StateCompiler — 直装包（EXTREASON 外置推理 + CONTEXTinjector + LOGcompiler + WebUI 面板）

把长对话的重复计费砍掉一半，再给模型配一名只读调查员：先核实，后动手。

把 EXTREASON（reasoning 外置）+ CONTEXTinjector（注入折叠）+ LOGcompiler（转录日志）+ contextinjector-webui（「注入」面板） 一起直装进 DeepSeek Harness（DSH）的 web profile。 装好后在会话侧边找到「注入」tab 使用。

本包版本 / 来源提交 / 构建时间见同目录 version.json；本版改动与保留项见 RCS-0.1.11-改进与保留项.txt（同目录）。

兼容性（dshTarget: 0.1.7-rc.2）：插件含双代兼容层——同一份文件同时适配 0.1.5-rc.2 与 0.1.7-rc.2 两代宿主接口（消息来源标记 / 事件枚举 / 子代理接口三族差异均为双形态实现）。 已验证：0.1.7-rc.2（session-format v4 全链路，含折叠提交与审计）。

• 折叠的内容完整性由提交前守卫保证：其中一条专门比对"被折叠的工具结果数 ↔ 转录里留下的工具记录数"，少一行就整次拒绝、本轮按原文发送（0.1.23 起；动机见 RCS-0.1.23-改进与保留项.txt）。

注意：新宿主的 dsh_plugin_packages 请求扩展与『改写历史』的折叠互斥，折叠档位需按 RCS-0.1.21-改进与保留项.txt 的 09-27 补录在 profile 层关闭该扩展（安装脚本已处理）。

目录

├── contextinjector.mjs         注入折叠插件（单文件）
├── logcompiler.mjs             转录日志插件（单文件）
├── extreason.mjs               外置推理插件（EXTREASON，单文件）
├── toolfold.mjs                工具结果折叠（被上面两个 import，须与 condense/ 同级）
├── condense/chunk.mjs,ivr.mjs  共享纯模块（转录分型 / 压缩器 IO 比）
├── contextinjector-webui/      WebUI 面板 npm 包（host /api + client 注入）
├── install.ps1 / install.cmd   直装（web profile）
├── uninstall.ps1               卸载/回滚
├── README.md                   本说明
├── LICENSE.txt                 MIT 开源许可证
├── version.json                产物来源/版本/提交/构建时间
└── RCS-0.1.11-改进与保留项.txt   本版改动、保留项、读数纪律

从零安装（终端，适用于 GitHub 克隆）

git clone https://github.com/ScreamingMaggot/rcs-context.git
cd rcs-context
powershell -ExecutionPolicy Bypass -File ./install.ps1
# 需指定目标时：-DSH_HOME <配置家目录>  -DshInstall <dsh 安装根>

安装脚本会：备份现网 → 落位插件与 WebUI 包 → 幂等追加 profile 补丁（四项挂载 + 一条按宿主探测的兼容项）→ 自校验。重复运行安全。 本仓库未发布 npm 包，故不使用 dsh plugin add；安装走上述脚本（或双击 install.cmd）。 平台说明：插件本体为跨平台 .mjs（随宿主运行）；安装/卸载脚本目前仅提供 Windows PowerShell 版本。

一键直装（Windows）

在已运行/即将运行的 DSH 所在机器上，双击 install.cmd，或：

powershell -ExecutionPolicy Bypass -File .\install.ps1
# 默认装到 %DSH_HOME% 或 ~\.dsh 的 web profile；可显式指定：
.\install.ps1 -DSH_HOME "D:\path\to\.dsh" -DshInstall "D:\path\to\dsh-runtime"

