dsh-context-taxonomy 怎么安装？

在已安装 dsh CLI 引擎的环境中，进入插件页复制安装命令一键执行即可；暂不能直接安装（需源码编译或环境不满足）：缺少 main/exports/bin 入口声明；仓库 package.json 标记 private，未发布到 npm，需从源码安装。

dsh-context-taxonomy 兼容性怎么样？

暂不能直接安装（需源码编译或环境不满足）：缺少 main/exports/bin 入口声明；仓库 package.json 标记 private，未发布到 npm，需从源码安装。

dsh-context-taxonomy 有中文文档吗？

已提供中文翻译 README（由 DeepSeek 最新模型翻译生成），本站可切换中英文对照阅读。

dsh-context-taxonomy 还在维护吗？

GitHub 0 星。最近一次上游提交在 2026/8/14。

上下文分类透视 ArtificialNotImbecile/dsh-context-taxonomy

DeepSeek Harness

ArtificialNotImbecile81 天前有提交已提供中文文档扫描：未发现敏感能力

在 GitHub 查看 ↗

拆解每次模型调用的上下文构成与来源

31.5/100

综合分

GitHub 星标

—

npm 周下载

—/5

用户评分

数据截至 2026/9/17 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。

自动兼容检查未通过：缺少 main/exports/bin 入口声明；仓库 package.json 标记 private，未发布到 npm，需从源码安装。以下命令仍可尝试，但可能失败。

安装命令 · 需先装 dsh CLI 引擎

dsh plugin --profile web add ArtificialNotImbecile/dsh-context-taxonomy

该包不可直接 npm 安装，改从 GitHub 源安装（明细见下方安装检查）

状态速览

判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态

信任档位：已验证

是什么

dsh 原生插件 · model

装得上吗

本站已在 dsh 0.2.1-rc.5 下真实安装成功

非静态推断

L5 · 运行时冒烟等级说明 →

安全吗

本站尚未对该插件做风险分级

暂未覆盖，不等同于无风险

还在维护吗

更新放缓：最近一次提交在 81 天前

档位由哪些信号合成

本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。

验证判据与等级说明 →

社区实装还没有人打卡 · 装过的第一个就是你

安装兼容性检查需源码安装

缺少 main/exports/bin 入口声明；仓库 package.json 标记 private，未发布到 npm，需从源码安装

展开查看检查明细 ↓

以下结论由程序自动检查 npm 包、engines 声明与入口文件得出，未做人工实机验证——能装不等于用着没问题。

✗npm 包dsh-context-taxonomy-workspace（未发布到 npm，仅可源码安装）

✓Node 引擎要求 ^22.19.0 || >=24.0.0 · 基线 Node 22.19 满足

✓dsh CLI 依赖未声明 dsh 版本约束

✗入口文件缺少入口声明

源码安装时若 pnpm 拦截 prepare 脚本，按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑。

验证方式：npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/10 17:35:01

安全扫描自动 · 静态分析源码

v2.7.0

🟢 扫描：未发现敏感能力尚无人工评估

展开查看扫描说明与证据 ↓

静态扫描未发现敏感能力：最多只发网络请求、读取自身元数据或只读文件，未发现执行命令、文件写入或敏感信息读取。

写入剪贴板(不计风险)

查看扫描证据（共 1 处，展示前 1 条）

写入剪贴板
design/prototype/app.js:809
if (navigator.clipboard?.writeText) await navigator.clipboard.writeText(text);

扫描于 2026/11/4（0 天前） · 范围全包扫描 · 来源 GitHub 仓库

静态扫描只反映源码中出现的调用，不构成安全背书；人工评估与自动扫描相互独立、互不覆盖。

依赖的 DSH / Cordis 模块

@deepseek-ai/cordis@deepseek-ai/dsh-agent@deepseek-ai/dsh-api-gateway@deepseek-ai/dsh-brand@deepseek-ai/dsh-client-locale@deepseek-ai/dsh-client-runtime@deepseek-ai/dsh-client-ui-conversation@deepseek-ai/dsh-client-ui-primitives@deepseek-ai/dsh-client-ui-slots@deepseek-ai/dsh-llm@deepseek-ai/dsh-llm-retry@deepseek-ai/dsh-session

