@fakechris/dsh-track
Track Bridge:为 DeepSeek Harness 设计的嵌入式任务管理引擎 — 决策点协议、捕获墙,以及基于会话事件和存储键值对的类 Linear 问题存储
安装
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:fakechris/dsh-track说明文档
阅读完整 README ↗dsh-track · Track Bridge
English | 中文
DeepSeek Harness 的嵌入式任务管理引擎 —— 把「念头、决策、任务」变成结构化、可追溯、可折叠的数据。 捕获零摩擦,决策留痕迹,任务有生命周期。数据全部在 harness 内部(session 事件 + storage KV),零外部依赖。
状态 Active · 测试 342 passing · 构建 pnpm run build · 版本 0.2.1
v0.2.1 · final 正式版适配(2026-08-12):官方正式版(snapshots/20260812T172954Z-final-unwatermarked) 的词汇清洗中两处无别名硬改名——
SessionQueryService→SessionQueryEngine(dsh-session-query)、ctx.httpServer→ctx.webServer(dsh-host-webserver)——已适配(tsc + 342 测试 + 生产等价冒烟验证)。
🖥️ 界面预览
| 面板总览(右侧捕获墙 + 任务墙) | 跳回来源对话(高亮定位到原始 prompt) |
|---|---|
![]() | ![]() |
✨ 特性
- 🧠 捕获墙(Capture Wall) ——
capture_thought零摩擦收录念头;规划时的todo_write也会被自动捕获,且每条都携带动机上下文(当时那条用户请求),永远不会变成"无来由的琐碎清单"。 - ⚖️ 决策账本(Decision Ledger) —— 遇到不可逆 / 风险 / 范围 / 验收类决策,先上报决策点,用户轻决策回答,选择与理由落盘可查(回答率进 funnel)。
- 📋 任务生命周期(Evidence-driven Lifecycle) —— Linear 兼容的任务模型;证据驱动的状态机,
done/canceled永不自动达成,必须用户确认。 - 🔄 历史同步(History Sync) —— 一键把工作区过往会话折叠成 epic/issue 候选,默认 dry-run,确认后才落库。
- 💰 LLM 用量账本(Usage Ledger) —— track 引擎自己调用的 LLM 费用(token / 成本)单独计量,"track 花了多少 token" 一句话可查。
- 🖥️ Web 面板 —— 右侧栏汇集墙 + 任务墙;每条记录都可 「↩ 对话」跳回来源会话的那条原始 prompt,高亮定位。
🚀 快速开始
# 1. 安装插件(官方推荐:用发布版 dsh 安装;本地已有 dsh 也可直接 `dsh plugin ...`)
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:dsh-external/dsh-track
# (或本地路径:`... add /absolute/path/to/dsh-track`)
# 2. 安装协议 skill(决策点 / 任务推进的调用纪律,装到默认扫描目录)
mkdir -p ~/.dsh/skills && cp -r skills/dsh-track ~/.dsh/skills/
# 3. 重启 dsh web(守护会自动拉起),工具自动挂载
dsh web

