dsh-recap

DeepSeek Harness（DSH）的会话回顾总结插件：把每一次模型请求（turn:step）新增的数据总结成一句话，按时间顺序追加成一条「回顾链」——不必重放整个对话，即可看清这个会话做了什么。

设计要点：

• 缓存友好的增量生成。第 k 次总结请求的输入由三部分组成：固定的 system 指令＋已有句子 1..k-1（逐字作为前缀）＋本次新增数据 Δk。相邻两次请求的输入只在最新一句之后才开始不同，因此除 Δk 外的输入几乎全部命中 provider 的前缀缓存；历史以已总结的句子形式进入提示词，输入长度每次调用仅增长约 40 token（若重放原始数据则约 640 token），长会话不会超出上下文窗口。
• 对 agent loop 零侵入。捕获是 session/event 的只读监听；生成是与主循环并行的辅助 ctx.llm.stream 调用（purpose: 'recap'，任何观察者均可据此过滤）；不向会话日志写入任何事件、不注入消息——持久化走插件自有文件（~/.dsh/recap/sessions/<sessionId>.jsonl）。
• 无思考生成。总结调用默认 reasoningEffort: 'off'（DeepSeek 适配器映射为 thinking: disabled）；不支持 off 的路由自动降级为 low，并按路由记住该选择。
• 总结路由由用户指定。设置页的 recap 分区可单独指定 provider 与 model——总结任务无需强模型，指定一个低成本模型即可；未指定时先跟随会话当前路由，再退到宿主默认模型。

界面

• 对话内联回顾行（独立运行，不依赖其他插件）：每句总结穿插在模型回复之间——直接插在产生它的那次模型请求的全部内容（回复文本与工具调用行）之后，而不是集中列在轮末。某次请求的行未渲染（例如请求被中断）时，回退到同一 turn 内更早的请求行。默认 step-end 触发：请求结束后（约 1.5 秒防抖）即开始总结，结果在下一次轮询（2.5 秒间隔）内出现在对应位置；页面隐藏时轮询暂停。
• 设置页：插件在 DSH 设置界面注册「会话回顾」分区，提供启用开关、总结间隔、provider、model 与思考等级，经插件自有的 /recap/api/settings* 路由读写（DSH 的 settings RPC 不向配置客户端开放第三方命名空间），修改实时生效。provider/model 为级联下拉（数据来自 /recap/api/providers，后者调用 ctx.llm.listProviders/listModels 并按 provider 缓存；列表加载失败时降级为手动输入）。

安装（从源码）

前置条件：DSH 已安装（dsh web 可运行），Node.js ≥ 22.13，pnpm ≥ 10。

# 1. 克隆并构建
git clone https://github.com/Howardzhangdqs/dsh-recap.git ~/Code/dsh-recap
cd ~/Code/dsh-recap && pnpm install && pnpm build

# 2. 在 ~/.dsh/profiles/web/package.json 的 dependencies 中添加本地依赖
#    "dsh-recap": "link:/home/you/Code/dsh-recap"

# 3. 在 ~/.dsh/profiles/web/cordis.patch.yml 中追加挂载条目
#    - insert:
#        - id: recap
#          name: 'dsh-recap'

# 4. 安装并重启
cd ~/.dsh/profiles/web && pnpm install

完成后重启 DSH 并强制刷新页面（Cmd/Ctrl+Shift+R）。

GitHub 通道（dsh plugin 一键安装）

dsh plugin add 接受任意 pnpm 依赖形式；本插件不发布 npm，请使用 GitHub Release 的预构建 tarball 安装。包内的 dsh.bundle 声明（cordis.patch.yml）会让 dsh plugin 自动完成挂载；若 profile 中已有人工添加的挂载条目（即上面的源码安装方式），请先删除，避免重复挂载。

每个版本都会在 GitHub Release 附带 pnpm pack 产出的预构建 tarball（含 lib/ 构建产物与 dsh.plugin.json，不含 sourcemap）；pnpm 安装远程 tarball 时不执行构建脚本，因此安装的就是附件中的产物：

dsh plugin --profile web add https://github.com/Howardzhangdqs/dsh-recap/releases/download/v0.1.0/dsh-recap-0.1.0.tgz

升级时修改 URL 中的版本号重新执行即可。

配置

挂载行配置（cordis.yml，部署级）

键	默认	说明
trigger	step-end	触发时机：step-end（每个请求结束时触发，句子随请求生成）/ turn-end（turn 结束后经防抖合并成批）/ manual（仅手动）
debounceMs	1500	触发后的防抖窗口
textBlockLimit	4096	Δ 内单条消息文本的截断上限（字节，UTF-8 安全）
toolResultLimit	2048	工具结果的截断上限
toolArgsLimit	1024	工具调用参数的截断上限
historyMaxSentences	400	提示词携带的最大历史句数（超出时折叠最旧的句子）
storeMaxEntries	500	每个会话的落盘条数上限（超出时压缩存储文件）
maxPending	200	待总结 Δ 的数量上限（超出时合并最旧的条目，即背压保护）
requestTimeoutMs	60000	单次总结调用的超时时间
retryBackoffMs	30000	限流退避基数：生成请求遇到 RATE_LIMIT（如 zai 的 429/1305「访问量过大」）时，该条 Δ 会原样重新排到队首等待重试——不记录失败条目，回顾链不会留下永久缺口。等待时长按指数增长（连续限流时每次翻倍，上限为基数的 32 倍）；等待期间，对应位置的行内状态标识（chip）会显示「限流等待中，Ns 后重试…」
maxTokens	120	单句输出的 token 上限
toolsEnabled	false	是否注册模型工具（默认关闭：工具 schema 会随会话请求发送）
storeDir	~/.dsh/recap/sessions	存储目录覆盖

