dsh-local-trim

给本地小模型一套轻量 harness：让 llama.cpp / Ollama / vLLM / LM Studio 这类本地端点也能在 DeepSeek Harness 里顺畅干活，而云端 provider 一个字节都不动。

它做什么：把工具面、系统提示词、工具 schema 三个面同时收窄，并把注入的整份系统提示词换成一页纸。本地模型工具调用能力实测未退化（ops_bash / ops_glob / ops_read_files 两步串行都正确）。

这里不给具体的请求体数值。绝对值由你自己的 harness 决定 —— 装了多少插件、注册了多少工具、系统提示词有哪几段，每个人的基线不同，裁剪空间也就不同。想知道自己省了多少，用文末「验证裁剪真的生效了」那段，在装与不装之间各抓一次请求来对比。

为什么需要它

DSH 默认面向云端大模型：一个装满插件的 profile 打开就是几十上百项工具，加一整份长篇系统提示词。本地模型常见窗口是 16K–64K，装得多一点就 CONTEXT_WINDOW_EXCEEDED；就算窗口够，小模型被上百个工具描述和几万字规则围着，调用正确率也会掉。

具体多大取决于你装了什么 —— 这正是下面要做按 provider 裁剪的原因。

DSH 没有「按模型裁工具」的开关：

dsh-tools 的 Config 只有 mode / maxParallel；
agent-preset 只能声明插件，不列 ≠ 不注册；
dsh-purge 也没有工具过滤字段。

唯一原语是 tools.restrict({ allow })，它把限制追加到调用者所在 scope 的层，只影响该 agent 及其子 agent —— 正好满足「只给本地模型精简」。本插件就是把这个原语和三个提示词层面的裁剪组合起来。

四层裁剪

层	做什么	手段
1. 工具面	只留本地真用得上的工具	`tools.restrict({ allow })`，allow = 实际可见名 ∩ 白名单
2. 提示词面	丢掉本地用不到的大段	`system-prompt/assemble` 里按段名过滤 `sections` / `contexts`
3. 注入面	整份系统提示词换成一页纸	替换 `dsh-purge` 注入段正文，保留头 80 / 尾 96 字符
4. schema 面	截断工具描述	递归截 `description`，`type` / `properties` / `required` 一字不动

第 3 层有个关键细节：宿主 dsh-agent-loop 在渲染完 prompt 后会检查 globalThis.__dshPurgeHungPrompt() 返回的原文的前 80 字符和后 96 字符是否都还在渲染结果里；只要缺一个，就把整份原文再前置一遍。所以替换注入时必须原样保留这两段取样，否则省下的 token 会被立刻加回去。

安装

方式一：`dsh plugin add`（推荐，v0.1.1 起）

包已声明 dsh.bundle，装完自动生效，默认开启自动识别（routes: []）：

dsh plugin add github:Leonlee114514/dsh-local-trim

不想要自动识别就改自己 profile 的 cordis.patch.yml，把 local-tool-trim 的 routes 写死：

- id: local-tool-trim
  config:
    routes: [my-local-provider]   # 只裁这一个 provider

方式二：本地源码 + `link:`

适合改代码调试。

# 1) 进你的 DSH profile 目录
cd ~/.dsh/profiles/desktop          # Windows: %USERPROFILE%\.dsh\profiles\desktop

# 2) 作为本地依赖登记（用 link: 指向源码目录，改完即时生效）
#    路径必须是相对 profile 目录的正确层数，写错会得到一个指向空目录的 junction
pnpm add link:../../../path/to/dsh-local-trim

# 3) 在 cordis.patch.yml 末尾 insert 插件（见下方配置）

踩过的坑：手工把插件拷进 node_modules/ 而不写进 package.json，任何一次 pnpm install 都会把它当无主残留隔离删除（日志在 .dsh-market/log.ndjson）。一定要用 pnpm add link:... 或写进 dependencies。

一步到位（v0.2.0 起）

不想手写 llm-pi-ai 的 baseURL / 窗口 / 模型列表：插件启动时会自己探测本地端点，探到能连上的就把 provider 写进你的 cordis.patch.yml（持久化，重启还在），新 provider 立刻可选用，不需要重启 DSH。

