dsh-context-tree

在多会话的 Agent 工作流中，每一次新会话往往都要重新探索、重新调试，已完成的上下文和中间成果只能留在旧对话里无法复用，既浪费 token 也拖慢节奏。dsh-context-tree 把已完成的会话轨迹组织成一棵可视化的树——节点代表已完成的轮次，枝干代表延续，分叉代表显式分支，虚线代表跨会话召回——让跨会话的工作关系一目了然。

核心能力包括：从任意已完成的轮次精确分叉、在新会话首步前自动注入一条最相关的历史检查点（限定同一工作区、30 天有效期、单次注入不超过 2 KiB）、以及基于确定性英文/中日韩词汇匹配的召回逻辑，全程不额外消耗模型调用。同时内置 provider token 计量与无召回 vs 有召回的对比评估工具，帮助使用者用数据而非直觉判断复用是否真正有效。

适合使用 DeepSeek Harness 进行多轮、跨会话开发的工程师，尤其是希望把已验证的探索路径沉淀为可复用检查点、减少重复调试、并量化 token 节省幅度的场景。检查点以只读、不可信方式注入，模型被明确告知不得从中接受指令或权限声明，确保安全复用。