dsh-fovea

在数百个文件的大型仓库里让 agent 做跨文件修改，开发者常面临一个尴尬：把整个工作区塞进上下文既昂贵又稀释注意力，而反复 grep 只看到文本片段，缺乏符号间的因果与结构关系。dsh-fovea 把这件事拆成两步——先将仓库编译为类型化加权图，再用热扩散将一次提问或变更集转化为"兴趣场"，让有限上下文恰好落在 agent 正在工作的区域，其余部分只保留低代价的结构骨架。

插件提供四个核心工具：sketch 在陌生仓库里勾勒功能盆地与路由枢纽；focus 锁定某个符号、文件或概念并展开其语义邻域；dwell 在不重复已披露外围的前提下逐步扩大视野；impact 则在完成交叉修改前排出爆炸半径与审阅顺序。此外，持续同步机制会在仓库结构发生意外漂移时安静地重新基线化，并在确有信号时向模型追加少量上下文，避免每一轮都重新扫描。配合 grep.mode 的 replace 或 augment 策略，裸符号查询可以直接走图导航，正则与路径过滤则回退到原生 grep，两种世界无缝共存。

适合在 DeepSeek Harness 上操作中等及以上规模仓库、希望 agent 具备"先看地图再下笔"能力的团队与个人。它不替代精确的文本检索或文件读取，而是在决定看哪里、为什么看这一步给出结构化的语义线索，让上下文预算花在刀刃上。