- insert:
    - id: local-tool-trim
      name: dsh-local-trim
      inject: [ tools, systemPrompt ]
      config:
        provision: true     # 或写成对象，见下

provision 三态：

写法	行为
`false`	完全不探测，插件只做裁剪
`true`（或不写）	按顺序探 `8090`(llama.cpp) → `11434`(Ollama) → `8000`(vLLM) → `1234`(LM Studio)，命中第一个可用的
`{ endpoint: 'http://host:port/v1' }`	只探这一个地址
`{ endpoints: [...], provider: 'my-local', overwrite: true }`	自定义列表 / 名字 / 是否覆盖同名配置

行为约定：

已有可用的本地 provider 就完全不写入 —— 你手写的 local-qwen 不会被覆盖。
provider id 按端口推断：8090 → local-llamacpp、11434 → local-ollama、 8000 → local-vllm、1234 → local-lmstudio；可用 provider: 指定。
窗口 / 输出长度从后端的 /v1/models 的 meta.n_ctx、meta.n_predict 读；读不到就退回保守值。
自动生成的 profile 带 compat.chatTemplateKwargs.enable_thinking: false —— 本地 chat template 默认开思考模式时，模型会把 max_tokens 全花在 reasoning_content 上，content 直接空字符串。不需要就在 provision 里写 chatTemplateKwargs: null。
探测与写入失败都不会影响裁剪，把原因写进日志（默认 ~/.dsh/local-llm/local-trim.log，可用 DSH_LOCAL_TRIM_LOG 改位置）。

插件热重载期间写配置会被 HMR 事务拒绝（HMR transactions cannot be nested）。这时插件会记下待办，等下一个真实请求（agent/created）再写 —— 不需要你做什么。冷启动（装完插件重启 DSH）时第一次就成功。

最小配置

- insert:
    - id: local-tool-trim
      name: dsh-local-trim
      inject: [ tools, systemPrompt ]
      config:
        enabled: true
        routes: []          # 空数组 = 自动识别本地端点

routes 三态：

写法	含义
不写	早期默认：只认 `local-qwen` 这一个名字（建议显式写 `[]` 或写具体名字）
`[]`	自动识别：provider 的 baseURL 指向回环/私有网段，或 provider 名带 local/ollama/vllm/lmstudio 等标记
`[my-provider, ollama]`	只认写出来的名字（精确匹配，`my-provider-turbo` 不会命中）

自动识别的 baseURL 特征：127.0.0.1 / localhost / 0.0.0.0 / [::1] / host.docker.internal / 10.x / 192.168.x / 172.16–31.x。

四种本地后端的接入

先把模型挂进 DSH 的 llm-pi-ai provider，本插件负责裁剪。四种后端都走 OpenAI 兼容接口，差别只在 baseURL 和要不要 API key。

llama.cpp（`llama-server`）

llama-server -m model.gguf --mmproj mmproj.gguf \
  --host 127.0.0.1 --port 8090 --alias my-local \
  --jinja -c 65536 --n-predict 8192 \
  --cache-type-k q8_0 --cache-type-v q8_0

# cordis.patch.yml
- id: llm-pi-ai
  config:
    providers:
      my-local:                       # provider id 自己定，带 local 标记会被自动识别
        displayName: 本地 llama.cpp
        api: openai-completions
        baseURL: http://127.0.0.1:8090/v1
        defaultContextWindow: 65536     # 必须和 -c 一致
        defaultMaxTokens: 8192          # 必须和 --n-predict 一致
        timeoutMs: 1800000
        streamIdleTimeoutMs: 600000
        compat:
          supportsUsageInStreaming: true
          maxTokensField: max_tokens
          chatTemplateKwargs:
            enable_thinking: false
        models:
          - id: my-local
            contextWindow: 65536
            maxTokens: 8192
            input: [ text ]
            reasoningEfforts: false

defaultContextWindow 只在 provider 重新解析时生效 —— 改完必须重启 DSH 实例， HMR 不覆盖 llm-pi-ai。

Ollama

ollama serve                      # 默认 127.0.0.1:11434
ollama pull qwen2.5-coder:7b

providers:
  ollama:
    displayName: Ollama
    api: openai-completions
    baseURL: http://localhost:11434/v1
    apiKeyEnv: OLLAMA_API_KEY        # 随便填个值，Ollama 不校验
    defaultContextWindow: 32768
    defaultMaxTokens: 4096

