Kfytm/attention-scheduler ↗★ 0
dsh-attention-scheduler
注意力调度与记忆检索规则 —— DeepSeek Harness 技能(内嵌插件分发,可 dsh plugin add 一键安装) 适合需要优化模型注意力与记忆检索的 DSH 用户,支持一键安装。
インストール
$
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:Kfytm/attention-schedulerドキュメント
README 全文を読む ↗使用
- 按需加载:在 DSH 里说"套用注意力调度规则",或让模型调用
skill工具加载attention-scheduler。 - 全局生效(可选):把本技能 §一–§九 的精简版写入
~/.dsh/AGENTS.md, 每轮自动作为工作区指令注入,无需每次加载。 - 复测开销:
node scripts/measure-overhead.cjs --session "~/.dsh/sessions///session.v4.jsonl.zstd"
输出示例:
系统提示 : 8440 字符 ≈ 2638 tokens
工具定义 : 42 个工具, 32051 字符 ≈ 10016 tokens
固定开销合计 : ≈ 12653 tokens (按 3.2 字符/token 估算)
上下文窗口 : 1000000
把结果回填 SKILL.md §一.7 —— 不要沿用别人的数字,它随模型与插件组合变化。
依赖与最小配置
没有必须安装的第三方组件——"骨架(L0)"在技能里是一个槽位,不是指定插件。
| 档位 | 需要装什么 | 效果 |
|---|---|---|
| 最小可用 | 只装技能本身(文件技能 或 插件形态,二选一) | 规则生效;L0 可以为空 |
| 推荐(零插件) | 技能 + 一个纯文本文件 ~/.dsh/AGENTS.md | L0 骨架常驻(DSH 内置 agent-instructions 提供,本身即"内容不变不新增副本"的去重注入) |
| 完整 | 再上记忆插件(MemOS / dsh-plugin-memory 一类) | L1 动态召回、L2 写回才有对象 |
依赖矩阵:
| 能力 | 由谁提供 | 必装? |
|---|---|---|
| 规则被加载 | skill 工具 / 技能目录(文件或插件) | 二选一 |
| L0 骨架 | DSH 内置 agent-instructions(读 AGENTS.md / CLAUDE.md,官方默认 maxBytes: 65536) | 写文件即可,不必装插件 |
| L1 动态召回 | 记忆检索引擎(如 memos_search) | 有记忆库才需要;否则该层为空 |
| L2 沉淀写回 | 记忆插件的 capture | 可选 |
| 成本实测 | 本仓库 scripts/measure-overhead.cjs(只读会话日志) | 不必装 |
两条要点:
- 没有记忆插件时,L0/L1 是"空转但无害":检索触发/召回条数/注入预算没有对象可施加, 而注意力预算、保留优先级、压缩六要素、写回白名单照常生效——先立规矩,接上记忆库即全部生效。
- L0 与注入方式解耦(见
SKILL.md§七.4):L0 可以是手写的AGENTS.md、可以是systemPrompt.context()式插件、也可以是别的 harness 里的等价机制。所以"必装"的从来不是某个项目,而是"你要不要那个能力"。