dsh-ctx-probe

llm-pi-ai 对未声明 contextWindow 的模型默认套用 262144 token 兜底。如果你的 llama.cpp 以 -c 65536 启动，内置的 80% 压力压缩永远触发不了，第一个超长请求直接 400 溢出。手动改设置容易忘，服务器重启换了窗口大小又得再改一遍。dsh-ctx-probe 针对的就是这个场景：在每次模型调用前查询服务器真实的运行时窗口（meta.n_ctx，而非训练期的 n_ctx_train），再把 DSH 配置对齐到该值。服务器改小，溢出前自动收紧；服务器改大，自动放宽。双向同步，全程零填写。

探测策略覆盖 llama.cpp /v1/models、/slots、/props 以及 Ollama /api/show 四个端点，取第一个可用结果。本机地址每次请求都重新探测，服务器重启后下一条消息即生效；远端地址走约 10 分钟 TTL 缓存，配合单飞与指数退避防止探测风暴。插件侧所有错误静默吞掉，探测失败永远不会拖垮 agent 循环。

如果你把本地推理服务器接入 DSH、又不想在每次重启后手动调窗口，这个插件安装并重启 Web Host 之后即可持续工作。完全自包含，不改 node_modules，不依赖任何 @deepseek-ai 包，与手动目录或定时拉取类插件的本质区别在于：请求时实时探测、双向自动同步。