dsh-context-archive

dsh-context-archive

让模型自己决定哪些工具结果可以离开上下文，并把它们归档到本会话自己的目录里。

和"按大小自动剪枝"的插件不同，这里的触发权在模型手里：它知道哪份输出已经读完了、哪份后面还要引用。

怎么告诉插件"这份可以归档了"

不需要先列清单。 每个 ≥800 字符的纯文本结果在写入上下文时，会自动带一行内联编号：

[#a1b2c3d4 · 24810 chars]
npm run build ...

模型看到哪个编号不要了，直接一次调用把它们全部归档：

context_archive { ids: ["a1b2c3d4", "9f3e0b21"], note: "已提取所需字段" }

context_archive {}（不传 ids）仍然可用，它会返回一份带工具名和首行预览的清单，用于发现：老结果没有内联编号、或者模型想确认还有哪些可归档时用。

编号 = 结果正文（去掉那行前缀后）的 sha256 前 8 位，纯函数推导，不依赖任何映射表。

归档后，那条结果在上下文里变成三行存根：

[archived #a1b2c3d4 · bash · 24810 chars / 612 lines]
file: ...\sessions\...\<session-id>\archives\a1b2c3d4.txt
first: npm run build ...

归档去哪

~/.dsh/sessions/<workspace-slug>/<session-id>/archives/
├── a1b2c3d4.txt      # 原文（带 session/seq/tool/时间/note 头）
└── index.json        # 归档索引：编号 → seq / 工具 / 字符数 / note / 时间

会话目录由 DSH 的 sessionPersistence.locate() 解析，不靠拼字符串；拿不到该服务时回退到 projectKey(cwd) + 会话 id 的等价路径。会话被删除时归档随目录一起消失，不会留垃圾。

行为保证

• 原文永不丢失：先写归档文件，再改上下文；文件写失败就不替换。
• 只增日志：替换是一次 surfaceOp: { op: 'replace' } 的 tool/result 追加，原始事件仍在只增日志里，replay 可复现。
• 只改 content：按宿主校验规则，替换保留 turn/step/message.source 等全部字段。
• 幂等：同一编号再归档返回 already_archived，不会套娃。
• 护栏：最近 keep_turns（默认 3 轮）内的工具结果不可归档，0 表示不设护栏；含图片等非文本块的结果不归档；单次最多 20 条。
• 失败放行：任何一条出错只影响它自己，返回逐条状态，不抛异常。

配置

三层，优先级从高到低：单次调用参数 > 运行时文件 > profile 配置。

运行时文件（改完立即生效，不用重启）

~/.dsh/context-archive.json：

{
  "keepTurns": 3,
  "annotate": true,
  "annotateMinChars": 2000,
  "minChars": 2000,
  "maxAnnotated": 200
}

插件在每次用到配置时重新读取它（mtime 缓存），所以下一条工具结果就会按新值处理。设置面板改的就是这个文件；手改同样生效；删掉文件即回到 profile 配置。

profile 配置（初始默认值，装载时读取）

~/.dsh/profiles/desktop/cordis.patch.yml：

- id: context-archive
  name: dsh-context-archive
  config:
    keepTurns: 3
    annotate: true
    annotateMinChars: 2000
    minChars: 800

注意这是顶层数组，把这段插到数组里（不要新建一层 config:）。改完需要重启。

阈值只有一个：编号和清单共用。带编号的结果形如 [#a1b2c3d4]（13 字符），不再附带大小。

单次调用覆盖

配置非法（负数、非整数、annotate 非布尔）时插件会明确报错并拒绝装载，不会半加载。

统计面板

装好后侧栏（better-sidebar）多一个「上下文归档」tab，上半部分是分桶统计，下半部分就是上面四个阈值，改完点保存即时生效。

为什么不是每次扫日志

3 千条结果扫一遍约 1 秒；30 万条就没法用了。所以分母是增量折叠的：

• 订阅 session/event，每个 tool/result 落一条就按大小进桶，O(1)；
• 每个会话记一个 lastSeq，同一个 seq 只折一次（重启、resume、事件重放都不会重复计数）；
• 第一次见到某个会话时，从它的内存前缀回填一次，之后只处理新增；
• 计数写在 ~/.dsh/context-archive-stats.json（1.5 秒防抖落盘，退出前 flush）。

装好或升级后第一次打开面板会做一次全量 reconcile（就是原来的扫盘），把已存在的会话折进计数器并写入各自的 lastSeq，之后不再扫。 需要手动重建时：GET /dsh-context-archive/stats?reconcile=1。

口径

• 结果数：所有会话里的 tool/result（存根不计）。
• 已编号：带内联编号的结果——只有这些才可能被回收，所以回收率的分母用它，而不是全部结果。历史结果没有编号，混进分母只会把回收率稀释成 0.1%。
• 分子：各会话 archives/index.json 里的条目（条目本来就不多，每次读一遍很便宜）。
• 打平率 p* = 前缀成本(13) / (平均正文 − 平均存根)：这一档的回收率要高于它，编号才划算。
• 结论：每桶至少 3 条归档样本才判「划算 / 不划算」，否则「样本不足」。

面板里的「推荐阈值」是第一个被观测到划算的桶，样本不足时不给建议。

同样的数据也能让模型取：context_archive { stats: true }。

安装

dsh plugin --profile web add dsh-context-archive

从源码开发时用本地链接（改代码即时生效，但要重启 DSH 才会重新导入）：

dsh plugin --profile desktop add link:<path-to-this-folder>

开发验证：

npm test    # node --test，38 个用例，零依赖

安全说明

• 不联外网：没有任何出站请求；只在 DSH 自己的回环服务器上注册两个同源端点 GET /dsh-context-archive/stats、GET|POST /dsh-context-archive/config（后者只写上面那个 JSON 文件，输入按白名单校验、上限 4 KB）。
• 会写盘：归档文件是工具输出的原文，可能包含密钥、令牌或隐私内容；它们落在 ~/.dsh/sessions/<...>/<session-id>/archives/（与你自己的 DSH 数据同权限），随会话删除而删除。不要在共享机器上归档敏感输出。
• 会改上下文：归档通过一次 tool/result 的表面替换实现（只改 content，保留 turn/step/callId），原始事件永久保留在只增日志里，可回放、可回捞。
• 失败放行：写盘失败、校验不通过、找不到会话时一律保持原样，不会把成功调用变成错误。

已知限制

• 需要在下一次模型请求时才看到替换后的短存根（本轮的请求已经发出）。
• 内联编号只加在插件启用之后产生的结果上；更早的历史结果仍可用 context_archive {} 列出后归档。
• 插件改动后要重启 DSH 才生效（Node 的 ESM 模块缓存不会随重装刷新）。
• 存根里的 first: 预览是压平后的前 120 字符，不含完整摘要；需要细节时按路径 read/grep。
• 与 dsh-compaction-tool-result-pruner 不冲突（存根远小于其 8192 字符阈值），但两者同时开启时以先到者为准。