思维链锚定监控 Aik358/dsh-anchored-monitor

dsh-anchored-monitor

一句话说清：这是给 DeepSeek V4 Pro 加的一根鞭子。
当模型从「We need…」/「I will…」这种高专注、高能力模式，跌落到「let me…」这种发散、低专注模式时，鞭子就抽下去——把它拉回来。
这是给 DeepSeek V4 Pro 加的一根鞭子——当它从「We need / I will」的高专注、高能力模式，跌落到「let me」的发散、低专注、低效率模式时，就抽它一鞭，让它改回去。

面向 DeepSeek Harness 的实时思维链锚定监控与干预。
盯住每个推理块的 we / let's / let me 指纹，让它待在规范区间里，轨迹一旦漂移就自动把模型拉回来。

dashboard

一句话说清它是什么

什么都不用动，它就是一个实时仪表，显示你的模型此刻思考得有多用力。 思考强度、三段状态和心电图式曲线，缩在屏幕角落——把模型的思考效率 / 能力强度实时画出来。

- 可视化优先（默认——你想干预时才干预）：实时显示思考效率 / 能力强度的仪表。
- 需要鞭子时才干预：只有轨迹漂进发散的「let me」区间才抽下去——然后自动接着把任务做下去。
- 「滑动变祖器」梗皮肤：把仪表切成梁系计，运行时实时查询 DeepSeek V4 Pro 的「梁系强度」（从专注谦逊到摆烂称帝）。

打开设置页就能调每一个参数——要是改得太多，还能一键恢复默认值。

它搭配哪种模式？

你不需要强制安装 dsh-anchored-standard。

监控从不检查预设的名字。它读取每个会话的推理块（~/.dsh/sessions//events.jsonl），只按 we / let's / let me 指纹打分（规范区间 < 0.2，混合 0.2–0.5，发散 ≥ 0.5）。所以任何实现了 anchored-standard 纪律的预设——第一轮用 Minimal 人格锚定（46 字符人格 + bash/str_replace_editor），之后用集体的「we」口吻规划、不出现「let me」——都能和这个插件搭配。改过名的、衍生的预设也行：梁神模式 (Liang-god Mode)、liangshen，以及任何基于同一套锚定思路做出来的预设。L2 重置载荷完全自包含（Minimal 46 字符人格 + 双工具都随本插件自己的配置一起发布），运行时不会从别的仓库导入任何东西。
⚠️ 提醒一句：如果会话从一开始就没被锚定，它就会一直待在 react 区间，L2 也会持续触发——那是死循环，不是监控。除非你用的正是这条鞭子调校过的模型，否则把干预保持关闭（仅监控）。

什么时候打开 / 关闭干预 —— 这条鞭子是为 DeepSeek V4 Pro 0813 调校的：

- ✅ DeepSeek V4 Pro 0813 → 干预开启（推荐）。
- ❌ 其他任何模型 → 干预关闭（仅监控）—— 让它只当一块实时仪表。

插件面板里就写着这条建议：

ℹ 提示：只有 DeepSeek V4 Pro 0813 才打开干预；其他模型请关闭（仅监控）。

为什么会有这个插件

DeepSeek V4 Pro 会严重依赖首次请求给它看的东西。社区测过后果：官方 Minimal 预设（46 字符人设 + bash/str_replace_editor）锚定出集体式的「我们」轨迹，在 Project2 上拿到 99/96；而完整的 Standard 预设锚定出演员式的「让我」轨迹，只拿到 91。行为是路径锁定的：一旦锚定，再扩充工具目录最多只能扰动一个推理块——模式不会自己翻回来。

锚定类预设（dsh-anchored-standard）解决的是引导问题。这个插件解决的是锚定之后发生的事：外部因素（命令式暗示、注入的超大上下文）会把轨迹拖出规范区间，而此前没有任何东西能发现或修复这种漂移——现在有了。

它做什么

- 实时指纹识别 —— 每个推理块都会在滑动窗口内打分，看它带的是规范轨迹标记（we、let's、we'll、we need……）还是 react 标记（let me）。
- 三区间模型 —— 正是 dsh-router-standard 测出的那套量化：persona_ratio < 0.2 → spec，0.2–0.5 → mixed（不稳定的过渡区间），≥ 0.5 → react。
- 分级干预 —— 自动执行，带冷却门控，并有滞回恢复：

| 级别 | 触发条件 | 动作 |
| L1 提示 | 进入 mixed 区间 | 注入建议式提示（绝不用命令式——命令会把 we 翻成 let me） |
| L2 重置 | 进入 react 区间 | 下一个请求只带 46 字符 Minimal 人设 + bash/str_replace_editor；监控窗口与基线一并重置 |
| L3 重启 | L2 重试次数用尽 | 建议重启会话 |

