English | 中文

dsh-argp — 双引擎上下文压缩：逐原子守卫压缩 + 引用图确定性剪枝

dsh-argp 是 DeepSeek Harness（dsh）的第三方上下文压缩引擎（1.0.0 候选，双引擎形态）：

• Stage-1 逐原子压缩（eager，每轮）——轮末对当轮原子做"缩放"而非丢弃：模型按原子自选 extract（逐字摘录）/ summary（概括，丢弃项入账审计）/ false（保留原文），确定性守卫裁定提案能否落地——extract 缺任一高信号 token 即整体拒绝。LLM 只提议，永不销毁。
• Stage-2 引用图剪枝（lazy，超阈值时）——原子引用图（确定性 A→R 配对边 + 模型声明的语义 cites 边）上按反向拓扑序整原子摘除，压缩阶段 0 次 LLM 调用，压缩率精确兑现。
• append-only 日志是唯一事实源——被压/被剪内容原文永远在日志里，两级召回 recall_summary / recall_detail（逐字节一致，哈希测试锁定）随取随回。上下文是日志的一个渲染视图，不是历史本身。

为什么

摘要式压缩（LLM 重写历史）有三重代价：

1. 信息有损——精确 token（路径、错误码、配置值）在改写中最先死，且不可找回；
2. 缓存全断——重写后的历史使 system+前缀逐轮变化，跨轮 KV/prefix cache 从变化点起全部失效；
3. 压缩率失控——摘要长度由模型心情决定，预算不可兑现。

ARGP 的回答：LLM 在环内、但戴着镣铐——它的输出永远是"不可信输入提案"，守卫按 verbatim 纪律裁决；遗忘是确定性的——0-LLM 图规则保证收敛与预算；历史不可变——append-only 日志承载全部原文，召回契约（never guess）兜底。

实测（30 轮合成多轮编码任务，四臂对照，spike 37）：四臂中唯一同时达成 7/7 探针保真且成本低于现役基线的臂是双引擎全开臂（A）；传统摘要基线（D）最便宜但探针 5/7——吞掉精确字符串与关键大意。卖点不是"最便宜"，是"保真前提下最省"（A 全成本分量 ≤ 基线 C；比 D 贵 3.39×——这个差距就是保真的价格，明码标价）。

核心机制

Stage-1：PeratomCompressor（eager 熵降）

1. 确定性门控（gate.ts）：纯谓词判定"该轮是否可压"（长 user 消息 / 超 512 字符 tool result / 非版本链成员）；LLM 只执行"怎么压"。
2. 逐原子决策：单次 LLM 调用返回 {seq, level, text} 决策——extract（逐字子集拷贝，守卫硬拒缺失）/ summary（概括放行，丢弃 token 逐条入账 summaryDropped 供审核）/ false（显式不压，保原文）；长 user 消息走拆分（dialog 逐字抄写 + 余量聚合 U-info，空隙归 info）。
3. no-op 守卫：收益 ≤5% 的"全文照抄"副本视同 false，不 emit replace（0 收益替换白花 surface 换代）。
4. tail-only 替换：只允许 sourceEventSeqs ⊆ 当轮区间（越界即 bug，断言锁定）；前缀指纹测试证明 N 轮逐轮压缩后请求前缀稳定（缓存经济的生命线）。

Stage-2：ArgpGraphEngine（lazy 图剪枝，0-LLM）

1. 原子化 + 建图：确定性边（assistant → 其 tool result，经 toolCallId）+ 语义边（模型按契约输出的 {"cites":[{"t":"前缀","l":"c|s|x"}]}，四级分级 critical/supporting/contextual/isolated）。
2. 拓扑剪枝：反复摘除入度为 0 的原子（边等级 → 有效重要性 → 最近引用轮次排序），被剪引用方的出边消失、下游逐 pass 解锁；闭包生命周期（ACTIVE→COMPLETED→PRUNABLE→PRUNED）整闭包退休已完成任务。
3. 压缩率精确兑现：window = contextWindow×0.8 触发、retain = window×0.2 目标；降级链 lifecycle→summarize→force→fail 收敛到预算或显式失败，实测 200K→160K 触发→32K 保留精确落地。