Ollama 的 num_ctx 由模型 Modelfile 决定，得和这里的 defaultContextWindow 对齐； ollama show <model> 能看到实际值。provider 名带 ollama 前缀，自动识别直接命中。

vLLM

vllm serve Qwen/Qwen2.5-Coder-7B-Instruct \
  --host 0.0.0.0 --port 8000 \
  --max-model-len 32768

providers:
  vllm:
    displayName: vLLM
    api: openai-completions
    baseURL: http://192.168.1.9:8000/v1   # 局域网机器也自动识别（192.168.x）
    apiKeyEnv: VLLM_API_KEY
    defaultContextWindow: 32768
    defaultMaxTokens: 4096
    compat:
      maxTokensField: max_tokens

LM Studio

GUI 里打开 Developer → Start Server（默认 127.0.0.1:1234），Context Length 在模型加载设置里改。

providers:
  lmstudio:
    displayName: LM Studio
    api: openai-completions
    baseURL: http://127.0.0.1:1234/v1
    apiKeyEnv: LMSTUDIO_API_KEY
    defaultContextWindow: 16384
    defaultMaxTokens: 4096

完整配置

- insert:
    - id: local-tool-trim
      name: dsh-local-trim
      inject: [ tools, systemPrompt ]
      config:
        enabled: true
        routes: []
        promptTrim: true
        provision: true      # 探测本地端点并自动写 provider；false 关闭

        # 本地模型用不到的段。名字取自各插件的 systemPrompt.section({ name })。
        # 这份清单对应的是「装了很多插件」的 profile：你装了哪几个插件，就删哪几个插件
        # 产出的段，别整套照抄。名字对不上的段会被静默忽略，不会报错。
        dropSections:
          - tool:mindmap
          - free-search:engines
          - dsh-purge:anchor
          - dshpg-capabilities
          - mnemon:routing
          - plugin:dsh-imagegen
          - ui:deliverable-file-references
          - app:web-surface
          - tool:goal
          - tool:ralph
          - tool:workflow
          - tool:session-query
          - tool:pty
          - dsh-excel-chat:interaction
          - dsh-ops:repository-tooling:mode-standard
          - dsh-ops:repository-tooling:mode-ptc
          - dsh-ops:repository-tooling:mode-cordis
          - harness:source

        dropContexts:
          - mnemon:memory-view
          - mnemon:runtime-memory

        # 白名单同时写规范名和 dsh-ops 的 ops_* 名：不同 profile 装的工具包不一样，
        # 有的注册 bash/read/glob/grep，有的注册 ops_bash/ops_read_files/…，
        # 两种名字都列上，这份配置就能同时用在两种 profile 上。
        keep:
          - bash
          - pwsh
          - ops_bash
          - read
          - ops_read_files
          - ops_inspect_local_file
          - write
          - edit
          - glob
          - ops_glob
          - grep
          - ops_grep
          - working_directory
          - job_output
          - job_list
          - job_kill
          - todo_write
          - present
          - read_image

        # 描述截断长度。再往下会把 "Omit or leave empty when using" 这类半句留下，
        # 反而降低调用正确率 —— 半句话比长话更容易误导模型调用。
        # 设 0 表示该面不截断（保留原文）。
        toolDescLimit: 140
        toolParamDescLimit: 90

换成自己的轻量注入

三层优先级：config.injectText > ~/.dsh/local-llm/light-inject.md > 内置默认。

写个文件就行：

mkdir -p ~/.dsh/local-llm
cat > ~/.dsh/local-llm/light-inject.md <<'EOF'
[SYSTEM]
你是本地运行的编码助手。工具集已裁剪，上下文有限。
- 直接执行，不要反问，缺参数用占位符
- 中文回复，代码原文
EOF

内置默认（DEFAULT_INJECT）是一页纸的版本：身份 + 5 条行为准则 + 工具速查 + 输出格式。正文多长不影响正确性，只影响省下的量 —— 想更省就写更短，但别把工具用法删到模型认不出。