- 液态玻璃 Web UI —— 侧边栏入口打开一块磨砂玻璃面板，悬浮在对话之上（可拖动 / 可缩放 / 会记住）。收起后变成一条变阻器式横条，用滑块位置显示思考强度，外加一条滚动日志跑马灯。DeepSeek 白 / 灰 / 蓝配色；深色模式用中性灰，与外壳一致。横条是固定宽度的圆角矩形（320px，随视口自适应）——尺寸不会跳动。面板头部和设置里都有 zh/en 语言切换。
- 两套皮肤 —— 默认的 Serious 变阻器条，或者 Meme 皮肤（「滑动变祖器 / Liang-o-meter」）：一个 52px 的对话气泡浮在强度旋钮上方，跟着旋钮一起滑动，随着思考强度上升，在梁文锋的各种表情之间切换 —— 从专注（谦逊）到摸鱼（皇帝）—— 并随色带颜色脉动。表情图片以 base64 内嵌在客户端 bundle 里，所以永远能加载。在设置页切换（本地保存）。表情素材来自 Lichtspektrum/liang-intensity-calibrator（MIT）。
- 零配置自动启动 —— DSH 启动时，宿主插件拉起监控进程（15s 看门狗保活）。无需手动操作。
- 实时流式心电图 —— 宿主订阅 llm/stream，推送 reasoning-delta 分片（1s 节流），所以模型思考时图表和进度条就在动 —— 不是每轮结束后才动。计数是累加的，窗口聚合值始终精确。
- CoT 泄漏 / 停滞防护（0.2.9） —— 监控还会接收可见文本通道（text-delta → /api/push-text），因此能标记出仅靠推理指纹看不到的两种退化：text_leak（思考风格的文字漏进可见正文 —— 文本量大，且 let me/(we+let me) 比例高）和 streaming_stall（推理安静下来，文本却还在流）。只告警，绝不自动干预；按会话统计的 cot 计数器和 guard_triggered 事件会出现在面板 / 仪表盘里。
- 干预总开关 —— 面板标题栏里的开关可在运行时打开/关闭干预（重启后仍保留）；关闭 = 只监控，不打断。面板会显示提示：仅在使用 DeepSeek V4 Pro 0813 时保持干预开启；其他模型请关闭。
- 完整设置页 —— 每个参数（窗口、词典、评分权重、区间边界、阈值、冷却时间、提示词模板、bootstrap 对、日志轮转）都能在 DSH 设置页编辑，附带说明和浮动保存栏；保存会重启监控以应用更改。图表只为已启用的触发规则画阈值线。
- 带自动继续的循环内干预 —— 宿主观察每个会话的推理，自动执行 L1/L2/L3，然后继续任务而不是停下： L1 注入建议性上下文提示（绝不用命令式）；L2 取消正在运行的一轮并软重启对话（下一个请求在 46 字符的 Minimal 人设 + bash/str_replace_editor 下运行）；L3 应用同样的软重启，外加重启建议。
- 实验优先 —— 每个词典条目、权重、阈值、窗口、区间边界和冷却时间都放在 YAML 里（config/.yaml，按 config/schema.json 校验）。附带 JSONL 实验日志、离线回放和网格搜索校准脚本。
- 解耦 —— 监控是独立的 Node 进程；它从不接触模型的上下文或算力。

环境要求

- Node.js ≥ 22.19
- DeepSeek Harness 0.1.0-rc.5+（用于 web 插件和预设）

安装

1) install the web plugin into your web profile (dsh CLI = pnpm forwarder)
dsh plugin --profile web add @a9i5k4/dsh-anchored-monitor

2) start the monitor process (default profile = production-safe default;
demo is only for the accelerated L1→L2→L3 demo)
npx anchored-monitor

3) restart DeepSeek Harness (host bundle) and refresh the web GUI

现在你应该能在左侧边栏底部看到 锚定监控 / Anchored Monitor。点击它打开玻璃面板；点击浮动条展开或收起。

要修改监控地址：编辑 ~/.dsh/anchored-monitor.json，或者向 POST /api/anchored-monitor/config 发送 { "monitorUrl": "http://127.0.0.1:9301" }。

快速演示

git clone https://github.com/Aik358/dsh-anchored-monitor.git
cd dsh-anchored-monitor
npm install && npm run build

npm run demo:generate # 300 synthetic reasoning blocks
npm run dev -- --profile demo # monitor + dashboard on :9301
npm run demo:feed # live-feed the blocks (watch L1→L2 cascade)

智能体侧预设（可选）

把 preset/ 复制到 ~/.dsh/.agent-presets/anchored-monitor，让 harness 智能体 把自己的推理块推送到监控，并在智能体循环内执行 L1/L2/L3 干预（搭配一个锚定预设，比如 dsh-anchored-standard，用于第一轮锚定）。