桥接与召回

• CiteDeclarer（每轮）：模型按窗口声明跨轮引用边，经 injectEdges 通道喂给 Stage-2——实测召回效率 ≈ 无边臂的 2.6×（zoom 精准定位）。
• RecallZoom：recall_summary(seq)（读压缩态）/ recall_detail(seq)（日志原文逐字节）；4 倍制预算（summary 预算 = 4×detail），超限返回引导文案而非硬拒。历史被剪原子另有 recall_pruned / list_pruned。

模型要求

per-atom 的拆分/压缩决策质量依赖模型指令遵循能力；守卫保证任何模型上都"不会压坏"（错误方向只往少压错），但收益随服从率缩放：

• 实测基准：本地 Qwen3.6-35B-A3B / Qwen3.8-27B 全链路 30/60 轮 0 error、探针 7/7；拆分抄写表示法解析失败 0%（vs 区间定位法 72%）。
• DeepSeek 系模型的已知特性：系统提示词与用户指令冲突时（如任务 prompt 写 "nothing else"）cites 声明可为 0——语义选择性归零，但 Stage-1 守卫压缩与 Stage-2 确定性剪枝照常工作、不变式全过（50 轮 v4-flash 实证）。任务 prompt 给 cites 留出口后声明率恢复（10 轮实测 43.6%）。
• spike 38 探针（info 契约服从率）随 1.0.0 复核轮在 DeepSeek 上补测。

安装与挂载

从 npm 安装（v1.0.0 双引擎形态）：

dsh plugin --profile <name> add dsh-argp

profile 的 cordis.patch.yml 中禁用 stock 摘要器：

- id: compaction-basic
  disabled: true

挂载由包的 bundle patch（cordis.patch.yml）负责（insert 创建 entry）；profile 层只做配置覆盖（modify），不要再 insert（否则 duplicate loader entry id）。

双引擎配置（1.0.0 形态）

Stage-1 组件默认跟随环境变量解析端点（DEEPSEEK_API_KEY）；生产建议显式指向宿主 dsh-llm：

- id: dsh-argp
  config:
    compressor:
      llm: { provider: deepseek-official, model: deepseek-v4-flash }   # dsh-llm 后端
    declarer:
      llm: { provider: deepseek-official, model: deepseek-v4-flash }   # 可指向独立 lite 档

不配 llm 时按 endpoint/apiKey config 或环境变量走 OpenAI 兼容直连（本地 llama.cpp 实验形态，行为不变）。Stage-2 预算默认比例驱动（window=ctx×0.8 / retain=window×0.2），无须硬编码。

验证结果

四臂对照（30 轮合成多轮编码，本地 Qwen3.6-35B-A3B，spike 37）

臂	配置	探针	成本（空闲价）	结论
A 双引擎全开	compressor + declarer + graph + zoom	7/7	¥0.454	唯一 7/7 且 ≤ 基线成本的臂
B 无边	declarer 关	7/7	¥0.556	召回次数 31 vs A 的 12（declarer ≈2.6× 更省）
C 现役基线	仅 graph（溢出才剪）	6/7（R2 漏检）	¥0.802	A 全成本分量 ≤ C
D 摘要基线	dsh 原生 BasicCompactionEngine	5/7（丢精确 token + 大意）	¥0.134	最便宜但丢保真——反衬"保真前提下最省"

