dsh-sieve Skill 技能

技能简介

dsh-sieve 是一套为 DeepSeek Harness（DSH）打造的 LLM Agent 上下文工程与 Token 效率插件。它在 Agent 主循环中过滤工具输出、裁剪陈旧上下文、按相关性渐进式披露技能目录，从而减少 AI 编码智能体的冗余输入 Token、提升上下文窗口利用率，并提供可观测的用量数据用于推理成本优化。原始内容在被改写前会被归档，可随时按需取回。项目已实测：在 100 条公开 Agent 轨迹的离线回放中，请求负载按字符计聚合减少 36.28%；在 deepseek-flash 上的 80 组配对运行中，主模型输入 Token 用量下降 21.2%。

核心能力

• 输入 Token 削减：在工具结果进入会话前过滤冗余内容，降低后续步骤重复发送的输入量
• 工具输出过滤：按类别处理构建日志、测试报告与命令输出，重点保护失败细节与测试摘要
• 上下文压缩与遗忘：批量替换不再相关的旧工具结果，保留归档指针以便按需检索
• 技能渐进式披露：按任务相关性过滤首次注入的技能目录，减少无关描述对上下文窗口的占用
• 提示缓存感知：在结果落盘前处理新内容，并对历史裁剪做批量提交，控制前缀重建频率
• 判断内核架构：统一的决策引擎负责构造结构化问题、调用判断模型、校验结构化回答，并按置信度阈值决定是否改写；超时或失败一律保留原文

安装配置

• 通过 DSH 插件命令安装（Web 面板随附）：dsh plugin --profile web add dsh-sieve@0.2.0 dsh-sieve-web@0.2.0；也可从 GitHub Release 安装或源码构建
• 配置判断模型二选一：Jev（托管，需 TypeSafe 或 OpenRouter API Key）或 Laya（本地，macOS Apple Silicon）；未配置任何判断模型时插件加载但不改动任何上下文
• Jev Key 提供方式：DSH Web 侧边栏 Sieve 页粘贴 Key、设置 TYPESAFE_API_KEY 环境变量，或在 profile 中以 judge.type: system-one 配置；Key 保存在 $DSH_HOME/.credentials.yaml，仅发送至主机端
• 环境要求：TypeScript 项目，Node ^22.19 或 >=24，MIT 开源协议，附带 265 项通过测试且测试套件无需 API Key

使用步骤

1. 安装插件后启动 dsh web 并重新加载页面
2. 在 Sieve 侧边栏页粘贴 TypeSafe 或 OpenRouter API Key 保存（或在启动 shell 中设置环境变量）
3. 重启 dsh web，在会话中执行 /sieve status，确认「判断模型」一行不显示「未配置」
4. 正常开展编码任务，插件会在工具结果准入、上下文遗忘与技能披露三个环节自动介入
5. 通过 /sieve 命令或 Web 面板查看会话的估算输入 Token 削减量、上下文字符缩减量、所用判断模型及 Jev Key 配置

适用场景

• 运行长会话、构建日志与测试报告冗长的 AI 编码任务
• 频繁工具调用导致上下文快速膨胀的开发流程
• 注入了数十上百条技能描述、无关内容稀释模型注意力的 Agent 会话
• 对 LLM 推理成本敏感、需要观测 Token 用量与节省数据的团队

适用人群

在 DeepSeek Harness 上运行编码智能体的开发者与团队，尤其是处理冗长测试日志、长会话或大型技能目录、希望降低输入 Token 成本并提升上下文利用率的用户。

工作原理

sieve 在 DSH 的公开扩展点上挂载判断内核。当固定规则无法处理某段内容时，决策点把内容整理为结构化的是/否与单选问题，交给判断模型（Jev 或 Laya）以概率形式回答，内核再按阈值决定改写或保留原文。判断是旁路请求：不写入会话日志、不进入主模型上下文、不改变主模型请求前缀；送去判断的内容会先脱敏，仅替换确定为凭证的字段。每次判断设 4000 毫秒超时，超时、报错或无效回答均保留原文并把原因记入账本。实测 Jev 判断 HTTP 延迟 P50 287 毫秒、P95 590 毫秒。

官方链接

• GitHub 仓库：https://github.com/Sev7eEn7/dsh-sieve
• npm 包：https://www.npmjs.com/package/dsh-sieve
• 判断模型 Jev（TypeSafe）：https://docs.typesafe.ai/models
• Laya Core ML 移植：https://github.com/mizorewww/laya-coreml