给这个插件打分还没有人投票↓

用户评分

还没有人投票，来当第一个

广告精选好物

飞利浦 TAH6519 主动降噪耳机 ¥299

头戴式无线 anc 主动降噪，蓝牙连接，久戴舒适向。

·anc 主动降噪 · 头戴式无线
·价格与库存以商品页实时为准

去淘宝看看→

广告MCP 兼容手册

装完插件，给 AI 接上 MCP

Cursor、Claude Code、VS Code 逐个核对：能不能装、配置怎么写、装不上是什么原因。

·按客户端逐格核对
·结论标注依据与风险等级

查 MCP 兼容性→

功能亮点

拆解上下文构成
标注上下文来源

DeepSeek Harness 的逻辑调用上下文分类插件

README

由 DeepSeek 最新模型翻译生成

DSH Context Taxonomy 看清 DeepSeek Harness 如何为每次普通 Agent 调用组装上下文。在同一个可探索界面中检查完整 System Prompt、对话历史、当前提示、工具定义、模型选项、token 构成、缓存用量与推理证据。 Context Taxonomy 是 DeepSeek Harness 的学习与调试插件。它通过 Harness 公开的 llm/stream 调度层观察 provider-neutral 的逻辑请求，将其中的内容整理成 taxonomy，并在会话旁提供独立的 Context Taxonomy 标签页。真实 DeepSeek Harness 会话打开 Context Taxonomy，检查组装后的 System Prompt、消息、工具、选项与 token 构成 _以上演示录制自官方 Harness 0.1.0-rc.6 Web profile 上的一次真实 DeepSeek-V4-Flash 调用，不是 mock 或测试 fixture。_ 它与 Harness Trajectory 有什么区别 Context Taxonomy 是官方 Trajectory 视图的补充，不是替代品。两者都会展示 System Prompt、工具定义、请求选项和模型报告的 token 用量，但它们围绕不同问题组织这些信息。

展开完整文档（README 剩余 1 节）

DSH Context Taxonomy

看清 DeepSeek Harness 如何为每次普通 Agent 调用组装上下文。 在同一个可探索界面中检查完整 System Prompt、对话历史、当前提示、工具定义、模型选项、token 构成、缓存用量与推理证据。

Context Taxonomy 是 DeepSeek Harness 的学习与调试插件。它通过 Harness 公开的 llm/stream 调度层观察 provider-neutral 的逻辑请求，将其中的内容整理成 taxonomy，并在会话旁提供独立的 Context Taxonomy 标签页。

真实 DeepSeek Harness 会话打开 Context Taxonomy，检查组装后的 System Prompt、消息、工具、选项与 token 构成

_以上演示录制自官方 Harness 0.1.0-rc.6 Web profile 上的一次真实 DeepSeek-V4-Flash 调用，不是 mock 或测试 fixture。_

它与 Harness Trajectory 有什么区别

Context Taxonomy 是官方 Trajectory 视图的补充，不是替代品。两者都会展示 System Prompt、工具定义、请求选项和模型报告的 token 用量，但它们围绕不同问题组织这些信息。

| | Harness Trajectory | Context Taxonomy |
| 核心问题 | Agent 执行过程中发生了什么，先后顺序如何？ | 这一次逻辑模型调用由哪些上下文组成？ |
| 组织方式 | 按 Turn/Step 展示 User、Assistant、Tool、Subtool、重试、压缩和计时的事件记录。 | 将每次调用分成 System、Conversation、Current prompt、Tools、Options 和 Unclassified。 |
| 最适合 | 跟踪执行流程、检查工具输入与结果、分析延迟、定位失败和重试。 | 解释 prompt 构成、上下文增长、暴露的工具 schema、消息来源以及意外的逻辑请求字段。 |
| 上下文分析 | 在执行记录旁展示已记录的 prompt、工具、选项、用量和 prompt 变化。 | 额外提供分类 token 估算、MessageSource.kind / ContextForm 来源、未分类字段、逻辑 reasoning 保留检查和已脱敏 canonical JSON。 |
| 覆盖范围与历史 | 从 Harness 官方 Session 数据重建时间线，包括 compaction。 | 只观察到达本插件 llm/stream listener 的普通 agent-loop 调用；排除辅助调用，也不能重建安装前的调用。 |
| 存储 | 使用 Harness 已保留的官方 Session 数据。 | 使用独立保留的已脱敏 sidecar，使每条被观察的逻辑调用可以单独检查。 |

需要了解模型回复、工具调用、嵌套工作、耗时、重试和 compaction 时，使用 Trajectory。需要理解某次请求为什么包含这些 prompt、哪些上下文和工具暴露给了模型、各类别占用了多少估算输入，或哪些字段不符合预期 taxonomy 时，使用 Context Taxonomy。两者配合使用，最适合完整学习和调试 Harness。

已安装 Harness 的用户快速开始

如果 dsh --version 已经可用，并显示 0.1.0-rc.6，将插件安装到 Web profile 后启动 Harness：

dsh plugin --profile web add @artificialnotimbecile/dsh-context-taxonomy@0.1.0
dsh web

