dsh-dcp

DeepSeek Harness 默认的上下文压缩每次都要让模型把旧对话重新总结一遍——费 token、慢，而且同一段对话多压几次结果还可能不一样。dsh-dcp 把这一环彻底换成了纯代码的确定性抽取：不调用任何 LLM，相同输入永远得到相同摘要，实测可将约八万 token 的历史压缩到七百 token 左右，全程零额外模型调用。

它不是简单截断。压缩时逐字保留用户原话、文件路径、命令、报错和待办等硬信息，去重重复的工具调用，折叠旧报错为一条提示，按 CJK 真实密度（约 2 字符/token）计算中文预算，避免宿主按 4 字符/token 估算时对中文会话的系统性低估。触发、保留尾巴、事务锁、tool-pairing 边界等安全机制全部继承 dsh 官方实现，插件只替换了"摘要"这一步。

适合在 dsh 上跑较长中文会话、希望压缩不额外烧 token 且输出可预期的开发者。不需要语义级归纳——那仍然是官方 compaction-basic 的领域；dsh-dcp 专注"出现过的事实"，轻、稳、免费。