dsh-reasoning-distill

在长思考模型里，每一步的 reasoning 会在后续每一轮请求里被整段重发。思考越长、对话越久，重复携带的 token 就越可观，成本也悄悄堆高。dsh-reasoning-distill 盯住这类输出：当单步思考超过你设定的阈值时，用蒸馏模型改写成更短的版本，并替换「模型实际看到」的内容；会话日志里的原文不动，账本写在旁路文件里。

只有压缩结果确实省下足够 token 才会采用，否则保留原文、避免白花钱。压缩在下一步请求前完成，被采用的短版会在之后每次请求里重放，从而持续减少上下文体积。设置页提供触发次数、蒸馏开销、累计节省与净收益，并说明最近一步为何没有触发，方便你对照调参。

插件区分主对话、可续聊子代理与一次性子代理，可按场景分别开关；还支持按模型定制阈值、超时、最低节省与上下文占用上限等规则。要把压缩版写回历史，需选用 in-place（需给 DSH 打补丁，体验更干净）或 message-edit（无需改宿主，但会生成分支会话）之一，并在设置里手动打开总开关——默认是关闭的。

适合经常跑长思考、多轮工具调用、且同一思考会被反复重放的 DSH 用户；希望用可量化的报告看清「蒸馏花了多少、上下文省了多少」的人也会用得顺手。从 npm 或第三方打包安装的 DSH 通常只能用 message-edit；追求完整能力与 in-place 后端，更适合从源码构建并跑在 README 写明验证过的版本范围内。