解决 DeepSeek Harness 长会话被误判为上下文溢出的问题
长会话被 DSH 误判为上下文溢出、/compact 反复失败，根因是 llm-pi-ai 对未声明 contextWindow 的模型默认按 262K 处理。本文记录完整排查过程，并给出插件 dsh-model-context-catalog 作为通用解法。
文章
研究、工程与学习笔记。
我把我的小屋做成了电子版
记录个人主页小屋的参考项目、空间映射、昼夜模式与交互设计。
LLM 中的 PPO：从奖励到策略更新
一条回答如何变成逐 Token 奖励与优势，再更新 Actor 和 Critic。
给 CC Switch 的 Skills 管理页加上搜索功能
当本地安装了上百个 Skill，仅靠滚动列表很难快速定位目标。本文记录如何在 React 与 Tauri 架构中实现名称、描述和 SKILL.md 正文的本地搜索。
LCC：让强化学习决定如何分解大规模优化问题
我们将协同进化中的分解策略调度建模为马尔可夫决策过程，并使用 PPO 学习可迁移的动态分解决策。本文介绍 LCC-CMAES 的动机、方法设计与实验结果。