云端隔离

三重保证，test/autodetect.mjs 和 test/selfcheck.mjs 都覆盖了：

工具面：未命中路由时 release(agent) 撤销该 agent 的全部限制（restrict 调用次数: 0）。
提示词面：trimAssembly 未命中时直接 return assembly —— 同一个对象引用，不新建、不原地改。
注入面：接管后的 assembleWithLocalTrim 里 provider 判定不命中就直接返回下游结果。
唯一的全局副作用是重新定义了 prompt.assemble 的访问器，但它的行为对非本地 provider 完全等价于原函数。

实测：同一个会话里交替切云端 provider 和本地 provider，云端返回正常、本地工具调用正常，两边的工具面互不影响。

启动自检

插件装载时往 ~/.dsh/local-llm/local-trim.log 写 10 项检查。下面是形态示例，数字取自某一份具体配置（你的会不一样，<…> 处随配置变化）：

✓ tools 服务          可 restrict
✓ systemPrompt 服务   可用
✓ dsh-purge           已装（本插件在其外层收尾，无需改它源码）
✓ assemble 接管       accessor+purge-slot
✓ 轻量注入正文        <字符数>，来源 ~/.dsh/local-llm/light-inject.md
✓ 工具白名单          <keep 项数> 项
✓ 裁剪段落            <dropSections 项数> 段 + <dropContexts 项数> 个 context
✓ 生效路由            自动识别（baseURL 指向回环/私有网段，或 provider 名带 local/ollama 等标记）
✓ schema 瘦身         description 140 / 参数 90
✓ 一步到位            <探测结果，如「已有配置好的 local-llamacpp」>
就绪：仅对 本地端点（自动识别） 生效，其它 provider 原样放行

想关掉：config.selfCheck: false。

验证裁剪真的生效了

llama.cpp 加 --log-prompts-dir 会把每次请求落盘：

llama-server ... --log-prompts-dir ~/.dsh/local-llm/prompts

cd ~/.dsh/local-llm/prompts
f=$(ls -t *.txt | head -1)
echo "SIZE=$(stat -c%s $f)"
for k in "LOCAL LIGHT" "PRIME DIRECTIVE" "Mindmap editing"; do
  printf "%-20s %s\n" "$k:" "$(grep -c "$k" $f)"
done

期望：LOCAL LIGHT: 1、PRIME DIRECTIVE: 0、Mindmap editing: 0。SIZE 跟你自己的配置有关，不看绝对值，看的是「注入换成了轻量版、那些大段不再出现」。如果 PRIME DIRECTIVE: 1 说明注入被外层重写覆盖了 —— 检查 local-trim.log 里的 assemble 接管 那一行。

五个踩过的坑

tools.restrict({ allow }) 只认全局工具名。 scoped 注册名（如 dsh-ops 的 ops_glob）混进 allow 会让整批校验失败，一条限制都装不上。本插件从错误消息里把被拒的名字抠出来记住，下一轮跳过 —— 比依赖 view() 私有字段跨版本安全。
cordis 的 waterfall next() 不收参数。 下游拿到的是最初那份 args，所以裁剪必须在 await next() 之后对返回值做。
别和 dsh-purge 的 400ms 心跳抢 slot.rewrite。 它每 400ms 用 bindSlot 覆盖一次，反向重挂永远输在时序上。正确做法是接管 prompt.assemble 访问器并在 getter 上转发 Symbol.for('dsh-purge.assembleGuard')，让它只刷自己的 slot、不重装访问器覆盖你。
注入段必须 interpolate: false，并且保留头 80 / 尾 96 字符。 否则 renderPrompt 会用变量改写正文，破坏宿主取样判定，整份原文立刻被重新前置。
llm-pi-ai 改 defaultContextWindow 要重启实例。 HMR 不覆盖 provider 解析，改了不重启的话 bili / 代理层拿到的还是旧窗口。

已知边界

只做本进程内的裁剪，不碰模型权重，不改任何第三方插件源码。
dsh-purge 未安装时也能工作（接管原生 prompt.assemble），只是没有头 80 / 尾 96 的保留逻辑（没有那层兜底就不需要）。
段名来自各插件的 systemPrompt.section({ name })，插件升级改段名后要在 dropSections 里同步。
--cache-type-k/v q8_0 这类 llama.cpp 侧优化不在本插件范围内。

