dsh-quilt-compact

DeepSeek Harness 的上下文压缩插件。

替代默认的 compaction-basic ：用指定的低价/免费小模型压缩对话内容，节省成本。 部分模型的上下文窗口较短、装不下完整对话，所以采用分块与归并：切块逐个交给小模型摘要，再把所有摘要一次归并成最终结果。

• 支持配置多档模型（不同 tier 放不同规格），按容量自动选用、自动降级。
• 模型调用失败会冷却一段时间；模型池无法完成当前任务时由会话模型兜底。
• 分块、摘要、归并全流程自动完成，最终产出一个小而全的检查点。

工作方式

一次压缩按以下流程进行：

Stage 0 → (选模型 → 切块 → 摘要) × N → 归并 → Checkpoint

1. Stage 0 — 对要压缩的区域做预处理：展平为行文档、合并相邻重复行、压缩连续空行、清除终端噪音（ANSI 转义、光标标记、长分隔线等）、保留文件/图片附件的名称而非匿名化成裸标记；可选地做代码骨架化（按缩进层级保留结构行）与日志精简。
2. 选模型 → 切块 — 每轮选定一个可用模型，按该模型contextWindow 切出一段上下文。每块同时带上摘要长度上限cap_i（按块大小占区域总长的比例分配），保证最终归并不会超出上下文限制。
3. Summarize — 每个分块经模型池的一次模型调用摘要成一个小 digest（不超过 cap_i）。
4. 单级归并 — 所有 digest 一次调用整合成最终检查点。归并窗口由配置 mergeMaxContextTokens（归并前最多保留多少上下文，默认128k）控制。
5. Checkpoint — 最终 digest 替换原区域，写入会话。

适用版本

已在 DSH desktop 0.2.0-rc.2 上实测通过（CLI 0.1.7-rc.1 亦验证），依赖声明为 >=0.1.7-alpha.2 <0.2.0-0 || >=0.2.0-rc.1 <0.3.0-0。

安装

直接从 GitHub 仓库安装：

dsh plugin --profile <name> add github:bvbhu/dsh-quilt-compact

包声明了 dsh.bundle，安装命令会自动激活随包层并禁用 compaction-basic （本插件成为 ctx.compaction）。建议用 #<sha> 后缀钉住提交，避免裸仓库 跟随默认分支：

dsh plugin --profile <name> add github:bvbhu/dsh-quilt-compact#<sha>

更新

dsh plugin --profile <name> update dsh-quilt-compact

卸载

dsh plugin --profile <name> remove dsh-quilt-compact

之后在 profile 层重新启用 compaction-basic 即恢复默认后端。

配置

两种方式等价：Web UI 的设置页（写入同一份 profile patch），或直接编辑 profile 的 cordis.patch.yml（后层按行生效）。

模型池

- id: dsh-quilt-compact
  config:
    tiers:
      - name: primary
        models:
          - provider: openrouter
            model: openrouter/free
            maxConcurrent: 1
            cooldownHours: 1 

cooldownHours 失败后冷却的小时数 （正数，允许小数，如 0.5 = 30 分钟），从失败时刻起算。默认1 小时。 maxConcurrent 默认 1。

归并窗口（可选）

归并前最多保留多少上下文用 mergeMaxContextTokens（token 数，默认128k）控制，归并时会在池内逐级下降找上下文足够的模型。

    mergeMaxContextTokens: 64000   # 归并前最多保留多少上下文（归并窗口），默认 128000

注意：默认 128k 意味着若主池没有任何 ≥ 128k 的模型，可能会导致归并过程没有模型而失败。

分块

    chunkRatio: 0.8        # 分块占用模型可用输入的比例
    chunkOverlapRatio: 0.1 # 相邻分块重叠占分块预算的比例

Stage 0

    preprocessing:
      dedup: true                              # 合并相邻重复行
      purgeErrors: true                        # 清除终端噪音（ANSI、光标标记、长分隔线等）
      astSkeleton: { enabled: false, maxDepth: 2 }  # 代码骨架化（按缩进层级保留结构行）；默认关闭，需显式开启
      logCondense: { mode: balanced, maxLines: 200 }  # 超长日志冷凝

运行记录

可选的质量评估/诊断记录，默认关闭：

    runRecord:
      enabled: false      # 关闭时不产生任何运行记录
      maxEntries: 200     # 文件最多保留多少条（超出裁剪到最近 N 条）
      snapshotChars: 0    # >0 时每条嵌入一段截断的对话原文（默认 0 = 不存原文）
      path: ''            # 固定文件位置；留空用 DSH storage 根目录

启用后，每次压缩追加一行 JSON 到 <DSH home>/storages/dsh_quilt_compact_runs.jsonl（非空 $DSH_HOME 优先，否则 ~/.dsh；path 可覆盖）。每条含统计（trigger、regionChars、chunkCount、mergeLevels 等）和 result（最终摘要文本）。

默认不保存对话原文——记录的是"引用"而不是副本：

• ref — { sessionId, seqs }：指向会话事件日志里的被压缩区间，需要原文时按 seq 读回（会话是原文唯一合法的存放处）。
• chunks — 每块模型归属 { chunk, model, lineStart, lineEnd, tokens }，回答"哪段是谁处理的"，不含文本。
• cooldowns — 每次进入冷却的报错 { model, job, error, until, hours }：哪个路由、在哪个任务上、因何错误、冷却到何时——排查"某路由为何失败"的第一手证据（聚合尝试计数无法区分真实供应商错误与归属错误）。
• snapshotChars > 0 才嵌入截断原文副本（隐私 opt-in）。