脚本会：备份现网 → 落位插件与 WebUI 包 → 幂等追加 cordis.patch.yml 四项 insert → 自校验。重复运行安全。

装完必做

1. 重启 dsh web（client 装载器按名缓存，必须重启才生效；刷新页面不够）。
2. 打开一个会话 → 「注入」tab：
   • CONTEXTinjector（默认关）：右栏「当前会话」卡为本会话选「工具折叠 / 单压缩 / 双压缩」即启用折叠；
     • 工具折叠=对每轮对话做工具转录折叠（保留原始信息）
     • 单压缩=对每轮AI输出进行语义压缩
     • 双压缩=单次压缩基础上进行关键值保真提取
   • LOGcompiler（默认全会话记录）：日志写到 $DSH_HOME/state-compiler/transcripts/<sid>.log； 在「日志编译」区可改输出目录/停用/逐会话开关。
3. 压缩通道（single/double 的浓缩调用）默认跟随会话模型——不建议：那会按主模型价格计费。 请按下方『成本提示』把浓缩指向本地 Ollama 或任一廉价模型；压缩失败会无损回退，不会破坏档案。
4. EXTREASON（外置推理，默认开）：主模型 reasoningEffort: off（或模型无思维链能力）时， 每轮自动跑一个只读子代理（UI 里显示为「外部思考中」）并把它的 [R] 行注入当轮请求。 不需要时设环境变量 EXTREASON=0。详见 EXTREASON/README.md。

界面截图（实拍）

①「注入」面板：左上为压缩比走势（蓝线=每轮、绿线=累计，虚线=比值 1 参考线），中间是本次折叠读数 （8951 → 725 B、8%、档位 double、单调性 ✓）与请求结构逐段字节，右侧是当前会话的档位与开关。

② 会话输入区的档位选择器（默认「关」；开启折叠后每一轮的下方即出现压缩读数）：

③「外部思考中」：主模型少想快跑的同时，只读调查员在当轮实际执行 分析 / 搜索代码 / 读取文件：

④ 调查员简报（[R] 行）：逐行标明文件与行号、指出唯一实质性不一致点并给出两个可选动作，末尾声明 「只做了只读检查、未运行、未改动任何文件」：

⑤ 折叠进行中：会话标签旁显示「压缩中」，面板给出触发点（TURN-END）、耗时与本轮读数 （775 → 179 B、23%、档位 single、单调性 ✓）：

截图取自真实长会话，未做美化。

成本提示（重要）：压缩通道请走本地或廉价模型

为什么：single / double 档位会为每条被折叠的助手输出调用一次"压缩模型"（实测每局中位 20 / 42 次）。 若这条通道走主模型，等于用主模型的价格反复付压缩费——省钱的效果会被吃掉大半。 把压缩模型换成本地 Ollama 或任一低价模型，这部分开销接近于零，而无损折叠的收益一分不少（收益主要来自工具结果折叠，它不需要模型）。

怎么配（两步）

① 在 DSH 的 ~/.dsh/settings.yaml 注册本地 Ollama（三个字段缺一不可，都是实测踩出来的）：

llm-pi-ai:
  providers:
    ollama:
      displayName: Ollama (本地)
      api: openai-completions
      baseURL: http://127.0.0.1:11434/v1
      apiKeyEnv: OLLAMA_API_KEY          # 本地服务任意值即可，但字段必须在
      compat:
        maxTokensField: max_tokens       # 关键：ollama 只认 max_tokens，缺此字段输出上限失效
      streamIdleTimeoutMs: 30000         # 卡住 30s 即无损回退，不拖垮整轮
      models:
        - id: qwen3:4b-instruct-2507-q4_K_M
          name: Qwen3 4B (本地压缩器)
          reasoningEfforts:
            off: null
            medium: medium               # 显式声明：不写会被判为"不支持任何思考档"

② 把压缩通道指过去（三选一，优先级从高到低）：

• WebUI「注入」面板里为该会话选择压缩模型（最直观）；
• 会话的 control.json 写 {"condenseProvider":"ollama","condenseModel":"qwen3:4b-instruct-2507-q4_K_M"}；
• 环境变量 DSH_CONTEXTINJECTOR_CONDENSE_PROVIDER / DSH_CONTEXTINJECTOR_CONDENSE_MODEL。

用弱模型的代价：压缩率会低一些、单次更慢（4B 级一条约 7–15s），但不会出错—— 压缩超预算或质量不达标时插件一律无损回退（原文照旧进转录），档案与可回放性不受影响。

