DSH HUB
HomePlugin StorePlugin PacksCommunityRankingsResourcesPublish Guide
Plugin source
Back to catalog

wsj895490208 /

wsj895490208/dsh-conversation-bridge

Topic repository only

DeepSeek web JSON to resumable Harness sessions: native rolling compaction and isolated local retrieval.

★ 0 Stars0 Forks0 IssuesN/A Community rating0 Confirmed installs
View on GitHub
READMESource: main@1fe5d42b

DSH Conversation Bridge

中文 · English

把 DeepSeek 网页版的对话记录导入 DeepSeek Harness,重建上下文,建立本地历史检索库,然后从选定分支的末尾继续聊。

导入 JSON → 核对分支与模型 → 本地预演 → 确认重建 → 打开接续会话

v0.2.0 · 实验版,向量模型已内置。 下载完整版。暂未发布 npm 包。

目前只在 Windows/DSH 0.2.1-rc.3/会话格式 V4 上验证。其他宿主版本会停止导入,等待兼容性验证。

先说清楚:它做什么,不做什么

这个插件负责“搬运”和“接续”:把网页端的原始记录带进 DSH,按 DSH 的规则重新组织上下文,再为这段历史配一个独立的检索库。

它不负责复原网页端没有公开的东西。人物的语气、情感连续性、当时实际送入模型的窗口,以及服务端的内部状态,都不在迁移范围内;导入后也不保证得到和网页端相同的回答。

这个项目源于一次尝试:把一段长对话搬到本地。历史、上下文和检索都接上了,但那种熟悉的相处感没有稳定延续。于是把过程中可复用的工程成果整理成了这个通用插件。

所以它提供的是记录迁移与接续,不承诺还原人格或完整运行状态。如果想更接近原体验,可能需要官方提供上下文、隐藏摘要、模型配置或会话状态的导出与恢复机制。目前没有证据表明缺失的 KV cache 是原因:KV cache 通常只是复用已处理 token 的计算结果,并不是一份独立的人格存档。参见 Transformers 缓存说明 与 DeepSeek 缓存说明。

四个核心能力

能力 你会得到什么
导入网页版 JSON 读取 DeepSeek 官方导出,保留角色、顺序、时间、源节点和附件元数据;选哪条分支由你核对决定
滚动重建上下文 从第一条历史开始顺序回放,只有达到 DSH 原生有效阈值时才调用原生压缩引擎
自动建立记忆库 为每个导入会话建立独立的原文库、全文索引和本地向量索引;新聊天自动增量入库
创建接续会话 通过 DSH 接口写入并校验原生会话,准备完成后打开;第一条新消息由你发送

整个流程以上下文为主,RAG 检索只是按需查阅旧细节的辅助。插件不会添加人物设定、交流样例或自定义聊天系统提示词,也不会默认做付费事实提炼。宿主的运行上下文、时间、权限和审批机制照常生效。

安装与开始使用

前置条件

  • Windows 版 DeepSeek Harness 0.2.1-rc.3,使用 V4 会话格式。
  • 已配置一个可用模型,并在原生页面打开过对应会话,作为设置来源。空白会话即可,不需要先发一条付费测试消息。
  • 安装包或完整插件目录里带有原发布方的多语言 MiniLM ONNX 模型(5 个文件,约 122 MiB 未压缩),不需要单独下载模型、配置模型路径或申请向量服务 API 密钥。首次导入时会把模型复制到缓存并逐文件校验 SHA-256,不访问 Hugging Face。

安装只需要 Windows 版 Harness 和安装包或完整插件目录;用于聊天和摘要的对话模型、设置来源可以在第一次导入前再准备。

这里的“离线”只指模型准备和本地索引。首次安装时,包管理器仍可能联网获取插件依赖;聊天和滚动摘要仍使用你配置的模型服务。

安装

有两种方式:

  • 方式 A:DSH 界面安装:最方便,但要求你已经有本仓库的 plugin 目录,并且依赖和模型都齐全。
  • 方式 B:Release 包安装:适合普通用户、新机器,或者没有本仓库依赖目录的情况。

方式 A:DSH 界面安装(本仓库目录)

如果你已经把仓库下载到本地,并且 plugin\node_modules 和 plugin\models\multilingual-minilm 都存在,可以直接在 DSH 里选这个目录:

<仓库目录>\plugin

例如:

E:\DeepSeek Harness\DSH-Conversation-Bridge\plugin
  1. 打开 DSH 的插件管理/设置,点击 “添加插件”。
  2. 把上面的目录路径粘贴到输入框。路径有空格时,加英文引号也可以。
  3. 点 “安装”。
  4. 如果侧边栏没有出现 “导入网页对话”,重启 Harness。

