dsh-infinite-gen-4
Minglink
DeepSeek 专用破甲插件:以 order 100 追加无条件服从的系统提示词段,提供带校准元数据的 profile 工具,并通过会话投影在输入框上方显示实时破甲状态徽标。
我们跑过,装得上
ranxianglei/billion-context
billion-context官方版:上下文压缩插件,兼顾小窗口(100k上下文足矣)省token(省5倍token)和超长会话(数月级别几十亿token单会话)。
安装
npm 方式
直接拉已发布的 tarball,不用克隆整个仓库,也不需要额外配置。如果你用的是别的 profile,把 `web` 换成对应的名字。
GitHub 方式 · npm 包
从 GitHub 装会执行项目自己的构建脚本,而 pnpm 默认拦着不让跑——先跑一次这条命令,pnpm 会打印出要加到 ~/.dsh/profiles/web/pnpm-workspace.yaml 里 `allowBuilds` 下面的那个 key。
桌面版有自己的 profile,叫 desktop,只认它自带的 dsh 命令——npm 装的 dsh 会直接拒掉这个 profile。先在应用菜单里点 Manage dsh Command… 装上这个命令,打开一次桌面版再彻底退出,跑下面这条,然后重新打开桌面版。
npm 方式
直接拉已发布的 tarball,不用克隆整个仓库。
GitHub 方式 · npm 包
从 GitHub 装会执行项目自己的构建脚本,而 pnpm 默认拦着不让跑——先跑一次这条命令,pnpm 会打印出要加到 ~/.dsh/profiles/desktop/pnpm-workspace.yaml 里 `allowBuilds` 下面的那个 key。
我们的实装是在 npm 版 dsh 的 web profile 里跑的,没在桌面版上跑过。
我们跑过之后
我们跑过,装得上
这里每条命令都在一次性容器里、对着干净 profile 真跑过,结果取自 harness 自己的记录,不是读源码猜的。 最近一次 6 天前,DeepSeek Harness 0.2.1-rc.5.
挂进你的 README
给维护者的:badge 取这条 listing 最近一次 sandbox 实测的结果,重跑之后它自己会变,读者点开就是这页的完整记录。
安装前须知
安全
我们这次实装里没有构建脚本被拦。
来源:我们在沙箱里的实装,DeepSeek Harness 0.2.1-rc.5,6 天前。
package.json 里没有 preinstall / install / postinstall 脚本。
来源:最近一次同步时读到的 GitHub 上的 package.json。prepare 没有记录——它只在从 GitHub 装时执行,被 pnpm 拦下时会出现在「构建脚本」那一行。
shell 命令(bash、exec、spawn 之类)
来源:对 README 做的关键词匹配,只提示它可能碰到什么,不是代码分析。
这不是安全审计。上面是一次实装记录加两次文本扫描,没有人替你读过这个插件的代码。插件带着你 agent 的权限在跑。
是什么 — 在 DeepSeek Harness 里压缩 coding agent 的会话上下文,把很长的连续任务塞进较小的窗口。
谁该装 — 你在用约 100K 上下文的模型连续赶同一条 coding 任务,历史记录反复把窗口顶满、只能新开会话时,这才对得上号。经常切换模型的人不必优先装:仓库把 model switch 列为前缀缓存命中率下降的常见原因,省下的 token 可能被缓存失效抵消。
注意 — 沙箱只确认了在全新 profile 里能装上并被 DSH 注册。插件会执行 shell 命令。README 中的 5 倍 token、跨月会话和 95–97% 前缀缓存命中率,这次都没有实测。
锐评 — 我会先丢进一个用完即弃的 profile,用 /acp 看缓存命中,而不是直接装进已经跑了很久的那条会话。
grok-4.6 写的,只当参考,不当结论。里面说装得上或装不上,是在干净 profile 里真跑过的;其余都是读仓库读出来的。以实际运行为准。

billion-context 是一个用于压缩长会话上下文的 DeepSeek Harness 插件,目标是在较小的 context window 中持续运行 agent。它位于 agent 和 model API 之间,通过 acp-kernel 改写 Anthropic、OpenAI stream;压缩时机以及哪些信息应保留,由 model 决定,结果不是按固定长度简单截断,而是生成分层摘要。
这个 DeepSeek Harness 插件面向长时间编码会话:项目称约 100K context 足以支撑较小窗口,并宣称可将 token 使用量减少约 5 倍,让单个会话持续数月、累计数十亿 token。README 还提供 /acp 和 /acp-cache,用于排查 prefix-cache 命中率。
目录将它标记为具有 terminal surface,但 README 没有说明具体 terminal 命令、文件操作或权限范围。因此,若必须保留未经压缩的完整历史、使用的 API 不属于 Anthropic 或 OpenAI stream,或 DeepSeek Harness 已能满足上下文管理需求,就不适合安装。插件运行在 agent 权限内,terminal 访问细节应在安装前进一步核对。
billion-context 位于 agent 与 model API 之间,使用 acp-kernel 改写 Anthropic 和 OpenAI stream。它不是按固定长度删除旧消息,而是由 model 判断何时压缩、压缩哪些内容,并生成摘要。README 将其描述为面向长期会话的增量、分层上下文管理。
README 提供两个用于检查缓存归因的 slash command:
/acp/acp-cache文档称健康会话通常有 95–97% 的 prefix-cache 命中率,压缩本身的成本为 ≤2%;命中率持续偏低时,可用这两个 command 排查原因。
DeepSeek Harness 将插件作为 session 能力加载,提供的安装配置目标是 web profile。README 没有说明 DeepSeek Harness 的版本要求,也没有列出插件专用的 config key、环境变量或文件路径。
项目将 100K context 作为小窗口目标,并宣称支持持续数月、累计数十亿 token 的单个会话。README 明确说明的是 Anthropic 和 OpenAI stream;没有确认其他 API protocol、操作系统、持久化文件或 terminal 操作。目录标记了 terminal surface,但给出的文档未解释具体会执行哪些 terminal 行为。
根据项目自己的文档整理,会跟着上游更新。两边对不上时以源码仓库为准—— 去 GitHub 看原始 README
同一分类
Minglink
DeepSeek 专用破甲插件:以 order 100 追加无条件服从的系统提示词段,提供带校准元数据的 profile 工具,并通过会话投影在输入框上方显示实时破甲状态徽标。
我们跑过,装得上
Minglink
DeepSeek 专用破甲插件:以 order 100 追加无条件服从的系统提示词段,提供带校准元数据的 profile 工具,并通过会话投影在输入框上方显示实时破甲状态徽标。
我们跑过,装得上
qiz029
A DeepSeek coding agent harness: persistent shell, Ultra subagents, auto approval, Chrome MCP and session telemetry
我们跑过,没装上
Nwflower
把 13 家 coding agent(Claude Code、Codex、ChatGPT、Cursor、Gemini、opencode 等)的完整对话历史导入为可续聊的 DeepSeek Harness 会话,并支持反向导出回 Claude Code。
我们跑过,装得上
Totoro-qaq
通过可预览的五段式交接,将已有 DSH 会话迁移到另一个 Agent Preset;保留源会话,并可让目标会话暂停等待确认或立即继续。
我们跑过,装得上