EXTREASON 不需要单独配：它的子调查员每轮调用一次模型，但简报会让主模型少读历史—— 实测计费中位反而更低（11.2 万 vs 不开的 14.0 万），故无需为它指定廉价模型。

权限边界与第三方网络依赖（如实声明）

• 写入范围：仅 $DSH_HOME（web profile 目录、state-compiler 状态目录、转录日志、按需创建的 raw/ 归档与折叠审计 fold-index/）。不写系统目录、不改 PATH、不改 shell 配置。
• 进程形态：作为宿主进程内插件加载，不安装后台服务、不注册开机项。
• 插件自身不发起任何网络请求。仅两处例外，且都必须由你显式配置后才发生：
  1. 把压缩通道指向本地/远程 Ollama（或任一 OpenAI 兼容端点）时，该请求由宿主的 LLM 适配器发出；
  2. EXTREASON 的子调查员使用宿主已注册的模型与只读检索工具（若启用了网页检索，则走宿主自身的检索通道）。
• 子会话权限：EXTREASON 的子会话以只读工具集运行（读文件 / 检索），不具备写权限；产出以 [R] 行注入。
• 凭据：插件不读取、不存储模型凭据（由宿主凭据服务管理）。
• 卸载：uninstall.ps1 回滚补丁项与文件（含安装时备份的还原）。

卸载

.\uninstall.ps1                 # 还原安装前备份 / 移除补丁项与文件

删干净后再重启 web。

A档实验：工具结果结构化折叠（0.2.0 起，默认关）

实验功能，默认 OFF，不影响既有行为。开启后，折叠历史里的工具结果会从 [T] tool|path|OK 升级为结构化短行 [T] <域>|<action>|<target>|OK|P0–P3|<k=v>… 并追加值保真链 [V]： read 保留 size/sha8/lines、edit/write 失败把 err 原文入 [V]、glob/grep 留 pattern/count/matches≤K、 bash 留 head/tail/tee、ask_user 答复 P3 逐字入 [V]（不可重建）。 开启方法：装好后在会话「注入」tab → 右栏「当前会话」卡 → 先为本会话选一个压缩档 （工具折叠/单压缩/双压缩，让它进入折叠），再打开下方 「工具结果结构化折叠（实验）」 开关。 纯规则、无 LLM；有 token 成本，仅在你开启的会话生效。若内测发现问题，把现象/转录反馈即可。

说明 / 数据位置

• 运行时配置与控制：$DSH_HOME/state-compiler/（control.json、logcompiler.control.json、last-fold.json、transcripts/、.ctxinjector/raw/）。
• 安装备份：$DSH_HOME/.statecompiler-backup-<时间戳>/（uninstall 用它回滚）。
• 源码与重建：见 StateCompiler 仓库 build-dist.ps1（从 git HEAD 可复现本目录；该脚本自带 pre/post-flight：校验发布脚本 BOM、校验 version.json 版本号、对每个 .mjs 跑 node --check）。

发布前自检（仓库侧，可随时复跑）

powershell -ExecutionPolicy Bypass -File StateCompiler\packaging\smoke-install.ps1

它在 %TEMP% 造一个假 DSH_HOME 真跑一遍 安装 → 重复安装（幂等）→ 半装升级 → 卸载回滚， 并核对本目录自洽（清单齐全、version.json 可解析且版本一致、.ps1 带 BOM、.mjs 不带 BOM、 发布说明是合法 UTF-8 中文、装出来的插件与 dist 逐字节一致）。全绿才发。

