chocobo77/dsh-infinite-context ↗★ 0
dsh-infinite-context
DSH 无限上下文插件：多级记忆管理、语义检索与模型上下文感知
AI 分析
核心用途是突破模型物理上下文窗口限制。适合需要处理超长文本、进行长期记忆留存和语义检索的复杂任务，基于 SQLite 数据库实现分层记忆管理。
安装
$
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:chocobo77/dsh-infinite-context说明文档
阅读完整 README ↗配置参考
memory-context 配置
| 键 | 默认值 | 说明 |
|---|---|---|
storePath | dsh-infinite-context.db | SQLite 路径；:memory: 禁用持久化 |
contextWindow | 94000 | 模型上下文窗口（回退值；插件自动采纳 DSH 解析的真实窗口） |
headroomRatio | 0.25 | 系统/工具/输入/输出预留比例 |
modelProbe.enabled/kind/baseURL | false | 可选主动探测（llama/ollama/openai） |
embedder.kind | lightweight | lightweight（无依赖）或 transformers |
budget.short/mid/long/retrieved | 10000/20000/5000/15000 | 分层 token 预算 |
forgetting.minScore | 0.25 | 低于此分数的记忆被遗忘 |
forgetting.maxMemories | 500 | 记忆总数上限 |
memory-compaction 配置
| 键 | 默认值 | 说明 |
|---|---|---|
compress_trigger_ratio | 0.85 | 上下文 >85% 预算时才压缩 |
compress_target_ratio | 0.6 | 压缩目标水位（只处理溢出部分） |
retain_recent_messages | 4 | 最近 N 条消息永不压缩 |
rag_top_k | 3 | 每轮注入的记忆数 |
rag_min_score | 0.3 | 注入的最低相似度 |
rag_ingest_denylist | 内置 21 个 | 低价值工具过滤列表 |
rag_ingest_importance | 0.3 | 工具结果重要性（遗忘优先淘汰） |