DSH Hub
billion-context-dsh cover

Tyan66666/billion-context-dsh

billion-context-dsh

BundleWorkflow165 GitHub stars· updated 2026-10-24

Model-driven context management (Active Context Pruning / ACP) for the DeepSeek Harness — the model decides when and what to compress. Ported from billion-context-pi (ranxianglei); acp-kernel reused verbatim. CompactionEngine backend with compress/decompress/search_context/acp_status tools.

Install

npx @deepseek-ai/dsh plugin --profile web add billion-context-dsh

Restart `dsh web` after install. Bundle APIs can change during the developer preview.

README badge

billion-context-dsh DSH Hub badge
[![DSH Hub](https://dshhub.dev/badge/billion-context-dsh.svg)](https://dshhub.dev/plugins/billion-context-dsh)

Paste this into your README. The star count updates with every catalog sync.

From the README

Excerpt from Tyan66666/billion-context-dsh, cleaned of badges and images.

billion-context-dsh

中文 | English

🛑 本项目已停止维护 不再更新、不再修复问题,也不再受理新功能请求。同类需求请改用 ranxianglei/billion-context——它已经是官方统一版,原生支持 DeepSeek Harness(同一套实现同时覆盖 pi / OpenCode / Claude Code 等二十多个宿主)。 已发布的历史版本仍可安装使用,但不再提供支持。

⚠️ 测试版声明——请勿用于生产环境 本项目(v0.2.27)仍处于开发中的测试版。DeepSeek Harness 本身也处于公开测试版阶段。请勿将两者用于工程化 / 生产环境——预期会有破坏性变更与粗糙之处。

<strong>衷心感谢以下项目——请给它们一个 ⭐:</strong> <br /> <a href="https://github.com/deepseek-ai/deepseek-harness">DeepSeek Harness</a> · <a href="https://github.com/ranxianglei/billion-context-pi">billion-context-pi</a> · <a href="https://github.com/ranxianglei/acp-kernel">acp-kernel</a> · <a href="https://github.com/ranxianglei/opencode-acp">opencode-acp</a>

<strong>Billion-Context</strong> for <a href="https://github.com/deepseek-ai/deepseek-harness">DeepSeek Harness</a> <br /> 由模型决定<em>何时</em>压缩、<em>压缩什么</em>——而不是一个硬性上限。


<code>npm install billion-context-dsh</code>


为什么?

当对话变长,模型会耗尽上下文。多数工具直接硬截断——悄悄丢弃早期消息。billion-context-dsh 给模型一个 compress 工具:由 LLM 决定何时、压缩什么,写成高保真摘要,保留关键细节(文件路径、决策、错误信息)的同时回收上下文空间。

与 DSH 内置的自动压缩(用自动生成的摘要替换一段范围)不同,billion-context-dsh:

  • 模型驱动 —— 摘要由模型自己书写,没有第二次 LLM 摘要调用
  • 只建议、不强令 —— 自动策略只 nudge(提醒),是否压缩、何时压缩由模型决定(唯一的例外:provider 确认的上下文超窗会让引擎自己抢救一次——见配置表的 maxOverflowRetries)
  • 持久且可恢复 —— 压缩范围成为 checkpoint 节点,原文保留在 append-only 会话日志中;decompress 可恢复,search_context 可在块内查找
  • 长任务稳得住 —— 每一步都接着前面的成果走,关键结论持续可用、不断叠加,超长任务更容易跑完
  • 上下文始终精简 —— 每次请求都只用少量、精炼的上下文,只保留关键信息;不做大段统一压缩,细节不随之衰失,token 消耗自然更低

这是 billion-context-pi(Pi 编码代理适配器)在 DeepSeek Harness 上的移植:压缩内核(acp-kernel)原样复用,适配层针对 DSH 的 durable-surface 模型重写——经过验证的映射关系见 docs。

安装

💡 想让 DeepSeek Harness 帮你装? 本仓库本身就运行在 DSH 上:把 docs/INSTALL.md 交给会话里的 agent,它会读取指南、解析 你的 profile、编辑组合配置并验证挂载。前提:① 配置写在 ~/.dsh 下,需要 你批准一次文件权限;② 装完让它调用 acp_status 自证。

方式一(推荐):DSH 商店 / dsh plugin 一键装(bundle)——装完即全局生效,零配置。

在 DSH 的插件商店里点安装,或命令行执行:

dsh plugin --profile web add billion-context-dsh

命令内部会装包并把本包的 bundle 补丁(cordis.patch.yml)自动挂进该 profile 的层栈。补丁做了两件事:

  • 禁用 host 的 compaction-basic——避免同一 realm 内两个后端同时注册 ctx.compaction 冲突(现代 DSH 的 web bundle 已自带该禁用,此行为幂等兜底,任何受支持版本下都成立);
  • 把 ACP 引擎挂到 host 平面——四种模型工具(compress / decompress / search_context / acp_status)、/acp-prune 命令、nudge、ACP 提示词段对该 profile 的所有模式(standard / code / minimal / cordis / 自定义预设)生效。窗口自动探测、工具/命令/nudge 默认全开,无需任何手工配置。

装完重启 dsh(bundle 层在启动时组合),新开会话即可用——让模型调用 acp_status 或执行 /acp-prune status 自证。shipped 预设(standard / code / cordis)内部的 realm 级 compaction-basic 自动压缩兜底仍然保留(这些模式里"自动摘要"照旧,ACP 工具与 nudge 并存);minimal 等不带 compaction realm 的预设直接使用本引擎。

…

Related plugins