@aprilwizard/dsh-multi-cot

English | 中文

Multi-CoT 通过重复生成并采样思维链，为 dsh 提供近似“并行测试时计算”的能力：同一输入 并行跑 samples 条推理链，由内部投票选出最佳结果，再用它驱动“先计划后执行”或完整的 “计划 → 执行 → 复检”三阶段工作流。插件只包含纯函数选择核心和稳定的协议提示词，接在 agent/pre-step、llm/stream、agent/turn-stopping 三个扩展点上，不需要修改 dsh 源码。

近期通过修改 codex 源码，用 deepseek-v4-flash 在隔离环境下用 Terminal-Bench 2.1 做了开/关对比（baseline = 普通模式，workflow = 多采样三阶段）：

题目	baseline	workflow
write-compressor (hard)	✅ 685.6s / 2475B / 1.83M in	✅ 643.5s / 2231B / 1.17M in
cancel-async-tasks (hard)	❌ 219.8s（5/6 测试过）	✅ 647.3s
polyglot-rust-c (hard)	✅ 522.0s	✅ 1,097.9s
regex-chess (hard)	✅ 1,075.0s / 6.93M in	✅ 产物合格，进程 1800s 超时被杀
sqlite-db-truncate (medium)	✅ 129.2s	✅ 598.5s

单题 GSM8K 对比：正确率不变（26/26），耗时约 29×（4.4s → 126.8s），输入 token 11.1k → ~219k——多采样主要用成本换稳定性。

注：以上为近期 codex 实验的参考数据；本 dsh 插件尚未在同条件下跑过这套对比。

设计思路

采样与投票

普通回合只问模型一次，返回什么就是什么。这个插件用相同输入问 samples 次，再让 samples 个内部投票者给候选打分。输入相同让成本可控：provider 会缓存共享前缀，并行 采样不会真的付出 samples 倍的输入成本。结果全部相同就跳过投票。

三阶段工作流

workflow 模式把任务分成三个阶段：信息收集、具体实现、编写报告。每阶段三步：计划 （离线采样 + 投票）、执行（普通工具循环）、复检（再一轮离线采样 + 投票）。复检失败就 重新计划，最多 reviewMaxRetries 次，再失败则强制推进并标记“存疑”。阶段状态由插件 管理，不靠模型打印标记。

离线工作放在哪里

计划必须在模型请求构建前选好。llm/stream 要求同步返回流，计划步也不能声明空批 （空批会让 loop 关回合）。所以：

• 首个计划在 agent/pre-step 选择；
• 后续计划在 agent/turn-stopping 选择；
• 选中的计划存进进程内表，llm/stream 只做同步短接，返回存好的计划流。

因此后续阶段的计划之前会多一行 user 角色“为阶段 N 制定计划”。

缓存

协议文本是系统提示词里稳定的 section（order 50）。采样请求字节完全相同；投票共享 一个前缀（所有候选的压缩链），只追加自己的完整链和打分指令。opencode-go 与官方 DeepSeek 都实测过：

实验	opencode-go	官方 DeepSeek
相同请求重复	0 命中	0 命中
共享前缀 voter 1+