防干涉：A/B/C 三臂 append-origin 原文零替换（A 140 / B 154 / C 216 事件）；前缀稳定：A 臂 21 个主请求指纹全同。

水位与轮次放大

• E（零压缩）vs A（30 轮，模型可见口径）：末轮水位 A = E 的 40%（降幅 59.8%），均值降幅 39.2%；差距自 T11 单调拉大。
• 60 轮放开对比：末轮差距 32.6%、均值 36.6%；per-atom 使图引擎硬剪推迟 5 轮（T14→T19）且剪后维持更低水位。
• 轮次放大（固定窗口 → N× 轮，P5-bis 实测 2026-08-28，本地 Qwen3.6-35B-A3B，B=16K tok）：零压缩对照 20 轮触窗死亡，双引擎 60 轮满预算存活未触顶（活水位峰值仅为窗口 70%）→ 可持续轮数 ≥3.2×（截尾下界），探针 6/7（精确依赖 4/4）。缓存口径：剔除灾难性重算请求后的干净命中率 84.8%，与零压缩对照（84.7%）一致——逐请求前缀稳定性零劣化；全量命中率差（76.1% vs 83.1%）全部来自 16 次灾难事件（换代关联 11 + 服务端原生 5，详见 docs/p5bis-turn-amplification.md §7.3）。判别实验已结案（同日，-np 2 双槽复跑）：灾难事件 16→4（4× 塌缩），残余 4 次逐事件归因全部非 aux 驱逐（任务原生/图剪一次性税/服务端底噪）——灾难主群为单槽部署伪影，引擎固有缓存成本=图剪一次性税+底噪（§7.5）。禁裸引用"数倍"，须带窗口/任务/模型三要素。

Graph 引擎历史验证（v0.3.x，DeepSeek v4-flash / Qwen3.8-27B）

50 轮 t-long：U 锚点 7/7、needle 7/7（5/7 经 recall 找回）、4 事务 0 error、压缩目标精确兑现（32K）；200K 主流档成本 ¥2.695 vs 基线 high ¥3.087（该基线含 77% 空流 error，系平台 B-5 缺陷——对照数字按此口径解读，disabled 档 ¥3.19 为更干净的对照）。

复现

实验	命令	验证内容
四臂对照（需本地模型）	ARGP_ARM=A|B|C|D|E node spike/37-peratom-three-arm.ts	探针保真、成本三元组、防干涉、K_no/放大
per-atom soak	npm run spike36	门控/链/守恒/前缀/VK-atom 八判决
50 轮 t-long	ARGP_DEEPSEEK_THINKING=enabled node spike/06-tlong.ts	L1/L2/L3 不变式、锚点/needle、精确预算
合成 0-LLM	npm run spike8a	单事务零 LLM 调用
逐原子审计	node spike/atom-audit.mjs <产物目录>	事件驱动逐原子压缩/剪枝明细

npm run check = typecheck + smoke + 单测（195/195 全绿，2026-08-29）。每个数字都带产物路径（见 docs/publication-plan.md 台账与各实验记录）。

平台缺口反馈（给 dsh）

tool/result 替换无结构化元数据通道（B-1）、compaction/prune 游离于事务状态机（B-3）、headless 测试装配 tokenMeter 静默失效（B-4）、摘要空流（B-5）、surface 窗口丢弃无痕迹（B-6）——详见 docs/dsh-api-feedback-2026-08-17.md。

已知限制

• B-6 窗口截断盲区：未被 ARGP 替换的 live 节点在逼近 contextWindow 时被请求组装层截掉最旧部分、不留痕迹——recall_pruned 取不回它们。缓解：比例预算前移触发点；根治在 dsh 侧（B-6 立案中）。
• 模型依赖（如实版，见上）：守卫保证安全，收益依赖服从率；lite 档多模型分工的服从率未实测（台账 D21）。
• per-atom 输出税：Stage-1 每轮的压缩调用是 side-channel 成本（30 轮实测 completion 7.2K tokens，不进上下文但计入总成本）；dsh-llm 后端的 usage 已入 record，spike 汇总口径接入中。
• tombstone 两跳召回：占位文本经多轮演化后原 seq 可能丢失，recall_pruned(seq) 需正确编号（B-6 落地后一并消除）。

License

MIT