dsh-headroom

长对话和臃肿的工具回传，是 Harness 里最常见的 token 账单来源：上下文越堆越长，模型还没「忘」，你的配额已经先紧张起来。dsh-headroom 想做的，是在你不改工作流的前提下，把「能压的旧内容」和「能瘦的大输出」自动处理掉，让会话继续跑，而不是先卡在溢出或天价上下文上。

插件会在本地拉起 Headroom 代理服务（首次使用会自动引导安装），并接入 Harness 自带的压缩机制：当对话出现 token 压力或溢出时，对选定历史区间做压缩，把结果写成 checkpoint 写回会话；在每次模型请求前，还会把超过阈值的大工具输出做影子替换，会话里看到的是压缩文本，原文仍留在日志里，需要细节时模型可通过 headroom_retrieve 按 hash 取回完整内容。压缩不等于删除——这是它和「硬删上下文」最大的区别。

在能力边界上，它同时覆盖历史压缩与工具输出压缩（相较只处理工具输出的方案更完整）；若你已启用 compaction-basic 且端口被占用，插件会接管压缩引擎并在卸载时恢复原状。收益有门槛：负收益或低于阈值的内容不会被替换，默认配置下整体节省区间因负载而异，中文散文、代码与 JSON 等类型表现不同，激进 Kompress 配置可在部分 JSON 场景获得更高压缩率，但可能需依赖取回才能看到精确字段。

适合经常开长会话的开发者、文档阅读与总结类 Agent 工作流，以及工具链经常吐出超大 JSON/日志、又不想手动裁剪上下文的用户。若你只希望「少烧 token、又保留可追溯原文」，且能接受本地多一个轻量代理进程，这个插件就是为它准备的。