如果插件列表里已经有旧版(例如 0.1.0),先卸载旧版再装。这个弹窗对第三方插件通常不提供原地升级;卸载不会删除 conversation-bridge 数据目录。

注意:这是本地链接安装,不是复制。

  • DSH 会把所选目录以 link: 方式挂进 profile,不会额外安装这个目录的 npm 依赖。所以目录里必须有 node_modules;如果缺依赖,改用方式 B。
  • Release 包解压后的目录没有 node_modules,不要直接拿来走方式 A。
  • 安装后不要移动、改名、删除或清理这个目录,否则插件会失效。
  • 本地目录插件没有“更新”提示;换版本时先卸载,再选新目录。

方式 B:Release 包安装(普通用户推荐)

如果你没有本仓库的完整开发目录,或者只想安装固定发布版,用这种方式。Release 包会由 pnpm 安装依赖,并带上模型。

  1. 从上方 Release 下载 dsh-conversation-bridge-0.2.0.tgz(约 73 MiB)。
  2. 完全退出 Harness:关闭所有窗口,并在任务管理器确认 DeepSeek Harness.exe 已结束。
  3. 打开 PowerShell,进入 .tgz 所在目录。
  4. 执行安装:
dsh plugin --profile desktop add .\dsh-conversation-bridge-0.2.0.tgz --ignore-scripts

如果提示找不到 dsh,改用 Harness 自带的 CLI:

& "<Harness 安装目录>\resources\runtime\cli\bin\dsh.cmd" plugin --profile desktop add .\dsh-conversation-bridge-0.2.0.tgz --ignore-scripts

把 <Harness 安装目录> 换成 DeepSeek Harness.exe 所在目录,例如 E:\DeepSeek Harness。

  1. 重新打开 Harness。侧边栏出现 “导入网页对话” 即安装完成。

说明:

  • --ignore-scripts 是本插件要求的参数,不要省略。
  • 安装阶段通常需要联网解析 JavaScript 依赖;模型文件已经在 tgz 里,不会访问 Hugging Face。
  • 第一次安装可能需要几分钟,等待命令结束。
  • 不需要管理员权限。

安装失败时

  • 方式 A 提示路径不存在 / 不是目录:确认选的是 plugin 目录,不是仓库根目录。
  • 方式 A 装完加载失败:多半是目录里缺 node_modules,改用方式 B。
  • 方式 B 提示找不到 .tgz:先 Get-ChildItem *.tgz 确认文件名,再 cd 到文件所在目录。
  • 装完没有入口:重启 Harness;仍没有就确认安装目录里有 package.json、client/,并确认 DSH 是 0.2.1-rc.3。
  • 首次导入提示模型缺失:确认 models/multilingual-minilm 下有 5 个模型文件;缺了就用方式 B 重装。
  • 安装时报依赖或网络错误:检查网络、代理或安装源后重试。

卸载

在插件列表里移除,或执行:

dsh plugin --profile desktop remove dsh-conversation-bridge

卸载不会删除 conversation-bridge 数据目录,重新安装后还能继续用。

导入并继续

  1. 选择 DeepSeek 官方导出的完整 conversation JSON。
  2. 选择对话和分支末节点,核对末尾原文。不要默认把最长分支当成当前分支。
  3. 选择已登记的工作区,以及一个已配置模型的原生会话作为设置来源。没有可选来源时,先在原生聊天页选好模型并打开会话,再回到导入页。
  4. 运行本地预演,核对模型、阈值、消息数和附件状态。缺失的附件可以在确认前补入本体。
  5. 确认准备。页面会显示上下文重建、摘要次数、用量和索引进度;任务支持暂停、继续和失败重试。
  6. 原生会话写入并读回、上下文重建和索引核验都通过后,打开接续会话,发送你的第一条新消息。

同一个确认请求重复提交也不会重复创建会话;再次主动导入同一文件,则可以创建独立的新会话。首版不提供网页登录令牌,也不支持在线下载缺失的附件。

上下文怎样重建

先预演,再确认

本地预演会读取所选模型和宿主的压缩配置,固定模型路由、窗口、输出预留、工具声明和压缩策略,并标出预计首次达到阈值的位置。

预演不调用模型,也不生成内容。token 数不精确时会标注为估算。首次摘要尚未生成时,不预测后续压缩次数或最终窗口大小;更换模型或相关配置后,需要重新预演。

未到阈值保留原文,达到阈值顺序压缩

  • 未达到有效阈值:完整保留所选分支,不调用模型摘要。
  • 达到有效阈值:使用 DSH 原生计量器、选区和默认摘要,按“已有摘要 + 保留原话 + 后续原文”继续推进。
  • 每次摘要只能看到当时的历史前缀,不读取后来的消息、末尾总结或未来的检索资料。
  • 历史助手回答直接采用原文,历史工具操作不会重新执行。
  • 成功摘要和检查点会持久保存,恢复时复用;调用结果不明确时暂停,明确重试可能重新计费。