API

监控进程暴露以下接口（默认 http://127.0.0.1:9301）：

| 方法 | 路径 | 说明 |
| GET | /api/overview | 一次调用返回会话 + 选中快照 + 尾部事件 |
| GET | /api/sessions | 会话摘要 |
| GET | /api/sessions/:id | 完整快照（历史 / 干预 / 基线） |
| GET | /api/events?sessionId=&limit= | 实验 JSONL 的尾部 |
| POST | /api/push | 推送推理块 {sessionId, text, sequence?, timestamp?} |
| POST | /api/push-text | 推送可见文本块 {sessionId, text, sequence?, timestamp?}（CoT 防护） |
| POST | /api/sessions/:id/ack | 确认一次干预 |
| POST | /api/sessions/:id/reset | 触发手动 L2 重置 |
| GET | /api/stream | SSE 事件流 |

web 插件通过 /api/anchored-monitor/ 代理这些接口（仅限回环）。

脚本

| 命令 | 说明 |
| npm run demo:generate | 生成合成会话 JSONL（带标签，用于校准） |
| npm run demo:feed | 把推理块实时喂给运行中的监控 |
| npm run replay -- --file x.jsonl | 离线回放并输出摘要报告 |
| npm run calibrate -- --file x.jsonl | 网格搜索窗口 / 权重 / 阈值 |
| npm run preview:build | 把仪表盘快照成独立 HTML |

配置

完整参数参考见 docs/experiment-params.md。全部用 YAML——没有任何硬编码调参。

常见问题

干预之后会发生什么？对话会停下来吗？ 不会。每次干预都会自动让任务继续：L1 注入一条提示，下一轮接着跑；L2 停掉正在跑的轮次（软重启），然后立刻重新进入上下文——下一个请求会在 Minimal 人格 + bootstrap 组合下继续任务；L3 做法相同，另外加上重启建议。

为什么图表感觉卡顿 / 不动了？ 0.2.0 之前，数据只在每轮结束时到达一次。现在宿主每约 1s 就把 reasoning-delta 分块流式推给监控器，所以模型思考时曲线就在动。

怎么关掉干预？ 用面板标题栏的开关（会持久化），或者在设置里设 intervention.enabled: false——监控照常运行，干预停止。

L2 会截断模型的上下文吗？ 不会。L2 只把下一个请求的人格段落替换成 46 字符的 Minimal 句子，并把可见工具目录收窄到 bootstrap 组合。所有对话历史都保留；监控器只重置自己的指纹统计（对模型不可见）。plan-mode 和其他所有段落都保留，因为丢掉它们会导致重新探索失忆（由 dsh-router-standard 测量）。

为什么过渡带被当作警告？ 混合带（0.2–0.5）是训练分布的空隙：实测分数比两个稳定带都低*。进入它就触发 L1 提示；进入 react 带则升级。

运行它安全吗？ 监控器对模型是只读的：它消费推理文本，发送干预信号。所有 HTTP 路由都只走回环。推理文本可能敏感——实验日志默认存在本地；在 experiment_log 里轮换 / 关闭它。

插件作者须知（扩展前必读）

流式瀑布规则 —— llm/stream 是流式透传瀑布：链上靠前的监听器会迭代靠后监听器的返回值。因此：

1. 生产方：llm/stream 监听器必须是普通函数，返回异步生成器。绝不要声明成 async——生成器会被包进 Promise，上游的 for await 消费者会崩，报 next(...) is not a function or its return value is not async iterable。
2. 消费方：一律 for await (const chunk of await next())——先 await，再迭代；不管下游返回什么都安全。
3. agent/pre-step / system-prompt/assemble 是传值事件；那里用 async + await next() 才对。

违反这条会让每一个模型请求都挂掉，且日志里零事件——如果打包顺序调整或新增插件后所有会话突然失败，先查 llm/stream 链。

单一干预执行器规则 —— L1/L2/L3 必须只有一个执行器。Web 插件（宿主那一半）负责干预，也是默认执行器；智能体预设（preset/）自带 handleInterventions: false，只推送推理。两个都开会导致重复注册 agent/pre-step / system-prompt/assemble，并且触发两次 L2 重置。

致谢

本插件建立在以下社区项目的实测结果之上（已浅克隆到 ../references 供审计）：

- xiaobright/dsh-anchored-standard —— 两阶段锚定预设（bootstrap 配对、晋升门控、晋升后常驻集）
- ruler770525/dsh-anchored-flash —— 指纹计数（we/let's/let me）以及 E1/E1.5 提示词措辞实验
- yjh051108/dsh-router-standard —— 双吸引子论文与三档量化（bandOf）
- KDB-Wind/dsh-minimal-anchored —— 最小工具锚定替代方案
- Lichtspektrum/liang-intensity-calibrator —— 驱动「滑动变祖器」皮肤的梗图表情帧（MIT）
- deepseek-ai/deepseek-harness —— 本插件所扩展的宿主框架

许可证

MIT © 2026 Aik358