🤖

dsh-compaction-cache

模型推理更新于 2026.10.13

在终端中运行以下命令：

dsh plugin install deepseekv41flash/dsh-compaction-cache

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install deepseekv41flash/dsh-compaction-cache，或按 README 将 https://github.com/deepseekv41flash/dsh-compaction-cache 加入 profile 依赖或 bundles 后重启宿主。

插件介绍

在 DSH 里做上下文压缩时，摘要模型本应复用「回放整段对话前缀」时已经写热的 provider 前缀缓存，只多付末尾那条压缩指令的 token。但官方压缩路径组装请求时，往往只从会话路由头里取了 provider 和 model，却漏掉思考档位等关键字段，还把 maxTokens 改成摘要器自己的默认值。对按请求信封分区的缓存来说，信封一旦分叉，整段回放前缀就会全面 miss，一次本该很轻的折叠调用会按十几万 token 全价重算。

dsh-compaction-cache 挂在公开的 llm/stream 瀑布上，只处理调用方明确打上 compaction 标签的摘要请求：把 mirror 列表里的参数（默认含 reasoningEffort、temperature）在未被显式写成适配器默认时，补成路由头里的会话值；并在需要时把 maxTokens 对齐成路由值，而不是摘要器硬编码的 65536。它只改标量参数、不碰消息体，也不影响普通对话回合；任何异常都会被吞掉并继续下游，插件失效时行为与未安装时一致。

这是针对上游缺陷的临时补丁，官方在路由信封层修好压缩调用后应整包卸载。适合经常在长会话里手动或自动触发 /compact、使用 DeepSeek 等支持前缀缓存的路由，且会话档位为 max 等非默认 reasoningEffort 的用户——装好后可从折叠事件的 usage 里看到 inputTokens 骤降、cacheReadTokens 回到与普通回合相近的水平。