dsh-adaptive-max-tokens

在 DeepSeek Harness 里，maxTokens 表示允许的最大输出，并不等于模型一定会写满。若长期为输出固定预留很大额度（例如 384K），输入变长后，输入与输出预算会提前相撞，服务端可能直接拒绝请求——README 中曾出现输入约 692K 却仍预留 384K 输出的真实场景。

本插件在后台按当前输入估算、上下文容量与安全余量动态收缩 maxTokens，把「过量占住的输出预留」让位给输入。压缩后会重新按配置与模型输出上限恢复额度；中断、续聊时借助已有 usage 保持校准，不因单次缺失 usage 就丢掉最近的有效估算。对可识别且仍有剩余空间的上下文超限错误，会仅做一次缩小输出后的重试，其余情况交回宿主处理；切换模型时同时遵守当前适配器与 agent 的上限。

需要明确：插件不增加模型真实上下文容量，不修改官方压缩策略、reasoning effort 或会话历史；单独安装时官方 basic 仍可能先触发压缩。适合在 Web profile 下使用标准 llm、tokenMeter 服务、且长对话常因固定大输出预留而触顶的用户；无界面、不需额外 API Key，启用日志可观察预算变化。