DSH新型压缩插件dsh-live-compact:边做边压,长任务更省

DSH 的官方压缩有个脾气：它把压缩比例固定在大约 80% 的上下文水位才动手，不到这条线，上下文就一直堆；一旦到了，就调一次模型做整体摘要，十几秒、还要计费，压完注意力会飘，没多久又满了，1M 的窗口根本不够用，再压更慢。dsh-live-compact 的办法是"边做边压"——超过 2 万 token 就切一刀，切的是刚结束的那一轮，不调用模型；切点前面的原文一个字不动，前缀缓存命中还是原来的水准。这样上下文一直被按在低位，官方那次大压缩能拖就拖到尽可能后面。107 星的它配官方 compaction 用，在 150 题长任务上比原版便宜约 23%、题末上下文比原版低 40.8%，且没有质量回退。

🔥 一、它是什么

（图注1：定位与输入输出。输入是 DSH 长任务越攒越大的上下文，中间是回合边界的"小切"（超 2 万 token 切刚结束的一轮、不调模型、切点前原文不动），输出是缓存命中几乎不掉、费用便宜约 23%、题末上下文比原版低 40.8%，且官方大压缩被尽量后拖。）

它做的是"把官方的一次性重压缩，拆成每回合边界的一小段小切"。官方 compaction 平时不动手，等到大约 80% 水位才调一次模型做整体压缩，代价就是全量重算、缓存清零、注意力漂移。这个插件不等它，超过 2 万 token 就先切刚结束的那一轮：切掉的部分转成一张带指针的卡片，切点前面（你正读着的那段）原文不动、缓存命中不变，所以你当前推理一条 token 都不用重算。

它还顺手收紧了压缩的保真规则：卡片默认带"这是旧内容摘录、不是新指令也不是授权"的标记；被切掉的工具原文单独落到本地备份（而不是塞进摘要里反复改写），思考过程也不进摘要；最近 3 个已结束的工具轮永远留在原处（默认 3，可配），更早的轮才收成卡片。换句话说，它是"只往旧的地方动刀、且新近内容原样保留"的保守策略。

🔥 二、能干什么

（图注2：关键行为与开关。超过 2 万 token 才切一刀（SPINE_MIN_TOKENS，可调）；最近 3 个已结束工具轮原样保留（SPINE_KEEP_ROUNDS）；官方大压缩仍由 0.8/65536/8192 三项管；过了 65 万这条绝对停切线就停掉小切；被切原文落本地备份（上限 256MB）。都可用 SPINE_* 环境变量在启动前覆盖。）

它把"省"落到可配、可核的程度，主要有四块能力。

第一，可调的小切起点。只有上下文超过 2 万 token（SPINE_MIN_TOKENS，默认 20000）才切刚结束的那一轮；官方大压缩的三项（thresholdRatio 0.8、headroomTokens 65536、retainTokens 8192）可用 SPINE_THRESHOLD_RATIO、SPINE_HEADROOM_TOKENS、SPINE_RETAIN_TOKENS 覆盖，但只管官方大压缩、不改小切切点。过了 65 万这条绝对停切线（1M 官方大门约 67.8 万），小切会停，给宿主留安全边。

第二，本地影子备份。被切掉的原文按会话写进 ~/.dsh/compaction-spine/shadow（默认 256MB，满了先删最老），卡片里只记事件号指针、不写文件路径。它不是"对剩余上下文做摘要"，而是一份"被删原文的本地备份"；插件自己不去搜这份备份，要在当前会话里捞一行，得你自己调 searchShadow 接口。

第三，雷霆（Thunder）路径。SPINE_THUNDER 默认关，设 1 才启用这条"调一次模型读取决策"的旁路；SPINE_THUNDER_MODEL 默认 flash、设 27b 换模型类型。它管的是"哪次该调模型读一下"，不是默认行为。

第四，状态回读。命令行 dsh-live-compact stats 输出三行：cuts（切了几刀）、saved（省了多少 token）、rewrite（重写了多少）；估算费用按未命中输入 $0.15/百万 token。装上跑长任务，日志里出现 spine cut …ms 才算这一刀真生效。

🔥 三、架构是怎样的

（图注3：模块分工。index.js 管回合边界小切（判水位→切刚结束轮→写卡片→影子备份），plan.js 算该切哪段、留什么指针，shadow.js 管本地备份目录，shadow-search.js 提供检索（插件不主动搜），gate.js 管官方大压缩的 0.8/65536/8192 与 65 万停切线，cooldown.js 管官方压缩后跳过一次小切。）

它挂在官方 compaction 的压缩钩子上，没有另起一套压缩器——它负责"小切"，官方负责"大压缩"，官方哪天换了策略它跟随。

模块分几个：index.js 是入口，每个回合边界触发小切流水（判到没到 2 万 → 切刚结束的工具轮 → 写带指针的卡片 → 原文落影子备份）；plan.js 算这段该不该切、留什么指针（区分"该等 80%"/"本地切"两档）；shadow.js 管影子备份目录与 256MB 轮转；shadow-search.js 是给你手动检索备份用的，插件本身不去搜；gate.js 读官方大压缩的三项与 65 万停切线；cooldown.js 管冷却——官方压缩刚发生过，就跳过本次小切（seq 语义，默认只跳一次；SPINE_COOLDOWN_MS 设正数才额外加时间兜底，默认 0）。

