dsh-lossless-context

长对话与密集工具调用会让上下文迅速逼近模型窗口上限，而粗暴截断又容易丢掉仍须引用的决策、路径与证据。Lossless Context 面向 DeepSeek Harness，在沿用宿主原生压缩事务的前提下，提供分层摘要与可检索后端：不替换、不删除源会话日志，却把有界事件组整理成可追溯的摘要 DAG，并在需要时回到原始事件。

核心能力围绕「压缩可提交、检索可落地」展开。插件按所选模型自适应 headroom、摘要长度与输出预算，对失败、超时与截断采用有界重试与安全提交规则；任务结束后的空闲压缩与临近压力下的主动压缩共用同一保留策略，避免「何时压」与「留多少」互相打架。会话内提供 lcm_recall 工具，支持搜索、查看摘要结构，以及按序号、DAG 节点或查询展开原文。派生索引落在 DSH 数据目录，缓存成功摘要以便复用，未完成的多阶段压缩不会发布残缺检查点。

适合在 Harness 上跑长程 Agent、希望上下文可控却仍要查证原文的开发者与团队；也适合需要可审计摘要链、又不想维护第二套完整会话副本的场景。若你还使用 Dream & Memory 等配套能力，可选的私信轮转与可编辑摘要质量指引，可在不改动原生工具配对与事务语义的前提下，进一步贴合项目协作习惯。