失败诊断

压缩失败不再只留一句固定文案：

• error 级日志 — summarize 失败输出一行 dsh-quilt-compact summarize failed (trigger=…): <原因>，原因是扁平化错误链（顶层: 中间: 根因），含整批失败的逐路由尝试摘要（attempts: p1/m1 x1 (last: …); …）。
• 事务层失败同样记录 — 收缩检查、提交、持久化等 summarize() 之后的失败统一输出 dsh-quilt-compact compaction failed (trigger=…, stage=…): <原因>；跨层传播的同一失败只记一行。
• 失败也进运行记录 — runRecord 开启时失败写入 failed: true、route: 'error'、error（扁平化原因），与成功同结构；成败比例与失败原因可直接在 JSONL 上统计。
• 可行动的兜底报错 — "池中无路由装得下归并"的报错会列出 mergeWindow、每个路由的 window 与冷却状态，并给出出路（调低 mergeMaxContextTokens 或增加大窗口模型）。
• 手动 /compact — ManualCompactionError 的 message 携带底层原因（会话日志的 compaction/end 事件与本插件的日志都会显示它）；自动压缩失败（step 压力、上下文溢出）的 warn 行也携带扁平化原因。

宿主的 /compact 命令按错误码输出固定文案并丢弃 error.message；真实原因始终在本插件的 error 级日志（以及 runRecord 开启时的 JSONL）里可查，无需改动宿主导包。

调度与兜底

• 模型驱动切块 — 每轮选定一个模型（同 tier 轮转公平），按该模型自己的contextWindow 现场切出一块再派发——块的大小永远等于处理它的模型的容量，不存在"模型装不下上下文"的常规路径。
• 容量默认值 — 模型容量（contextWindow/maxTokens）解析失败或缺失时，按 256k / 32k 的默认值参与容量匹配，而不是当作"无限制"。
• 冷却 — 模型调用失败后冷却配置的小时数（默认 1 小时，从失败时刻起算），冷却期内不再选它。
• 全池冷却自动恢复 — 如果所有路由都处于冷却（例如一次网络抖动让所有供应商同时失败），切块阶段会清空全部冷却并重试一次，而不是干等到最早的路由到期。冷却只是"别猛打故障供应商"的启发式，不是契约：整个池都没人能干活时它已经没有意义了。重试后仍然失败的路由会被重新冷却。
• 失败重试 — 摘要失败后冷却该模型；重派时优先在同一 tier 换 contextWindow 足够的健康模型，同级都不够才把块切小，再降级到下一 tier。
• 降级 — 当前 tier 没有可用模型时，任务降级到下一 tier。
• 会话兜底 — 模型池无法完成当前任务时（如所有 tier 冷却、或归并时池中 没有任何模型装得下全部 digest），由会话模型直接压缩整个区域（直接调 dsh-compaction-basic，可 fallbackToSessionModel: false 关闭）。归并因"池中无足够窗口的健康模型" 而兜底时记录带fallbackReason:no-merge-model 以便与模型故障区分。
• 兜底到底 — 连一个块都切不出来时（全池冷却且清空重试后依然不可用），不再抛错，而是直接把整个区域交给默认压缩插件出摘要——压缩仍然完成，不会只剩宿主那句固定文案。这条路径在日志里以 model pool cannot serve this compaction (…) 标注。

隐私

默认不记录：默认的持久化状态仅用于记录路由冷却时间，不保存会话消息、提示词或摘要。 开启 runRecord 后：每次压缩（成功的和失败的）写入 JSONL 运行记录—— 默认仍不保存对话原文：记录的是 ref（会话 + seq 引用）、每块模型归属和冷却报错，需要原文时按引用从会话读回。只有把 snapshotChars 显式设成正数，记录里才会嵌入一段截断的对话副本（这是保存对话内容的 opt-in）。

已知限制

• 已在 DSH desktop 0.2.0-rc.2 与 CLI 0.1.7-rc.1 上实际验证过；其他版本未逐一测试。peer 范围写成两段 || 分支（>=0.1.7-alpha.2 <0.2.0-0 || >=0.2.0-rc.1 <0.3.0-0）：node-semver 只在该元组上存在带预发布标签的比较符时才放行预发布版本，所以单一的 >=0.1.7-alpha.2 在 npm 的严格语义下排除 0.2.0-rc.2（宿主自身的 peer 检查用 includePrerelease，行为不同，因此从 DSH 安装时不会暴露这个问题）。
• web/desktop profile 的模型池是 preset-standard 内的拷贝：通过 Web UI设置页修改时由插件桥接统一写入，无需手工处理；只有直接编辑 cordis.patch.yml 或 preset 重述时才需要注意两份配置的一致性（或重跑生成器），否则两处会漂移。
• 基准中的 episode/probe 由作者提供 ground truth，不是真实用户会话数据；真实 agent 压缩后的任务成功率尚未在基准内覆盖。
• 真实模型验证 lane 因模型波动与限流，只报告结果、不进 CI 门槛。

Benchmark / 验证

test/bench/ 提供两层验证：

• 确定性 lane（CI）——npm test：脚本化 summarizer persona（perfect / leak / forgetful），结果跨机器稳定；回归阈值对照 test/bench/baseline.json（配 tolerance），并断言每次发出的请求都满足 input + maxTokens <= contextWindow。
• 真实模型 lane（periodic / release）——npm run bench -- --real：用真实 ctx.llm 跑同一管线，结果只报告、不设阈值。