giter00/dsh-headroom

README 摘要

dsh-headroom 适配 DeepSeek Harness (dsh) 的上下文自动压缩插件，思路参考 Headroom。 工具输出在进入模型之前先被压缩：JSON、搜索、日志、表格与长文本各自走专用压缩器； 所有 有损压缩 都会把原文存入本地 CCR store，并在压缩结果里注入一个短 marker， 模型需要精确原文时调用 headroom retrieve(id=…) 即可逐字节取回。 特性 - 自动压缩工具输出 ：挂载 tools/post-execute ，在工具结果物化之前替换文本内容。 - 内容路由，专用压缩器 ： 内容类型 压缩策略 JSON 数组/对象 SmartCrusher 风格透视： keys + rows + common ，长单元格截断 grep/ripgrep 结果 按文件折叠： file (N matches) + line[:col]: rest 构建/测试/日志 连续重复行折叠 + 保留 error/fail/exception/assert 上下文 CSV/TSV/markdown 表格 保留表头与首尾行，中间行 offload 长文本 Kompress 风格 ML 压缩 （默认）：逐词打分 + must-keep 保护 + CCR 可逆取回； textStrategy: 'head-tail' 可切回首尾截断 代码 默认不压缩 （JS 端口不做 AST 压缩，避免破坏可补丁字节； read / str replace editor 的行号前缀会先剥离再识别） 文件工具 默认不压缩 （ read / str replace editor / edit / write 及其匹配 .js/ .ts/ .json/ .yml 的路径） Kompress 文本压缩 （参考 Headroom 的 Kompress-v2-base ML 模型）： 文本按词切分 → 每词打分（ score = keep概率 × (0.5 + 0.5 × span分数) ，模拟模型的 token 分类头 + span CNN 双头）→ score 0.5 保留（或 targetRatio 取 top-k）→ 数字 / hex / 全大写标识符 / 路径 / 扩展名 / CLI flag / CamelCase 等 语义脆弱词强制保留 → 保留词重组。默认评分器是确定性纯 JS 启发式；如需接入真实 Kompress-v2-base 模型，可 库级注入 自定义 scorer （ compressKompressText(text, { scorer }) / createKompressCompressor({ scorer }) ）， 管线完全一致（插件配置暂不暴露 scorer 项）。 - 可逆压缩（CCR） ：所有有损压缩都保存原文， he…

分类