如果 dsh web 已经运行，请在安装后停止并重新启动，使新 bundle 被加载。随后创建或打开 Session，发送一次普通 Agent 请求，再选择 Context Taxonomy 标签页。插件只能记录安装后发生的调用，无法还原更早的调用。

如果 PATH 中没有 dsh，可以使用固定版本的 npx 命令：

npx --yes @deepseek-ai/dsh@0.1.0-rc.6 plugin --profile web add @artificialnotimbecile/dsh-context-taxonomy@0.1.0
npx --yes @deepseek-ai/dsh@0.1.0-rc.6 web

较长的写法不会全局安装 Harness；npx 会从缓存运行固定版本的 CLI。两种方式中的 plugin --profile web add 都只会修改本地 Web profile。未设置 DSH_HOME 时，其位置通常是 ~/.dsh/profiles/web。

它能帮助回答什么问题

- Harness 为这次调用组装了什么 System Prompt？
- 哪些消息属于对话历史、当前上下文或插件注入？
- 模型可以看到哪些工具及其 JSON schema？
- 使用了哪个 provider、模型、reasoning effort、采样选项和 token 上限？
- System Prompt、消息、工具和选项分别占了多少估算输入？
- Adapter 是否报告了 cache read、cache write 或 reasoning tokens？
- 重试或同一 Session 后续调用之间发生了什么变化？

因此，这个插件适合学习 Harness 架构、讲解插件开发、排查 prompt 膨胀、比较 Agent preset、审计工具暴露以及调查模型行为，而不必手工阅读原始 Session 日志。

插件会严格说明它观察到的范围：它不会捕获 provider HTTP payload、headers、endpoint、serializer 输出、真实 transport attempt 或投递状态。在 LLM dispatch 之前失败的调用，以及在本 listener 之前被截断的调用，都不可见。界面会把 provider 报告的用量标为 actual，把本地推导的构成标为 estimated。

可检查的内容

- System、Conversation、Current prompt、Tools、Options 和 Unclassified 分区。
- 消息携带的 DSH MessageSource.kind 与 ContextForm 来源。
- 模型报告的 prompt、cache、output 和 reasoning 用量；缺失字段不会伪装成零。
- 与实际用量明确区分的各分区估算构成。
- 只针对逻辑消息的 DeepSeek reasoning 保留检查，不会把它描述成 wire 证据。
- 支持惰性分页的已脱敏 canonical logical JSON。
- Harness 重启后仍保留的逐 Session capture。

一眼了解调用构成

Context Taxonomy 总览展示实际输入用量、估算构成、缓存与推理证据和分类上下文树

检查已脱敏逻辑请求

惰性 Raw explorer 展示已脱敏 Harness 逻辑请求及明确的非 wire 提示

从 GitHub 源码安装

首个版本仅支持 DeepSeek Harness 0.1.0-rc.6 的 web profile。安装本身就是启用本地捕获的明确选择。

如需审计源码，请固定 release，并选择仓库中的可发布子目录：

npx @deepseek-ai/dsh@0.1.0-rc.6 plugin --profile web add \
'github:ArtificialNotImbecile/dsh-context-taxonomy#v0.1.0&path:packages/dsh-context-taxonomy'

Git 安装会执行 package 的 prepare 构建。第一次尝试时，pnpm 11 会安全停止，并输出 $DSH_HOME/profiles/web/pnpm-workspace.yaml 中 allowBuilds 所需的准确 codeload URL、commit 和 workspace path key。检查固定版本的源码，加入这个准确 key 后，再次执行命令。仅按 package 名称添加 entry 不足以授权 Git dependency。推荐普通用户安装预编译的 npm release。

数据处理

紧凑索引使用 Harness storageDomain，已脱敏的逻辑 JSON 以私有 gzip blob 存在 $DSH_HOME/context-taxonomy。内置清洗会处理疑似 secret 的 key、Bearer credential、credential query parameter、data URL 和较大的 base64 内容，而且不能关闭。Hash 只会在脱敏后计算。

默认保留 30 天、每个 Session 生命周期 200 条 capture、全局 512 MiB、单条 16 MiB。目录权限为 0700，blob 权限为 0600。v1 不提供静态加密，也不提供修改或删除 Remote。

开发

pnpm install --ignore-scripts
pnpm run build
pnpm run test
pnpm run pack:plugin

仓库根目录是 private workspace，可发布 package 位于 packages/dsh-context-taxonomy，Kimi K3 的 UI 规格与无框架 prototype 位于 design。

License

MIT