dsh-headroom

DeepSeek Harness 的 Headroom 上下文压缩代理集成插件：一键检测、安装、启动 Headroom 压缩代理，并自动接入 DeepSeek 线路（OpenAI 协议），在设置页提供状态面板与切换控件。

重要声明：本插件是 headroomlabs-ai/headroom （Apache License 2.0）的集成与封装，Headroom 压缩引擎本身由 Headroom 项目提供， 版权归其作者所有。本插件不包含、也不修改 Headroom 的压缩算法，仅负责： 环境检测、依赖安装、进程管理、DeepSeek 兼容预设与线路切换 UI。 详见 NOTICE 与 LICENSE。

功能

• 一键启用压缩线路：设置页点按钮，把 DSH 的 llm-deepseek.baseURL 指向本地 Headroom 代理
• 自动环境管理：检测 Python → 自动建 venv → 安装 headroom-ai[proxy]（轻量，无 torch）
• 进程守护：自动启动 headroom proxy、/livez 健康检查、崩溃提示
• 兼容预设：固化 Windows workaround（HEADROOM_DETECT_BACKEND=python、 HEADROOM_TOOL_SEARCH=off）与 DeepSeek 双协议路由
• 一键切回直连：任何时刻可切回 api.deepseek.com，无锁死风险
• 实时统计：设置页显示花费/节省 token、缓存命中率（每 10 秒刷新）

实测成果

以下数据来自本机真实使用（DeepSeek V4-Flash，DSH 大上下文会话），2026-08-15 统计：

指标	实测值	说明
累计压缩节省	1,256,265 token	Headroom 累计压缩掉的 token（跨 1,533 次请求）
累计输入	413M token	压缩后实际发送量
缓存命中率	99.9%	前缀缓存命中（DeepSeek 官方机制，Headroom 不破坏它）
单请求典型节省	4-71 token / 请求	工具 schema 压缩为主（大上下文会话）

能省多少？（诚实预期）

Headroom 官方宣称可省 60-95% token（JSON 数据）或 15-20%（编码 agent），但实际节省取决于场景：

• JSON/结构化数据密集（工具输出、API 响应）：压缩空间大，接近官方宣称的高端
• 大上下文 coding 会话（DSH 这类 1M 上下文，实测 2026-08）：大多数请求只省 ~0.001%（工具 schema 早已压缩、历史走缓存，可压缩空间被榨干）；但当工具输出/跨轮去重触发时，单次可省 8-20% 甚至更高（实测平均 8.95%，中位 0.1%）。配合 DeepSeek 前缀缓存（99.9% 命中），每次请求的新内容成本极低（~100 token）
• 省钱大头是缓存：Headroom 的核心价值是不破坏 DeepSeek 的缓存（改写确定性），让 99.9% 输入走折扣价；压缩是锦上添花

金额换算建议以 DeepSeek 官方账单为准（价格峰谷变动频繁，插件不估算金额，避免误导）。

与 DSH 自带压缩的分工（为什么不是重复造轮子）

DeepSeek Harness 自带会话历史压缩（dsh-compaction-basic：超预算时把旧对话摘要成 <compacted-summary>；dsh-compaction-tool-result-pruner：超预算时修剪工具结果）。这些是会话层的兜底——会话太长时的事后补救。

本插件的定位是请求层的极致压缩，与 DSH 自带机制互补、不重叠：

层	DSH 自带	本插件（Headroom）
会话历史（摘要旧对话）	✅ compaction-basic	❌ 不碰历史（保护缓存前缀）
工具结果（超预算修剪）	✅ tool-result-pruner	❌ 保留原文（CCR 可逆）
请求内（工具 schema / 跨轮冗余）	❌ 无	✅ 本插件专攻

为什么需要这一层

DSH 每次请求会全量发送工具 schema（数十个工具的完整 JSON 描述，可达数万 token），且多轮对话中跨轮内容存在大量冗余。Headroom 在每次请求发出前：

• 压缩工具 schema（tool_schema_compaction）：去掉描述冗余，每次请求省 4-71 token
• 跨轮去重（cross_turn_dedup）：删除与上一轮重复的内容
• 遇到大工具输出时：一次省 8-20%（偶发但可观）

目标

在 DSH 自身压缩之上，把每次请求的冗余压到极致——日常每请求稳定压缩，偶发大输出大幅压缩，配合 99.9% 缓存命中，让 token 消耗逼近理论下限。

与 dsh-caveman 配合（输入 + 输出一起省）

本插件管输入侧（请求层压缩，保缓存）。输出的冗余交给 dsh-caveman——让 AI 少说废话、精简输出（本机实测省 88% 输出 token），技术信息完整保留。两者正交、互补、不冲突：

	dsh-headroom（本插件）	dsh-caveman
省哪侧	输入 token	输出 token
机制	Headroom 代理（无损保缓存）	提示词规则（删废话）
省钱大头	99.9% 缓存命中	65% 输出精简

一个管进（把发给模型的输入压到最省，还不破坏缓存），一个管出（把模型吐出来的输出压到最省）。两个都装，token 消耗逼近理论下限。

dsh plugin --profile web add "github:wjxn13/dsh-caveman#path:/dsh-plugin"

安装

前置条件

• DeepSeek Harness（dsh）已安装并运行
• Python 3.10+（Windows 3.10-3.13 均可，Headroom ≥0.35 提供预编译 wheel，无需编译工具链）

安装插件

# 克隆仓库（或下载 release 包）
git clone https://github.com/wjxn13/dsh-headroom.git

# 用 dsh 的插件命令安装（npm 包形式）
cd ~/.dsh/profiles/web
dsh plugin add file:../dsh-headroom  # 或本地路径

然后在 ~/.dsh/profiles/web/cordis.patch.yml 的顶层数组加：

- insert:
    - id: dsh-headroom
      name: '@dsh-external/dsh-headroom'

重启 dsh web，打开 设置 → 线路切换。

使用

打开 DSH Web → 设置 → 线路切换 页签：

1. 首次使用：点「安装 Headroom 引擎」（自动建 venv + pip install，约 50MB）
2. 启动：点「启动压缩线路」（自动拉起代理并写入 baseURL）
3. 切换：随时点「切回直连」恢复默认线路

⏳ 注意：启动压缩线路后，首次对话可能需要等待约 1 分钟——这是 Headroom 冷启动（首次加载 tokenizer / 模型组件），之后请求恢复正常（几秒内）。

Windows

Headroom 0.35.0 起提供 Windows 预编译 wheel（headroom_ai-*-win_amd64.whl， Python 3.10+，见 headroom#636）， pip install headroom-ai[proxy] 在 Windows 上直接安装，无需 Rust 或 MSVC 工具链。

详细的 Headroom 安装说明见官方文档。

兼容性

协议	线路	状态
OpenAI（DSH 默认）	DeepSeek 直连 / Headroom 压缩	✅ 已实测
Anthropic（Claude Code）	经 Headroom 压缩	✅ 参考 README（上游支持）

开发

pnpm install
pnpm run build    # 构建 client bundle + host lib

致谢与许可

• 压缩引擎：headroomlabs-ai/headroom（Apache 2.0）
• 本插件：Apache License 2.0（见 LICENSE），NOTICE 见 NOTICE