dsh-context-maid
自动上下文策展:tool 输出瘦身 + 无效日志清理 + 工作流/记忆钉扎保护 + 先归档后压缩
164 results
自动上下文策展:tool 输出瘦身 + 无效日志清理 + 工作流/记忆钉扎保护 + 先归档后压缩
通过模型上下文协议(MCP)访问苹果官方开发者文档、框架、API及WWDC视频,支持AI驱动的自然语言查询,提供Swift/Objective-C代码示例和技术指南。
在会话行菜单复制规范 @session mention, 粘贴到输入框即可召回该会话上下文; 复制前可按可配置的正则规则调整引用名称
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。
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)。
审批/完成/错误事件通知:浏览器 Notification + 系统原生 toast(Windows PowerShell WinRT / macOS osascript / Linux notify-send,均无需额外安装);提示音可配、每条通知独立显示不互相替换、非安全上下文自动降级横幅
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」。
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
一个通过模型上下文协议(MCP)提供DBLP计算机科学文献数据库访问的服务,支持学术文献检索、引用生成及格式化功能。
一个提供 AWS Black Belt 在线研讨会搜索功能的模型上下文协议(MCP)服务器,支持通过关键词搜索研讨会内容并获取研讨会视频的文字记录。
一个模型上下文协议服务器,提供网页内容抓取功能,将HTML转换为Markdown以便于处理。适用于需要从网页提取和处理内容的场景。
提供菲律宾标准地理编码(PSGC)API访问的模型上下文协议(MCP)服务器,包含完整的菲律宾地理层级数据。
为AI开发和QA设计的模型上下文协议服务器,提供AntV文档上下文和代码示例。
一个帮助AI助手高效导航ANSYS Fluent在线文档的模型上下文协议(MCP)服务器,提供智能URL导航、预映射主题路径和官方文档链接。
一个提供DuckDuckGo网络搜索能力并具备内容抓取和解析功能的模型上下文协议(MCP)服务器。
Cellosaurus MCP Server是一个非官方的模型上下文协议服务器,用于访问SIB Cellosaurus细胞系知识资源,提供细胞系搜索、详细信息获取和数据库版本信息等功能。
一组模型上下文协议服务器,为大型语言模型提供认知增强工具。
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。
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)
一个通过游戏化自我反思为LLM提供Cookie奖励的模型上下文协议服务器。
把世界书拖进输入框,DSH 就是长篇创作台:拖资料整篇进上下文、/gemini-sum 剧情交接、/out 干净成稿、/sum 一句话成角色卡/世界书、/cue 写作指令打字即展开。
DSH 一体化记忆与上下文管控增强插件 — 四层记忆 + 上下文压缩 + 提示词编排
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。