阈值依据当前上下文压力判断,不按累计账单 token 触发。原始记录独立保存,压缩不会覆盖原文库。

重建结果称为**“按 Harness 规则重建的上下文”**。它不等同于网页端当时实际送入模型的窗口,也不宣称恢复了网页端未公开的处理流程。

记忆与两种对话模式

每个接续会话都有自己的检索库。检索结果会带上角色、时间和来源节点;旧记录不构成新的执行授权,也不会自动成为当前事实。

  • 对话 · RAG:默认模式,只向模型声明只读的 memory_search 工具。
  • 工程模式:恢复原生工程工具及其权限、审批机制。

普通聊天不会固定地逐轮预检索,而是由模型结合当前上下文决定是否调用记忆工具;页面上的手动搜索同样可用。默认最多等待检索 3 秒,返回内容最多 6,000 字符。切换模式前,请等当前回复和工具执行结束。

新消息会先保存原话,再增量建立索引。向量索引暂时不可用时,检索会明确降级为全文搜索,聊天原文仍然保留。插件也不会自动总结你的说话风格或人物设定。

费用与额度

本地解析、预演和向量计算都在本机完成,不调用聊天模型,也不产生 API 费用。超过阈值后的摘要,以及后续聊天,使用你在 DSH 中配置的模型服务,可能产生费用;相应的历史内容会作为必要上下文发送给该服务。

导入准备的默认每日摘要额度为 200 万输入/20 万输出 token,可以在页面调整。这个额度只约束本插件的导入摘要;主动聊天和会话就绪后的宿主压缩由 DSH 单独管理。

任务控制里可以暂停、取消、继续或重试。未知的模型调用结果会先暂停等待检查;明确重试可能再次计费。模型准备消耗的是本地磁盘和算力,不产生模型下载流量或向量服务 API 费用。

数据、缓存与移除

默认数据目录:

$DSH_HOME/conversation-bridge

未设置 DSH_HOME 时为 ~/.dsh/conversation-bridge。目录主要包含:

  • registry.sqlite:登记信息
  • imports/:导入原件
  • archives/:归档
  • conversations/:每个接续会话的原文、来源、检查点和索引
  • models/:本地向量模型缓存
  • exports/:导出文件

可以在 任务与设置 → 存储位置 配置 dataDir 和 modelCache,优先使用官方配置编辑器。更改位置不会自动搬迁已有数据;如果 DSH 无法在线重载配置,页面会提示正常重启后生效。方式 A 安装后不要移动所选插件目录;方式 B 不受影响。数据不会写进插件目录。

宿主凭据与原生会话仍由 Harness 管理。用户数据、运行缓存和本地备份不会进入 Git 或安装包;模型权重只随 Release 完整版分发,不提交 Git,也不进入源码 ZIP。

从 v0.1.0 升级时会检查模型指纹,把新旧向量隔开,并在后台重建旧向量,同时保留原文、修正和停用记录。重建期间可以使用全文检索,也不会因此重新调用聊天模型来压缩历史。

“移除会话及记忆” 会通过官方接口归档隐藏宿主会话,并清理插件派生的记忆、快照和任务,不自动备份。导入原件、共享附件、工作区文件和既有手动备份都会保留。这个操作不等同于物理删除宿主原生日志。

卸载插件同样保留私人数据。需要迁移或手动备份数据目录时,请先正常退出 DSH。

验证范围与已知限制

  • 16 项合成单元测试覆盖导入、隔离和模型准备;合成历史跨越 10 个压缩点,摘要请求和触发次数都与同配置的原生引擎一致。
  • 对实际解包后的安装包,用全新缓存做了离线准备测试:禁用网络后,仍能复制、校验、生成 384 维向量,并完成合成中文内容的 Top-1 召回。
  • 原生 V4 持久化回读、检查点恢复、模式切换、会话检索隔离,以及向量计算后的原生图片保存,均已通过自动检查。
  • 自动检查使用合成数据和模拟模型响应,没有真实模型调用,也没有重建私人历史。
  • 桌面端已验证入口、文件选择、上传和分支解析;最终确认与打开会话仍需人工验收。API 自动检查不能替代完整 GUI 验收。
  • DSH 自带的摘要模板偏英文工程检查点,本插件保留该模板;它可能不适合所有日常交流场景。
  • 首版只支持 DeepSeek 官方网页版 JSON,其他格式预留了适配接口;不保证导入后与网页端产生相同回答。