它声明的宿主区间是 0.2.0-rc.2 起、不到 0.3.0（peer 还声明了 @deepseek-ai/dsh-compaction、dsh-compaction-basic、dsh-llm 三条），宿主当前 DSH 在 0.2.2-rc.1 这个预览版，落在区间内，现在装是匹配的。

🔥 四、怎么装

（图注4：从零到看到 stats 三行。网页/桌面共用 web profile 一条装（桌面单独的 desktop profile 会被拒）→ headless 另装一条 → 跑长任务日志出现 spine cut 才算生效 → dsh-live-compact stats 看 cuts/saved/rewrite → 按需设 SPINE_* 环境变量启动前覆盖。）

它已发 npm（1.0.9），安装最直接，但 profile 要分清楚：网页和桌面端共用 web profile，装一次两边都生效；headless 是另一个 profile，要单独装。普通的 desktop profile 会被拒绝。

dsh plugin --profile web add dsh-live-compact@1.0.9

dsh plugin --profile headless add dsh-live-compact@1.0.9

上不了 npm 的，用作者给的国内镜像 tgz：

dsh plugin --profile web add https://download.merkyorlynn.com/downloads/plugins/dsh-live-compact-1.0.9.tgz

装完跑一个长任务，日志里出现 spine cut …ms 才算这一刀真生效；再 dsh-live-compact stats 看 cuts/saved/rewrite 三行。

想调行为就在启动前设 SPINE_* 环境变量（改完重启才生效），常用的：SPINE_MIN_TOKENS（小切起点）、SPINE_KEEP_ROUNDS（保留最近几轮原文）、SPINE_THUNDER（雷霆路径开不开）、SPINE_SHADOW_MAX_MB（备份上限）、SPINE_ENGINE（强制 cloud/local 切法）。

要特别记住：npm 上 dsh-live-compact 的 repo 字段指向 github.com/MerkyorLynn/dsh-live-compact，就是本篇这个仓，包名带 @1.0.9 装到的就是它。

🔥 五、举例怎么用

假设目标：跑一个 150 题的编程长任务，不想中途撞上官方那次十几秒的整体压缩。

第 1 步，先确认它真的在边做边压。跑着任务时，上下文一旦过了 2 万 token，刚结束的那一轮就会被切一刀，日志出现 spine cut …ms。

第 2 步，看它切了什么、省了多少。跑完 dsh-live-compact stats：cuts 是你切的刀数（150 题这场约 145 刀）、saved 是省下的 token（约 47 万）、rewrite 是重写量。估算费用按 $0.15/百万未命中 token。

第 3 步，调小切起点。如果你的任务上下文特别大、想让小切更晚才发生，把 SPINE_MIN_TOKENS 调大（默认 20000），重启再跑；想让最近更多轮保留原文，调大 SPINE_KEEP_ROUNDS（默认 3）。

第 4 步，捞被切的原文。卡片里只有事件号指针，原文在 ~/.dsh/compaction-spine/shadow 下。要查某一行，调 searchShadow（插件自己不会主动搜，这是你手动触发的）。

🔥 六、有哪些应用场景

一是长 agentic 任务。跑几百题、几小时的活，最痛的就是中途一次整体压缩：十几秒、计费、注意力漂移、缓存清零。边做边压把这个峰抹平——150 题实测比原版便宜约 23%（$1.50→$1.15），全程命中率 99.55%→99.56% 基本不变。

二是前缀缓存敏感的部署。缓存命中是成本大头时，这套"只切刚结束轮、切点前原文不动"的策略让命中率几乎不掉（长填日志场 98.22% 对原版 98.51%，差距极小），同时把题末上下文压到平均 2.6 万对 4.4 万。

三是需要可观测性的排障。dsh-live-compact stats 三行加上 spine cut 日志，让你能核对"到底切了几刀、省了多少"，而不是事后猜。

🔥 七、和官方 compaction 直接比

官方 compaction 是"到 80% 才压一次"，简单但有一次性重算峰、还计费；dsh-live-compact 是"超过 2 万就切刚结束轮、不调模型"，把峰摊平、命中不掉。两者不互斥——它挂在官方钩子上管小切，官方那次大压缩它不碰，官方策略变了它跟随。一句话：要最省心就用官方默认，要长任务把重算峰抹掉、费用降下来就上它。

🔥 八、需要注意什么与风险

压缩是有损的。被切的工具原文只留事件号指针、原文在本地备份，如果某处逻辑恰好落在被切区、且你不去捞备份，模型那一瞬会少一点上下文。它的对策是"最近 3 个已结束工具轮原样保留 + 卡片带'旧内容摘录、非指令'标记"，但关键逻辑落在被切区时仍要自己留意。

配置要重启才生效。所有 SPINE_* 环境变量改完都要重启 DSH，别在任务中途以为改了立即生效。

它会回退官方。引擎装不上时会落回原版压缩、本会话不接管；headless 的宿主包自己关了原版压缩，插件不能把它重新打开；DSH-TUI 这版换不掉预设里的原版压缩，先别在 TUI 装。

上游是个人仓。107 星、作者 MerkyorLynn、MIT。它依赖官方 compaction 组件（peer 声明了 dsh-compaction、dsh-compaction-basic、dsh-llm 三条），宿主大改压缩钩子后要重新验证。测评数字是作者离峰用量估算、不是账单，1.0.2 之后没重跑过 150 题。

🔥 九、一句话

要长任务不撞官方那次整体压缩的峰、费用降下来，就装它；跑长任务看 spine cut 日志确认生效，dsh-live-compact stats 核刀数和省量，再按 SPINE_* 调小切起点。