dsh-chat-tools

给 dsh（headless 模式）加装「连续对话 + 长期记忆 + 工作流可视化」的零依赖伴侣工具链。纯 bash + Python 标准库，不侵入 dsh 内部，只读写磁盘 transcript。

A zero-dependency companion toolkit for dsh: continuous chat, persistent memory, and live workflow visualization. Pure bash + Python stdlib, reads/writes the on-disk transcript only.

组件

解决的问题

dsh --profile headless "..." 每次都是全新会话（headless 固定新建随机 session），上下文不连续，还得敲一长串前缀。这套工具让 dsh 拥有：

1. 连续对话（省 token） — 每次提问自动带上当前分段窗口内的对话记录（默认上限 8 轮 / 8000 字符，可调）：窗口在段内只增不减，相邻两轮请求互为「前缀扩展」，DeepSeek 自动前缀缓存几乎全命中（只 miss 最新一轮增量）；仅当超限才一次性截断（丢最旧一半），整窗 miss 从「每轮一次」降到「每段一次」
2. 长期记忆 — 会话结束自动把关键点写入项目 AGENTS.md「会话日志」，新会话自动注入（AGENTS.md 分层约定）
3. 工作流可视化 — 实时看到模型每一步工具调用/结果/耗时，纯透传磁盘上已写好的 transcript，不消耗额外 token
4. 中文输入适配 — readline 行编辑：退格按「字符」删，中文不会删成半个字/乱码
5. 决策点（多选项拍板） — 任务有多个可行方向时，模型按约定在回复末尾输出 [CHOOSE] 块（A/B/C… 选项），chat.sh 渲染成终端可选菜单，你输序号/字母拍板（q=都不选、直接说想法），自动以该选择继续执行分支；新回复仍有块则继续弹菜单（上限 CHOICE_MAX_ROUNDS 防失控）——headless 下等效于 web 端「多选项让用户拍板」的项目分支体验
6. 思考档位实时切换（!effort） — 运行中临时把模型思考档位切到 high/max（写入共享的 agent-default-model.reasoningEffort，与 web 端模型选择器同一存储），退出对话自动还原为进入前的档位（仅当期间未被外部改动才还原，避免覆盖 web 端新选择）。注意与 !thinking（回复末尾的思考记录附加内容，off/short/full）是两回事：!effort 改的是模型实际推理强度（off/high/max，low 官方 API 已有但本机 dsh 适配器暂不支持）。

依赖

• dsh（必需，底层对话引擎；可用 CHAT_DSH_CMD 换成任何兼容命令）
• bash（4.x+）、python3（仅标准库）、zstd（CLI，解码 transcript 用）

Ubuntu/Debian：

sudo apt install zstd
# dsh 按官方方式安装

安装

git clone https://github.com/<你的用户名>/dsh-chat-tools.git
cd dsh-chat-tools
chmod +x chat.sh session_log.sh session_extract.py

用法

连续对话（推荐日常入口）

./chat.sh                 # 进入连续对话，直接输入问题
./chat.sh --new           # 忽略已有上下文，强制开新对话
./chat.sh --help

对话内命令：

一次性命令包装

./session_log.sh dsh tui                    # 包装任意 dsh 命令
./session_log.sh --profile headless "..."   # 参数原样透传

环境变量

安全：密钥只走环境变量，不写死在代码里；LLM 提取与日志写入前会对私钥、API Key、token 自动脱敏。所有运行时数据（对话记录、transcript）只落在 $DSH_HOME，仓库本身不产生任何敏感文件。

工作原理（简要）

• 上下文文件：chat.sh 把对话以 dsh transcript 同格式（user/message、assistant/message 事件）追加到 $DSH_HOME/chat/<工作区>/context.jsonl，每次提问由 chat_context.py 取当前分段窗口拼入任务（段起点记在 window.state，--new/!clear 归档时重置）。
• 增量追读：dsh 每次 append 事件批次 = 一个完整 zstd frame + fsync。chat_workflow_tail.py 记住已消费的压缩字节偏移，只喂新字节给 zstd -d -c：exit 0 才推进偏移，exit≠0（尾部 frame 未写完）丢弃重试——天然不丢不重，且不做每轮从头解压。
• 会话发现：headless 每次新建随机 session id，tailer 靠「启动前记录的 epoch 时间戳」只挂新会话，并用单向切换防止新旧会话横跳。
• 决策点协议：chat.sh 在附加要求提示词中约定——任务有多个可行方向时，模型在回复末尾输出 [CHOOSE]…[/CHOOSE] 块（首行问题描述 + 每行一个 A. … 选项）。chat.sh 检测到块后：把含块的完整回复存入上下文（模型看得见自己列的选项）→ 用 chat_choice.py 剥离块、渲染菜单 → 你拍板后把「（决策点回应）用户选择/意见」作为下一轮消息继续执行该分支。CHAT_CHOICE=0 时既不注入约定也不拦截，完全退化为旧行为。
• 记忆落盘：会话结束把 context/transcript 交给 session_extract.py，LLM 提炼要点（重试 + 关键词兜底），追加到 AGENTS.md「会话日志」（新的置顶，超 100 行自动删最旧）。
• 思考档位（!effort）：进入对话时读一次 settings.yaml 的 agent-default-model.reasoningEffort（与 web 端模型选择器共享此存储）记为原始档位；!effort 写新档位（段不存在则创建、字段不存在则插入、存在则替换）；退出（exit/q/Ctrl-C 双路）仅在「当前值仍是本次设置值」时才还原回原始档位——安全网避免覆盖对话期间 web 端的新改动。

兼容性

只依赖 transcript 磁盘格式，不侵入 dsh 内部：换模型、换工作区、甚至换掉 dsh 本身，只要还有 user/message、assistant/message 事件格式的会话文件，这套工具都能接着用。已适配 Linux（Ubuntu）下中文输入法。

License

MIT