详细记录见 测试结果 和 验收与回滚说明。

开发与构建

源码在 plugin/,合成测试在 tests/,构建安装工具在 tools/。

使用已安装 Harness 的运行时准备依赖、执行验收并打包:

.\tools\Prepare.ps1 -HarnessRoot "<Harness 安装目录>"
.\tools\Build.ps1 -HarnessRoot "<Harness 安装目录>"

开发脚本会从 PATH 和标准安装位置定位 npm;自定义布局可以通过 -NpmCli 指定 npm-cli.js 的路径。产物写入 dist/,包括安装包和通用源码包。

Prepare.ps1 是开发者构建步骤,会从固定的原发布方地址下载模型到忽略提交的 plugin/models/;Build.ps1 会把它们纳入完整版并校验哈希。安装 Release 完整版的用户不需要执行这些脚本。

GitHub CI 只使用 Windows/Node 24 运行合成单元测试,不能替代原生集成验收。

模型出处、许可证和逐文件来源见 模型说明,接口说明见 接口与结构。

与已有插件的关系

deepseek-web-import 已支持网页历史导入与接续,附件增强版 补齐了图片和文档;dsh-chat-import 则覆盖多种外部工具的会话迁移、导出和同步。

本项目侧重 DeepSeek 官方本地 JSON、明确的分支选择、按原生阈值滚动重建、独立历史检索库,以及可恢复的准备流程,不宣称是首个对话导入插件。

来源、致谢与许可

这个项目建立在已有开源工作的基础上。以下区分当前依赖和早期原型的使用经历,不把上游能力算作本项目原创。

当前使用

项目 用途 许可说明
DeepSeek Harness 宿主 SDK、原生会话、计量和压缩引擎 MIT;运行时调用,不随插件重新分发宿主代码
Transformers.js 本地向量推理,直接依赖 4.2.0 Apache-2.0
ONNX Runtime 经 Transformers.js 使用的推理运行库 MIT
多语言 MiniLM 与原发布方 ONNX 导出 固定原发布方版本的量化模型,随完整版提供 Apache-2.0;保留模型卡、许可文本和哈希,仅重命名 ONNX 文件供本地加载,文件内容未改动
Node.js/SQLite 宿主运行环境与本地存储 Node.js 主项目为 MIT,SQLite 交付代码为公共领域;均由宿主提供

Transformers.js 还会引入 sharp/libvips、protobuf.js 等间接依赖,包含 Apache、MIT、BSD、ISC、LGPL 等许可。各依赖保持原有条款,不能统一改标为本项目的 MIT。版本和包级许可见 依赖锁定清单,模型版本和文件哈希见 模型清单。

早期原型使用过的项目

  • wpc0323/deepseek-web-import:提供网页历史导入原生 DSH 会话的实现,MIT。
  • LingSuiYA/deepseek-web-import-f:在上游基础上补充图片、附件和导入体验,MIT。原型使用固定提交 a2503ae95b1813e2386f34f9c9054f440ffe7833。
  • MemTensor/MemOS 与 DSH 兼容分支:原型曾使用独立记忆核心,固定兼容分支提交 0596259934ee9fb9349d411ccd6959faea93784b。上游核心为 Apache-2.0;兼容分支说明其自身修改为 MIT,不能把整个来源统称为 MIT。
  • Xenova ONNX 转换模型:v0.1.0 使用过,转换页未单独标明许可。v0.2.0 已改用原发布方明确标注许可的 ONNX 文件,不把旧版的许可疑点带入当前内置模型。

当前通用版已移除上述原型的网页下载模块和 MemOS 依赖,但保留这段来源记录与致谢。本项目的主要工作是导入编排、顺序重建、检查点恢复、会话隔离和操作界面。

本项目自身代码使用 MIT 许可证,内置模型仍按 Apache-2.0 授权,其他第三方组件遵循各自条款。第三方说明、NOTICE 和 plugin/notices/ 记录了用途、来源、历史署名,以及构建环境中可取得的许可文本;包级元数据扫描不等于所有组件的完整许可认证。项目与 DeepSeek 官方及上述作者没有隶属或背书关系。

文档与反馈

  • 使用说明
  • 接口与结构
  • 测试结果
  • 验收与回滚

报告问题时,请提供宿主版本、错误信息和可复现步骤,尽量使用合成对话。请勿在公开反馈中上传私人聊天、API 密钥或网页登录令牌。

—/ 5

No ratings yet

Manifest verification required

Commit 1fe5d42b6c3e

Community comments

No comments yet. Be the first to write one.

DSH HUB

A community index for DSH plugins. Not an official GitHub or DeepSeek AI product.

CommunityResourcesAPIAbout