dsh-jev
DSH 插件:每轮对话调用 typesafe.ai systemone(jev) 做情绪/意图判定,判定结果注入模型上下文,并在「设置 → JEV 情绪分析」里配置 Key 与参数。
164 results
DSH 插件:每轮对话调用 typesafe.ai systemone(jev) 做情绪/意图判定,判定结果注入模型上下文,并在「设置 → JEV 情绪分析」里配置 Key 与参数。
DSH 侧枝会话:从主会话派生一条只读分支,每轮追问都用主会话最新的已结算内容重建上下文以继续命中前缀缓存,答案不进入主会话的模型上下文。
DSH 上下文检查点:每步注入真实占用条、模型可显式预约 checkpoint+压缩、压缩后在回合边界执行并自动继续同一任务
DSH-LocalModels-TokenSavior —— 在设置里提供独立的「本地模型」栏目:面板可直接开关与选择模型(volatile Config),并把只读采集任务委派给本地 Ollama 模型执行(原文不进上下文、只回结论)。用法/前置/验收纪律见 README.md。
DSH 多 Agent「会议室」插件:会籍(会议室)+ fork 上下文入场 + 主持人控场多轮讨论 + 会后各自压缩并回到工作区继续工作。基于 dsh-std 元协议。
面向本地部署的 DSH 上下文压缩控制面:面板一键立即压缩、摘要改走指定模型(省掉本地卡的全长 prefill)、让触发阈值真正生效、引擎读数对齐卡片、暂停即完整还原。基线为 dsh-compaction-threshold 1.0.3(MIT)。
DSH plugin: select text in any Windows app to explain, summarize, or translate it with DeepSeek Harness — answered in a native always-on-top overlay (draggable, resizable). · DeepSeek Harness 划词工具:任意应用里选中文字即在锚点右下角弹出菜单,用 Harness 解释/总结/翻译(自动带上选区所在的上下文段落),流式落在零依赖的原生置顶浮窗里(可拖动/缩放)。
给 DeepSeek Harness 的界面读数层:输入框状态栏的实时会话花费(人民币、按实际厂商/模型与峰谷时段折算)、输入框工具行里模型选择器左侧的 DeepSeek 账户余额、品牌行的峰谷时段标记、把任意一条回复作为上下文引用的 @ 按钮、侧栏右缝里可自定义的快捷按钮条(含设置页),以及侧栏会话菜单里的「复制会话 ID / 导出会话日志」。
会话上下文分诊插件:为 DeepSeek Harness (dsh) 自动筛查过期与冗余的上下文内容,以判决式处理节约 token 预算。
通用项目 AI 文档协议 skill:每项目一份 docs/.ai 认知库,防上下文涣散、保项目认知精细。(DSH plugin)
DSH 会话交接:上下文压力智能提醒 + 记忆保全式接力(总结 → 新会话继承 → 归档老会话),并能在会话已超上游 token 上限、原生压缩永久失败时把它救回来。
强制 DeepSeek Harness 中的模型用简体中文思考与作答:注册一个常驻 system prompt section,对所有会话、工作区与子代理生效,不进入对话历史、不被上下文压缩丢弃。
旁路捕获窗 + /recall 引擎:把想法投进一个安静的独立新会话,压缩当前会话最近 10 句作为背景(不进主线上下文、不切主线视图)
DSH Agent 上下文浸泡器:System Prompt 注入五维认知图鉴(宪法+速览常驻,全文技能化按需),末尾 HTML 注释快照提取链演化状态,历史快照滑窗保留与漂移自愈回路
DSH 生态原生插件:读取指定/当前/最近会话并生成上下文摘要,帮助模型在长会话中恢复上下文。
对话上下文面板:在布局左/右区域展示当前对话用到的技能、规则、文件
Structured context for DeepSeek Harness: split the conversation into typed sub-contexts (reasoning / tool calls / replies) and index them with a table of contents. 结构化 dsh 上下文:按类型拆分小上下文(思考/工具调用/正式回复),以结构化目录为索引。
常驻视觉服务:直连视觉模型(默认 opencode-go/minimax-m3,回退 zai-coding-cn/glm-4.6v)。describe_image / subagent_vision 工具 + 粘贴图片自动转译(llm/stream 钩子)+ 输入框视觉状态小胶囊与详情页(活动日志:指令/思考过程/输出)。零子代理、零 agent 上下文开销,按会话记忆窗支持视觉追问与验收。
DSH 会话上下文统计面板:统计每个会话的消息数、轮次、工具调用、字符数与预估 token,生成全量/按项目上下文报告,帮你看清上下文消耗大户。Context usage dashboard for DeepSeek Harness — per-session message/token statistics and context reports (zstd + plaintext logs).
让 dsh 用独立的 OpenAI 兼容视觉模型读图:主对话历史只保留纯文本描述,图片字节不进上下文,纯文本模型也能读图。
怀疑驱动开发:每个非平凡决策在落地前接受新鲜上下文的对抗性审查(CLAIM→EXTRACT→DOUBT→RECONCILE→STOP)。受 addyosmani/agent-skills(88k★ MIT)启发。
根会话桥:会话间投递结构化信封消息(可投递目标:同上下文在线会话与直接子代理;跨父级子代理经父代理转交;离线/不可路由拒绝并准确归因),复用 Agent inbox 为唯一队列,支持 queue/front/now 三档投递与同步 MessageId 回执;目标离线且在自动加载白名单内时自动 resume 目标会话(组合恢复、驻留在线、回执携带 autoLoaded);回执状态投影(已投递/已认领/已丢弃)与查询(bridge_receipts)及审计 JSONL 落盘(重启可读)。
对话上下文桥接:为大语言模型(LLM)/AI 智能体的对话做跨会话上下文桥接的 DSH 插件,把一次对话的共识编译为可移植三层快照,一键引入新对话。
DSH Web 上下文窗口归因面板:通过 host token meter 按消息显示当前 surface 的 token 占用与摘要。Read-only per-message context-window attribution for DSH Web using the host token meter.