⚠️ 截断与提示词结构相关的参数是缓存前缀的组成部分——回顾链生成途中修改这些参数会使前缀缓存失效（一次性代价）。

用户设置（设置页 recap 分区，实时生效）

键	默认	说明
enabled	true	总开关（关闭时暂停生成，Δ 继续积累）
interval	1	总结粒度：每 N 个请求的新增数据合并总结为一句（1 表示每个请求一句）。调大后句子标识为 [T<turn>]（对应所覆盖的请求区间）；调小后，下一个请求立即恢复细粒度总结
provider + model	未设置	总结专用路由（两者必须成对设置）；未设置时先跟随会话路由，再退到宿主默认模型
effort	off	off（关闭思考）→ low（低思考）→ follow（跟随适配器默认）三级阶梯：路由拒绝当前档位时自动降档，并按路由记住生效档位；模型没有 effort 词表时最终省略该字段

「关闭思考」（off）真正生效的条件

effort: off 是否显式发送「禁用思考」，由路由的适配器与模型声明决定，不在本插件：

• DeepSeek 官方路由：适配器内置映射，off → thinking: {type: "disabled"}，开箱即用。
• pi-ai 路由（zai 等）：模型的 effort 档位来自 settings 文档（llm-pi-ai.providers.<route>.models[].reasoningEfforts），且未声明的档位一律视为不支持：

  • 条目完全没有 reasoningEfforts、又不在 pi-ai 内置目录中的模型，会被视为非思考模型——请求中不写入 thinking 字段（是否思考取决于服务端默认行为）；

  • 要显式关闭思考，需在模型条目中声明 off 档；YAML 空值写法（off: 留空）表示「支持关闭：发送时省略参数」，zai 格式会序列化为 thinking: {type: "disabled"}。注意：只声明 off 一个档位会被校验拒绝，必须同时声明至少一个思考档位：

    reasoningEfforts:
      off:        # 空值 = 支持关闭：发送时省略参数（zai 格式 → thinking: {type: disabled}）
      low: low
      high: high
    

  • 路由不支持 off 时（档位表未声明），本插件的降档阶梯会静默退到 low 或省略该字段——此时「关闭」并未真正生效，但不会报错；排查时请先检查该模型的 reasoningEfforts 声明。

模型工具（默认关闭）

开启 toolsEnabled 后注册两个工具（作用域绑定到发起调用的 agent 所在会话）：

• recap_read(limit?) — 读取回顾链（新句在前）
• recap_refresh() — 立即排空待总结队列

HTTP API

POST /recap/api/<method>（JSON body；与 /api 使用相同的浏览器信任校验）：

方法	说明
list	{sessionId, limit?} → 返回条目列表（新的在前）、汇总信息（句数、缓存命中率、用量）与队列状态
generate	{sessionId} 手动触发排空队列
stats	{sessionId} 队列、存储与设置的快照
clear	{sessionId} 清空回顾链
settings / settings.update	读写用户设置（带 revision 并发守卫）
providers	列出 provider（或某个 provider 的模型），供选择器使用

架构

session/event ──▶ capture（seed 回放 + live 镜像，按消息 id 幂等去重）
                      │ 每 step 的 Δ（新增数据，确定性截断 + JSON 结构化封装）
                      ▼
                 queue（会话内串行、跨会话并行、背压合并、失败容错）
                      │ history = store 中的句子（逐字节复用为前缀）
                      ▼
                 generator（ctx.llm.stream 辅助调用，purpose:'recap'，
                      │    reasoningEffort off→low，超时控制）
                      ▼
                 store（~/.dsh/recap/sessions/<sid>.jsonl，追加写 + 压缩）

单一包内分为宿主端与客户端两部分（host + client），工程组织与 dsh-dashboard 一致：src/ 为宿主端（捕获、队列、生成、存储、HTTP 路由、模型工具），src/client/ 为浏览器端（对话内联回顾行、设置分区、i18n）；tsdown 产出双通道 client bundle（profile 名 dsh-recap 与注册表 id dsh-external/dsh-recap）。

缓存命中分析（设计依据）

第 k 次调用的输入 = system（固定）＋ 句子行 1..k-1 ＋ Δk ＋ 固定结尾指令。相邻两次调用共享 system + 句子行 1..k-1 这个逐字节相同的前缀，因此除 Δk（本来就必须输入的新数据）与一行新句外，其余输入全部命中缓存。对比两种替代方案：

• 全链多轮（重放全部历史 Δ 原文）：输入随步数线性增长（约 640 token/步），长会话会超出上下文窗口；
• Δ 前置（新增数据放在提示词开头）：每次调用的输入从开头就不同，前缀缓存几乎完全无法命中。

完整设计说明见 docs/design.md。

开发

pnpm install
pnpm typecheck   # tsc --noEmit
pnpm test        # vitest（覆盖 capture/store/generator/queue 的单测）
pnpm build       # tsc 类型声明 + tsdown bundle

License

MIT