dsh-qwen38-compaction-fix

在 NInfer 引擎上本地部署 qwen3.8-27b 时，DeepSeek Harness 的对话压缩常常以一条 summarization truncated at the token cap 的提示收场。原因并不复杂：模型默认以 xhigh 推理强度工作，把全部输出 token 都花在了内部思考上，还没来得及写出一句摘要就触顶。结果是一整段对话上下文明确丢失，会话标题同样被截短。

这个插件做的事情非常克制——只在压缩和标题生成的那一次调用上关闭思考，把输出预算完整交还给摘要文本；同时写入该模型在无思考模式下推荐的采样参数，并设置一个 max_tokens 下限防止预算被进一步压缩。其余所有对话轮次、子代理和其他模型走原路，字节级不变。匹配逻辑严格到模型 ID 精确一致才生效，防止参数串味到其他模型。

它适合在 NInfer（ninfer-serve，OpenAI 兼容 API）上跑 qwen3.8-27b、且已经在 Harness 里看到截断提示的用户。如果你用的是 llama.cpp、vLLM 或 FastMTP 等其他推理引擎，思路相同但线格式不同，这个包不覆盖那些场景。