开发

node --check lib/index.js       # 语法
node test/selfcheck.mjs         # 两个场景：装了 / 没装 dsh-purge
node test/autodetect.mjs        # 四个本地后端 + 三个云端 provider 的路由判定

scripts/restore-bash.ps1 修 pnpm 把 @dsh-ops/bash-win32-x64 当不匹配平台剪掉的问题（arm64 Windows 上会遇到）：重新 pack 该可选依赖并放回 node_modules/@dsh-ops/。

License

MIT

dsh-local-trim

给本地小模型一套轻量 harness：让 llama.cpp / Ollama / vLLM / LM Studio 这类本地端点也能在 DeepSeek Harness 里顺畅干活，而云端 provider 一个字节都不动。

这里不给具体的请求体数值。绝对值由你自己的 harness 决定 —— 装了多少插件、注册了多少工具、系统提示词有哪几段，每个人的基线不同，裁剪空间也就不同。想知道自己省了多少，用文末「验证裁剪真的生效了」那段，在装与不装之间各抓一次请求来对比。

为什么需要它

具体多大取决于你装了什么 —— 这正是下面要做按 provider 裁剪的原因。

DSH 没有「按模型裁工具」的开关：

dsh-tools 的 Config 只有 mode / maxParallel；
agent-preset 只能声明插件，不列 ≠ 不注册；
dsh-purge 也没有工具过滤字段。

四层裁剪

层	做什么	手段
1. 工具面	只留本地真用得上的工具	`tools.restrict({ allow })`，allow = 实际可见名 ∩ 白名单
2. 提示词面	丢掉本地用不到的大段	`system-prompt/assemble` 里按段名过滤 `sections` / `contexts`
3. 注入面	整份系统提示词换成一页纸	替换 `dsh-purge` 注入段正文，保留头 80 / 尾 96 字符
4. schema 面	截断工具描述	递归截 `description`，`type` / `properties` / `required` 一字不动

安装

方式一：`dsh plugin add`（推荐，v0.1.1 起）

包已声明 dsh.bundle，装完自动生效，默认开启自动识别（routes: []）：

dsh plugin add github:Leonlee114514/dsh-local-trim

不想要自动识别就改自己 profile 的 cordis.patch.yml，把 local-tool-trim 的 routes 写死：

- id: local-tool-trim
  config:
    routes: [my-local-provider]   # 只裁这一个 provider

方式二：本地源码 + `link:`

适合改代码调试。

# 1) 进你的 DSH profile 目录
cd ~/.dsh/profiles/desktop          # Windows: %USERPROFILE%\.dsh\profiles\desktop

# 2) 作为本地依赖登记（用 link: 指向源码目录，改完即时生效）
#    路径必须是相对 profile 目录的正确层数，写错会得到一个指向空目录的 junction
pnpm add link:../../../path/to/dsh-local-trim

# 3) 在 cordis.patch.yml 末尾 insert 插件（见下方配置）

踩过的坑：手工把插件拷进 node_modules/ 而不写进 package.json，任何一次 pnpm install 都会把它当无主残留隔离删除（日志在 .dsh-market/log.ndjson）。一定要用 pnpm add link:... 或写进 dependencies。

一步到位（v0.2.0 起）

- insert:
    - id: local-tool-trim
      name: dsh-local-trim
      inject: [ tools, systemPrompt ]
      config:
        provision: true     # 或写成对象，见下

provision 三态：

写法	行为
`false`	完全不探测，插件只做裁剪
`true`（或不写）	按顺序探 `8090`(llama.cpp) → `11434`(Ollama) → `8000`(vLLM) → `1234`(LM Studio)，命中第一个可用的
`{ endpoint: 'http://host:port/v1' }`	只探这一个地址
`{ endpoints: [...], provider: 'my-local', overwrite: true }`	自定义列表 / 名字 / 是否覆盖同名配置

