dsh-lossless-anchors

DeepSeek Harness 在上下文变长时会用压缩把较早的对话表面替换成一份摘要。摘要会尽量引用关键原话，但仍是模型生成的衍生物，精确约束、路径、数字和审批决定仍可能丢失。

dsh-lossless-anchors 走另一条路：把被压缩遮蔽的用户侧消息按原文记下，再在后续请求里以 user 角色的运行时上下文快照重新注入。锚点只在对应消息已不在当前 Session 表面时入选，因此不会重复当前轮输入或近期保留尾部。在配置的 token 预算内，用户锚点文本逐字保留；助手与工具历史仍由压缩摘要代表，并非整段对话无损压缩。

插件依托 DSH 原生的 Session 投影与 PromptContext，无需改核心、不新增事件类型，也不动 compaction-basic。预算支持软上限与硬上限、按轮次与锚点数量裁剪，并对 CJK 与西文采用可校准的字符/token 估算；仅在必须截断时会明示，完整内容仍在 Session 日志中。

适合长会话、多轮纠错与审批、或依赖用户原话精确性的开发者与 Agent 用户；若你只关心助手推理与工具结果的完整回放，本插件只覆盖用户侧内容，需与既有压缩策略一并理解其边界。