可随时还原。

DeepSeek Harness 的省 token 人格运行时：本地渲染猫娘风味，并支持渐进式工具 schema 披露。

把任务派给一个模型、把评审交给另一个模型，并带有资格证据、故障转移与持久日志。

用三个路由工具（list_capabilities、describe_tool、call_tool）代理 stdio MCP 服务器，schema 按需加载，不再随每次请求发送；所有工具结果经过确定性输出阶梯压缩，有损处理前先归档原文（retrieve_spill 可读回）；按 token 为工具分组标价，并可按 agent 隐藏内置分组。桥接到纯标准库的 Python 路由器，需要 Python 3.9+。

为 compaction-basic 提供压缩兜底：当 LLM 摘要抛错、返回空内容或放不进上下文窗口时，改为确定性编译该区段，每行带 seq 指针（内置 dsh-compaction-instant 编译器）。提供 recall、search 工具与 /recall、/context 命令，占用超过窗口 45% 时空闲自动压缩，并将被压缩区段归档到磁盘。引擎以一行配置挂载到 agent preset（见 docs/dsh-integration.md）。

用一个 MCP 工具替代所有工具 schema：按需搜索、检视、启用并调用 MCP 服务器与技能，实测可减少 94.4% 常驻工具上下文。

DeepSeek Harness 动态上下文管理插件，提供模型驱动的上下文压缩、工具结果剪枝和统计。

Sleev routing observability for DeepSeek Harness

长文本渲染成图片发送：利用每图 384 token 封顶压缩 LLM 输入 token，中文可省约 2~2.5 倍成本