行为约定：

已有可用的本地 provider 就完全不写入 —— 你手写的 local-qwen 不会被覆盖。
provider id 按端口推断：8090 → local-llamacpp、11434 → local-ollama、 8000 → local-vllm、1234 → local-lmstudio；可用 provider: 指定。
窗口 / 输出长度从后端的 /v1/models 的 meta.n_ctx、meta.n_predict 读；读不到就退回保守值。
自动生成的 profile 带 compat.chatTemplateKwargs.enable_thinking: false —— 本地 chat template 默认开思考模式时，模型会把 max_tokens 全花在 reasoning_content 上，content 直接空字符串。不需要就在 provision 里写 chatTemplateKwargs: null。
探测与写入失败都不会影响裁剪，把原因写进日志（默认 ~/.dsh/local-llm/local-trim.log，可用 DSH_LOCAL_TRIM_LOG 改位置）。

插件热重载期间写配置会被 HMR 事务拒绝（HMR transactions cannot be nested）。这时插件会记下待办，等下一个真实请求（agent/created）再写 —— 不需要你做什么。冷启动（装完插件重启 DSH）时第一次就成功。

最小配置

- insert:
    - id: local-tool-trim
      name: dsh-local-trim
      inject: [ tools, systemPrompt ]
      config:
        enabled: true
        routes: []          # 空数组 = 自动识别本地端点

routes 三态：

写法	含义
不写	早期默认：只认 `local-qwen` 这一个名字（建议显式写 `[]` 或写具体名字）
`[]`	自动识别：provider 的 baseURL 指向回环/私有网段，或 provider 名带 local/ollama/vllm/lmstudio 等标记
`[my-provider, ollama]`	只认写出来的名字（精确匹配，`my-provider-turbo` 不会命中）

自动识别的 baseURL 特征：127.0.0.1 / localhost / 0.0.0.0 / [::1] / host.docker.internal / 10.x / 192.168.x / 172.16–31.x。

四种本地后端的接入

先把模型挂进 DSH 的 llm-pi-ai provider，本插件负责裁剪。四种后端都走 OpenAI 兼容接口，差别只在 baseURL 和要不要 API key。

llama.cpp（`llama-server`）

llama-server -m model.gguf --mmproj mmproj.gguf \
  --host 127.0.0.1 --port 8090 --alias my-local \
  --jinja -c 65536 --n-predict 8192 \
  --cache-type-k q8_0 --cache-type-v q8_0

# cordis.patch.yml
- id: llm-pi-ai
  config:
    providers:
      my-local:                       # provider id 自己定，带 local 标记会被自动识别
        displayName: 本地 llama.cpp
        api: openai-completions
        baseURL: http://127.0.0.1:8090/v1
        defaultContextWindow: 65536     # 必须和 -c 一致
        defaultMaxTokens: 8192          # 必须和 --n-predict 一致
        timeoutMs: 1800000
        streamIdleTimeoutMs: 600000
        compat:
          supportsUsageInStreaming: true
          maxTokensField: max_tokens
          chatTemplateKwargs:
            enable_thinking: false
        models:
          - id: my-local
            contextWindow: 65536
            maxTokens: 8192
            input: [ text ]
            reasoningEfforts: false

defaultContextWindow 只在 provider 重新解析时生效 —— 改完必须重启 DSH 实例， HMR 不覆盖 llm-pi-ai。

Ollama

ollama serve                      # 默认 127.0.0.1:11434
ollama pull qwen2.5-coder:7b

providers:
  ollama:
    displayName: Ollama
    api: openai-completions
    baseURL: http://localhost:11434/v1
    apiKeyEnv: OLLAMA_API_KEY        # 随便填个值，Ollama 不校验
    defaultContextWindow: 32768
    defaultMaxTokens: 4096

vLLM

vllm serve Qwen/Qwen2.5-Coder-7B-Instruct \
  --host 0.0.0.0 --port 8000 \
  --max-model-len 32768

providers:
  vllm:
    displayName: vLLM
    api: openai-completions
    baseURL: http://192.168.1.9:8000/v1   # 局域网机器也自动识别（192.168.x）
    apiKeyEnv: VLLM_API_KEY
    defaultContextWindow: 32768
    defaultMaxTokens: 4096
    compat:
      maxTokensField: max_tokens

LM Studio

GUI 里打开 Developer → Start Server（默认 127.0.0.1:1234），Context Length 在模型加载设置里改。

providers:
  lmstudio:
    displayName: LM Studio
    api: openai-completions
    baseURL: http://127.0.0.1:1234/v1
    apiKeyEnv: LMSTUDIO_API_KEY
    defaultContextWindow: 16384
    defaultMaxTokens: 4096