运行参数（control.json，多数热读、免重启）

键	缺省	作用
enabled	true	总开关
sessions / sessionModes	[] / {}	白名单会话及其压缩档（off/single/double/工具折叠）。未列出的会话不折叠（无全局默认档）
keepInject	ON	DSH 注入节点（runtime/policy 快照、skill 目录）永不被遮蔽 ⇒ 快照零补发
toolfoldStructured	true	工具结果结构化 [T]/[V]
condenseProvider / condenseModel	跟随会话	指定浓缩模型（如本地 ollama）
condenseMinBytes	240	单条 [A] 低于此字节不送浓缩（0 = 全送，注意小值会让折叠变慢：实测 15 曾导致 243s 一次折叠）
condenseMaxTokens	700	单条浓缩输出上限
condenseBudgetMs / condenseMaxCallsPerFold	15000 / 12	一次折叠的硬预算（时间长/调用多即止损回退）
foldJoinTimeoutMs	3000	下一轮发请求前等待后台折叠的上限；超时就先发请求，绝不拖住对话
segments	OFF	多段转录（head 独立成段零重复 + 各段独立留面）。真机已验证，默认关；开启前建议按 NOTES 的样本门槛评估
standalone	OFF	遗留开关（新段不带旧前缀）。其目的已被多段转录覆盖，暂不推荐单开

装好后怎么自查（不看日志也能判）

• 面板：会话「注入」tab 显示最近一次折叠（模式/触发/字节/压缩比/monotonic）、面板「压缩中」在飞标记。
• 端点：GET /api/context-inject/status（含 lastFold、foldInflight、control、sessions）。
• 文件（都在 $DSH_HOME/state-compiler/）：
  • .ctxinjector/fold-index/<sid>.jsonl —— 每次折叠一行：cumLines.before/after 应相邻承接、after 等于转录行数；
  • .ctxinjector/fold-errors/<sid>.jsonl —— 拒折/异常账本（空 = 健康）；出现持续 foldtext-drift 表示表面转录与状态脱节、折叠会停摆；
  • last-fold.json —— 最近一次折叠详情（含 full 转录全文、segments、afterNodes）。
• 一键体检（仓库侧，任意机器只读运行）：

  node StateCompiler\CONTEXTinjector\tools\verify-fold-integrity.mjs --state <DSH_HOME>\state-compiler --all
  

  逐会话输出 PASS/WARN/FAIL：索引承接、full 段头链、拒折账本；可选 --replay 追加"表面段拼接 == full"校验。

什么时候开 single / double（实证口径，2026-09-12）

用 12 个真实工作场景 × 4 档（bare 基线 / off 无损工具折叠 / single / double）实测的结果：

档	机制级压缩率（字节加权）	峰值上下文比（中位）	峰值 ≥18K 时
off（工具折叠）	0.227（压到约 1/4）	0.931×	0.717×
single	0.209	1.049×	0.843×
double	0.210	0.991×	0.742×

• 无损工具折叠（off）在任何规模都稳赚，且不调用任何模型（零 token、零延迟），是默认推荐档。
• LLM 浓缩（single/double）只在长会话转正：峰值 ≥18–20K token 才有净收益（0.72–0.84×）； 10–25K 的常见中短任务上是 1.0–1.4×，即净开销（压缩省下的上下文盖不过调用与延迟）。 ⇒ 建议：日常用「工具折叠」；确认会长跑（峰值 ≥20K）的会话再选「单压缩/双压缩」。
• 压缩收益主要来自三者共有的无损工具折叠；[A] 段浓缩是增益项而非主力。
• 判据看 last-fold：aCount/aFolded（命中率）、fallbackReasons（回退原因分型：truncated/empty/ noShrink/llmErr/payloadGate/maxCalls/budgetMs/keysErr）、keys、shrink。 注意 ms 会被机器休眠放大，不能当算力时间读。

已知取舍（如实说明）

1. 默认行为：多段转录与 standalone 默认关闭 ⇒ 本包默认行为与 0.1.8 逐字一致。
2. 本地小模型慢：4B 级浓缩一次 [A] 约 7~15s；一次折叠超预算就无损回退（转录照旧完整，只是没压缩）。 判"有没有压缩"看 calls/aFolded；ms 可为 0，也会被机器休眠放大（实测有 4.7h 的读数）。
3. 无 [R] 的两种正常情形：主模型 reasoning 未关（不做外置推理）；或该 preset 裁剪了工具集 （此时账本记 skip-no-readonly-tools，不再报错）。
4. 装完必须重启 dsh web：客户端插件按名缓存，刷新页面不够。
5. 本包基于 @deepseek-ai/dsh 0.1.1-rc.2 验证；换 DSH 版本前请先核实。