coding-agents
vectorize-io
Hindsight:会学习的 Agent 长期记忆系统,自动召回/保存、知识页、深度反思与按仓库隔离的记忆银行。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。
Tyan66666/billion-context-dsh
模型驱动的上下文压缩(Active Context Pruning):由模型决定何时压缩、压缩什么。
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。
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 23 天前.
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
是什么 — 为 DeepSeek Harness 提供模型驱动的上下文压缩,让模型自行决定何时和压缩什么。
谁该装 — 在使用 DeepSeek Harness 处理长对话时,上下文耗尽并需要保留早期消息关键细节的用户适合安装它。 不想让模型自行决定压缩的用户可以继续使用 DSH 内置自动压缩。
注意 — 作为测试版插件,请勿用于生产环境。实测在全新 profile 里通过安装并被 harness 注册进 profile。没发现明显的坑。
锐评 — 我装它,因为它让长任务的压缩范围成为可恢复的 checkpoint,关键结论能不断叠加。
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-dsh 是一个 DeepSeek Harness 插件,用于模型驱动的上下文压缩(Active Context Pruning)。它不按固定上限直接截断会话,也不额外调用 LLM 自动生成摘要,而是向模型提供 compress 工具,由模型判断何时压缩、压缩哪些 seq 范围,并亲自写出摘要;自动策略只通过 agent/pre-step 注入提醒,不会强制执行。
billion-context-dsh 将压缩结果映射到 DeepSeek Harness 的 append-only 会话 surface:surfaceOp: { op: 'replace' } 会把摘要作为 checkpoint 保留在可见上下文中,原始消息仍保存在会话日志里。decompress 可恢复原文,search_context 可搜索摘要和被隐藏的原文,acp_status 可查看上下文组成、压缩块账本和 checkpoint 映射。重复压缩摘要还可形成 tier 2/3 分层蒸馏,重启后账本会从日志重建。
它适合超长、需要保留关键决策且可能回查原文的 agent 任务。启用时必须在同一 realm 禁用 DeepSeek Harness 自带的 compaction-basic,否则两个 ctx.compaction 后端会冲突。项目 v0.2.11 仍是测试版,不应直接用于生产。插件会接触终端/durable surface,用于读写 append-only 会话记录;若 agent 拥有敏感的会话或终端权限,应先审查其组合配置。
DeepSeek Harness 可通过 dsh.bundle manifest 将插件加入 profile,例如 web,并在启动时应用 compaction-acp。手写配置可放在 ~/.dsh/profiles/web/cordis.patch.yml。modelContextLimit 可选;省略时自动探测模型窗口,失败则使用 128000。prompts 可覆盖 nudge、上下文分解、批量提示、tier 蒸馏、范围表、ACP system prompt 段和工具描述。模板支持 {pct}、{philosophy}、{surface} 等占位符,拼写错误会在启动时抛错。
DeepSeek Harness 提供以下模型工具:
compress 用模型摘要替换 startSeq 到 endSeq 范围,边界会调整到 tool-call/result 配对点;再次压缩摘要会形成分层蒸馏。decompress 只读恢复压缩块,参数可使用 acp_status 返回的 bN 或 compaction id。search_context 搜索压缩块摘要和隐藏原文,并回链所属块。acp_status 显示 tool、text、summaries 的可见占比、压缩账本、nudge 决策和 bN → seq 映射,并支持 scope、view、tool、sort、limit。/acp 命令也会随 bundle 加入。每次请求都从 append-only 会话 surface 派生。agent/pre-step 根据压力注入 nudge,但 compactIfNeeded 返回 null,因此不会强制自动摘要。块状态在内存中维护,并从会话日志重建,不使用旁车文件。压缩内容的 token 记账优先使用 ctx.tokenMeter.measure,否则使用 src/host-tokens.ts 的镜像实现。
同一 realm 只能保留一个 ctx.compaction 提供者。全局配置需先禁用 compaction-basic;单个 agent preset 则需禁用或删除 dsh-compaction-basic。README 将 v0.2.11 标为测试版,不建议用于生产,也未说明操作系统限制或环境变量。
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
vectorize-io
Hindsight:会学习的 Agent 长期记忆系统,自动召回/保存、知识页、深度反思与按仓库隔离的记忆银行。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。
volcengine
面向 DeepSeek Harness 的 OpenViking 记忆与上下文插件:pre-step 自动召回与画像注入、会话捕获、`viking://` URI 防护,以及对接 OpenViking 服务端的 recall/write 记忆工具。
我们跑过,装得上
agentscope-ai
将 DeepSeek Harness 接入 ReMe 本地优先、自进化的个人知识库:自动把已完成的主 Agent 对话沉淀为用户掌控的 Markdown 记忆,通过 reme_search 结合 BM25、可选向量检索和 wikilink 展开搜索对话与资料,并按日整理长期记忆。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。
agentscope-ai
将 DeepSeek Harness 接入 ReMe 本地优先、自进化的个人知识库:自动把已完成的主 Agent 对话沉淀为用户掌控的 Markdown 记忆,通过 reme_search 结合 BM25、可选向量检索和 wikilink 展开搜索对话与资料,并按日整理长期记忆。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。
zilliztech
供 DSH 与其他编程 Agent 共享的 Markdown 记忆,支持自动捕获、步骤前上下文注入、搜索召回,以及通过审阅面板实现 memory-to-skill 自进化。
没有一行式安装命令——这个插件在一个大仓库的子目录里,也没发 npm 包。
vshulcz
读取本机上其他三十三个编程智能体已经写下的会话文件——Claude Code、Codex、Cursor、VS Code Copilot Chat、opencode、OpenClaw、Hermes、Kimi、Cline、Zed 等,包括安装之前的历史:提供 deja_recall、deja_session、deja_blame、deja_fix、deja_how、deja_remember 六个工具与 /deja 命令,并可选地把召回结果加入运行时上下文。本地 BM25 索引,不用大模型,不用向量嵌入,不联网(dsh plugin --profile web add dsh-deja)。
我们跑过,装得上