完整配置

- insert:
    - id: local-tool-trim
      name: dsh-local-trim
      inject: [ tools, systemPrompt ]
      config:
        enabled: true
        routes: []
        promptTrim: true
        provision: true      # 探测本地端点并自动写 provider；false 关闭

        # 本地模型用不到的段。名字取自各插件的 systemPrompt.section({ name })。
        # 这份清单对应的是「装了很多插件」的 profile：你装了哪几个插件，就删哪几个插件
        # 产出的段，别整套照抄。名字对不上的段会被静默忽略，不会报错。
        dropSections:
          - tool:mindmap
          - free-search:engines
          - dsh-purge:anchor
          - dshpg-capabilities
          - mnemon:routing
          - plugin:dsh-imagegen
          - ui:deliverable-file-references
          - app:web-surface
          - tool:goal
          - tool:ralph
          - tool:workflow
          - tool:session-query
          - tool:pty
          - dsh-excel-chat:interaction
          - dsh-ops:repository-tooling:mode-standard
          - dsh-ops:repository-tooling:mode-ptc
          - dsh-ops:repository-tooling:mode-cordis
          - harness:source

        dropContexts:
          - mnemon:memory-view
          - mnemon:runtime-memory

        # 白名单同时写规范名和 dsh-ops 的 ops_* 名：不同 profile 装的工具包不一样，
        # 有的注册 bash/read/glob/grep，有的注册 ops_bash/ops_read_files/…，
        # 两种名字都列上，这份配置就能同时用在两种 profile 上。
        keep:
          - bash
          - pwsh
          - ops_bash
          - read
          - ops_read_files
          - ops_inspect_local_file
          - write
          - edit
          - glob
          - ops_glob
          - grep
          - ops_grep
          - working_directory
          - job_output
          - job_list
          - job_kill
          - todo_write
          - present
          - read_image

        # 描述截断长度。再往下会把 "Omit or leave empty when using" 这类半句留下，
        # 反而降低调用正确率 —— 半句话比长话更容易误导模型调用。
        # 设 0 表示该面不截断（保留原文）。
        toolDescLimit: 140
        toolParamDescLimit: 90

换成自己的轻量注入

三层优先级：config.injectText > ~/.dsh/local-llm/light-inject.md > 内置默认。

写个文件就行：

mkdir -p ~/.dsh/local-llm
cat > ~/.dsh/local-llm/light-inject.md <<'EOF'
[SYSTEM]
你是本地运行的编码助手。工具集已裁剪，上下文有限。
- 直接执行，不要反问，缺参数用占位符
- 中文回复，代码原文
EOF

云端隔离

三重保证，test/autodetect.mjs 和 test/selfcheck.mjs 都覆盖了：

工具面：未命中路由时 release(agent) 撤销该 agent 的全部限制（restrict 调用次数: 0）。
提示词面：trimAssembly 未命中时直接 return assembly —— 同一个对象引用，不新建、不原地改。
注入面：接管后的 assembleWithLocalTrim 里 provider 判定不命中就直接返回下游结果。
唯一的全局副作用是重新定义了 prompt.assemble 的访问器，但它的行为对非本地 provider 完全等价于原函数。

实测：同一个会话里交替切云端 provider 和本地 provider，云端返回正常、本地工具调用正常，两边的工具面互不影响。

启动自检

插件装载时往 ~/.dsh/local-llm/local-trim.log 写 10 项检查。下面是形态示例，数字取自某一份具体配置（你的会不一样，<…> 处随配置变化）：

✓ tools 服务          可 restrict
✓ systemPrompt 服务   可用
✓ dsh-purge           已装（本插件在其外层收尾，无需改它源码）
✓ assemble 接管       accessor+purge-slot
✓ 轻量注入正文        <字符数>，来源 ~/.dsh/local-llm/light-inject.md
✓ 工具白名单          <keep 项数> 项
✓ 裁剪段落            <dropSections 项数> 段 + <dropContexts 项数> 个 context
✓ 生效路由            自动识别（baseURL 指向回环/私有网段，或 provider 名带 local/ollama 等标记）
✓ schema 瘦身         description 140 / 参数 90
✓ 一步到位            <探测结果，如「已有配置好的 local-llamacpp」>
就绪：仅对 本地端点（自动识别） 生效，其它 provider 原样放行

