# dsh-context-clean

[English](README.md) | Česky

Plugin pro **DeepSeek Harness** zpřístupňující modelu nástroj `context_clean`:
kompresor kontextu, který z konverzačního/thinking transkriptu odstraní balast,
ale ponechá důležité informace — čísla, cesty, kód, rozhodnutí.

Veřejný, licence MIT. Žádné runtime závislosti mimo DSH tools peer.

## Co odstraňuje (a co ponechává)

| Odstraněný balast | Ponecháno |
|---|---|
| Zdvojená slova za sebou (`the the the` → `the`) | Všechny první výskyty |
| Po sobě jdoucí duplicitní řádky (sraženy na `[… N×]…`) | První řádek každé série |
| Opakované odstavce/bloky (další kopie zahozeny) | První odstavec každého bloku |
| Série prázdných řádků (sraženy na jeden) | Struktura sekcí |

Kompresor je záměrně konzervativní: zahazuje jen *přesné* duplicity (u odstavců
bez ohledu na velikost písmen a mezery), takže čísla, řádky kódu a rozhodnutí
nikdy nepřepisuje.

## Nástroj

`context_clean(text?, path?)` — vyčistí transkript a vrátí zkomprimovaný text
plus jednořádkový souhrn před/po.

- `text` — vložený text transkriptu (povinné, pokud není zadáno `path`).
- `path` — absolutní cesta k textovému souboru, který se má vyčistit.

Jádrem je malý Python skript (`scripts/clean_context.py`) dodávaný uvnitř
plugin, takže funguje bez ohledu na pracovní adresář session. Jediný předpoklad
je Python 3.

## Instalace

```bash
dsh plugin --profile web add dsh-context-clean
```

Po restartu session se v katalogu objeví `context_clean`.

## Použití z příkazové řádky (samostatně)

```bash
python3 scripts/clean_context.py transcript.txt   # soubor → stdout + statistiky na stderr
cat transcript.txt | python3 scripts/clean_context.py
```

## Licence

MIT.