dsh-think-summary

当模型开启扩展思考时，几千甚至上万 token 的原始推理链直接涌进对话流，既难以阅读也无法回溯。dsh-think-summary 解决的正是这个问题：它在流式输出过程中实时检测长思考，按语义边界自动分段，逐段生成摘要，让复杂的推理过程变成逐条可追踪、可回顾的结构化记录。

核心能力围绕检测、分段、总结、精炼四步展开。检测阶段通过 CJK 自适应的轻量 token 计数，越过阈值即进入分段模式，同时过滤旁路调用避免误触发；分段阶段感知 Markdown 结构，代码块整体原子、表格不拆散、列表只在项边界切，保证语义完整；总结阶段先用零成本启发式即时出结果，再用会话 provider 最小可用模型精炼可精炼段，支持输入裁剪、并发池控制与超时回退；代码块和表格提供 ignore、keep-skip、keep-refine 三态，默认完全隐身。产出物以三层界面呈现：输入框上方实时面板滚动追加摘要、每条回复末尾折叠式总结条、会话头部独立选项卡汇总全部历史。所有摘要不写回会话上下文，零污染；持久化采用原子写，重启后历史仍在。

适合使用 o1、R1 等长思考模型并需要审视推理过程的开发者与重度用户。如果你经常向模型抛深度推理问题、想事后复盘它到底怎么想的、或者希望团队共享一份干净的思考摘要而不想被原始链刷屏，这个插件就是为这类场景设计的。