想关掉：config.selfCheck: false。

验证裁剪真的生效了

llama.cpp 加 --log-prompts-dir 会把每次请求落盘：

llama-server ... --log-prompts-dir ~/.dsh/local-llm/prompts

cd ~/.dsh/local-llm/prompts
f=$(ls -t *.txt | head -1)
echo "SIZE=$(stat -c%s $f)"
for k in "LOCAL LIGHT" "PRIME DIRECTIVE" "Mindmap editing"; do
  printf "%-20s %s\n" "$k:" "$(grep -c "$k" $f)"
done

五个踩过的坑

tools.restrict({ allow }) 只认全局工具名。 scoped 注册名（如 dsh-ops 的 ops_glob）混进 allow 会让整批校验失败，一条限制都装不上。本插件从错误消息里把被拒的名字抠出来记住，下一轮跳过 —— 比依赖 view() 私有字段跨版本安全。
cordis 的 waterfall next() 不收参数。 下游拿到的是最初那份 args，所以裁剪必须在 await next() 之后对返回值做。
别和 dsh-purge 的 400ms 心跳抢 slot.rewrite。 它每 400ms 用 bindSlot 覆盖一次，反向重挂永远输在时序上。正确做法是接管 prompt.assemble 访问器并在 getter 上转发 Symbol.for('dsh-purge.assembleGuard')，让它只刷自己的 slot、不重装访问器覆盖你。
注入段必须 interpolate: false，并且保留头 80 / 尾 96 字符。 否则 renderPrompt 会用变量改写正文，破坏宿主取样判定，整份原文立刻被重新前置。
llm-pi-ai 改 defaultContextWindow 要重启实例。 HMR 不覆盖 provider 解析，改了不重启的话 bili / 代理层拿到的还是旧窗口。

已知边界

只做本进程内的裁剪，不碰模型权重，不改任何第三方插件源码。
dsh-purge 未安装时也能工作（接管原生 prompt.assemble），只是没有头 80 / 尾 96 的保留逻辑（没有那层兜底就不需要）。
段名来自各插件的 systemPrompt.section({ name })，插件升级改段名后要在 dropSections 里同步。
--cache-type-k/v q8_0 这类 llama.cpp 侧优化不在本插件范围内。

开发

node --check lib/index.js       # 语法
node test/selfcheck.mjs         # 两个场景：装了 / 没装 dsh-purge
node test/autodetect.mjs        # 四个本地后端 + 三个云端 provider 的路由判定

scripts/restore-bash.ps1 修 pnpm 把 @dsh-ops/bash-win32-x64 当不匹配平台剪掉的问题（arm64 Windows 上会遇到）：重新 pack 该可选依赖并放回 node_modules/@dsh-ops/。

License

MIT

Leonlee114514/dsh-local-trim

dsh-local-trim

为什么需要它

四层裁剪

安装

方式一：dsh plugin add（推荐，v0.1.1 起）

方式二：本地源码 + link:

一步到位（v0.2.0 起）

最小配置

四种本地后端的接入

llama.cpp（llama-server）

Ollama

vLLM

LM Studio

完整配置

换成自己的轻量注入

云端隔离

启动自检

验证裁剪真的生效了

五个踩过的坑

已知边界

开发

License

Community comments

Leonlee114514/dsh-local-trim

dsh-local-trim

为什么需要它

四层裁剪

安装

方式一：dsh plugin add（推荐，v0.1.1 起）

方式二：本地源码 + link:

一步到位（v0.2.0 起）

最小配置

四种本地后端的接入

llama.cpp（llama-server）

Ollama

vLLM

LM Studio

完整配置

换成自己的轻量注入

云端隔离

启动自检

验证裁剪真的生效了

五个踩过的坑

已知边界

开发

License

Community comments

方式一：`dsh plugin add`（推荐，v0.1.1 起）

方式二：本地源码 + `link:`

llama.cpp（`llama-server`）

方式一：`dsh plugin add`（推荐，v0.1.1 起）

方式二：本地源码 + `link:`

llama.cpp（`llama-server`）