dsh-fusion
Task-aware anchored DeepSeek Harness preset: first-round routing, epoch-aware promotion, progressive unlock, and a win32 Git Bash executor — fused from the dsh ecosystem's best ideas.
安装
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:pycjava/dsh-preset说明文档
阅读完整 README ↗dsh-fusion
DeepSeek Harness 的实验性 agent preset:锚定轮路由、按 epoch 晋升、渐进式工具解锁、Windows Git Bash 执行器与可选预热回放。
面向 DeepSeek Harness(DSH)的任务感知锚定预设:首轮任务路由、按 epoch 晋升、渐进式工具解锁、win32 Git Bash 执行器与可选预热回放——融合自五个生态项目(dsh-anchored-standard、dsh-router-standard、dsh-gitbash-preset、myDshPresets、dsh-routing-suite)的最佳实践。
状态:M0–M3 已实现。 设计与研究文档在本仓库中(PLUGIN-SYNTHESIS.md 等);规格说明与工单看板位于 .scratch/dsh-fusion/。
面向 DeepSeek Harness 0.1.0-rc.6(开发者预览版——上游破坏性变更在所难免)。
它能做什么
-
首轮锚定(whoami,默认) — 当用户第一条真实消息到达时,一条合成身份问题(
你是谁,可配置)会被排到收件队列中该消息之前;dsh 每轮只消费一条下一轮消息,因此第 1 次请求只有身份问题本身,运行在空工具面上,system prompt 只有 persona 段(You are a helpful software engineer assistant.)——完全零注入:runtime-context 快照全会话抑制,AGENTS.md/技能目录上下文剥离,插件提示(例如用户审批策略变更通知)延迟到晋升后的第一步。模型的自我介绍回复既是第一条持久化 assistant 消息,也是晋升信号——一份自写的协作者身份,把轨迹锚定成 we 风格。同任务/同模型 A/B:whoami 在 18 个带工具步骤中保持 we 风格、零第一人称标记,并以 18 步完成;schema-pair 锚定结果不稳定(一次运行:30 步中出现 62 个第一人称标记,被中断)。anchorMode: 'pair'则换用零额外调用的配方:真实任务 + 持久 schema 的bash+str_replace_editor(anchored-standard #11 Minimal 工具对——各平台字节级一致,win32 上由 Git Bash 支撑bash)。 -
晋升后任务路由 — 第一条真实用户消息被分类(双语关键词规则,零模型调用)为
spec(读优先)、react(写优先)或weak;该任务带的核心工具在首个晋升请求(#2 起)加入目录,任务带 persona 替换 persona 段文本——每个任务带 persona 都以完全相同的 Minimal 句开头(system prompt 的首字节在整个会话中不变),尾部是 we 语气的身份声明,且不含“请说明你的选择”之类的元指令(这类指令曾被原样复述并立即把模型重新框成 “Let me …”),整个会话期间 prompt 保持 persona 尺寸(完整 Standard prompt 永不回归:实测恢复它会立即把锚定的 “We need…” 风格翻转回 “Let me”)。weak 会话的近场引导同样等到晋升之后。 -
按 epoch 晋升 — 第一条持久化
tool/call或assistant/message晋升会话(一次目录变更)。compaction/end是 epoch 边界:折叠之后会话回到受控期,直到新信号出现。所有阶段状态均由持久事件推导——resume/reload 安全。 -
渐进式解锁 — 晋升后的目录是最小常驻集 +
dev_tool_search;重型 Standard 工具一次搜索即可取得,解锁调用从持久日志重放。 -
win32 Git Bash 后端 — Windows 上通过 Git for Windows 让
bash可用(-c,每条命令新开 shell,受沙箱门控),并以持久工具的 schema 字节注册,使锚定身份成立。 -
可选预热回放(默认关闭) — 一个合成预热轮,其模型调用被重放的 chunk 流短路;每个新会话省一次模型调用。