极简模式适配 Averyyy/pi-dsh-minimal

pi-dsh-minimal

中文说明

在 DeepSWE 上的实测结果（2026-08-16）

完整跑完 113 个任务，用的是 DeepSWE v1.1：pi 智能体跑在官方任务容器里，模型 opencode-go/deepseek-v4-flash:max，v0.3.1 默认配置，官方任务验证器。

| 配置 | 解决数 | 备注 |
| V4 Flash + 本扩展 —— 全部 113 个任务 | 69/113 = 61.1% | 中位数 24 分钟/任务 |
| 官方排行榜 deepseek-v4-flash [max] | 53% | mini-swe-agent 测试框架 |
| 官方排行榜 deepseek-v4-pro [max] | 63% | 成本约为 2.4 倍 |
| pi 原生 Flash，不加扩展（合并样本，n=26） | 15/26 = 57.7% | 内部参考 |

解读：比官方 Flash 排行榜数字高 8 个百分点，与 V4 Pro 相差不到 2 个百分点（排除唯一一个 90 分钟超时任务后为 69/112 = 61.6%）。对比 pi 原生表现，总体提升更小（约 +3 个百分点，n=26 时属于噪声水平；最初 10 个任务的配对 A/B 测出 9/10 对 6/10，但没能扩大样本——就当它是偏乐观的样本）。失败画像：44 次失败里有 32 次距离通过只差 1-5 个测试；彻底崩掉只有 4 次，超时 1 次。注意事项：单样本；智能体容器有网络访问（113 次运行中有 7 次拉取了上游仓库——全部排除后为 61.3%；最坏情况，把这 7 次里的 4 次解决算作受污染，则为 57.5%，仍高于 53%）。完整数据：runs/deepswe/RESULTS-full.md。

这是什么

一个 Pi 扩展，把 DeepSeek V4 模型映射到实测过的 DeepSeek Harness 接口上：

| 模型 | 配置档 | 做什么 |
| V4 Pro | anchored-standard | 首次请求：官方双工具 schema。后续轮次：恢复 Pi 原本的工具。 |
| V4 Flash | anchored-standard（自 v0.3.1 起） | 同样的引导——在完整 DeepSWE v1.1 集上拿到 61.1%，官方 Flash 排行榜为 53%。 |

V4 Pro 会过拟合首次请求的工具 schema。官方 minimal（bash + str_replace_editor）开场是 We need… / I need…；工具目录一丰富，开场就变成 Let me…。首次请求之后轨迹就定住了，所以后续轮次可以把 Pi 的完整工具拿回来。

v0.2.x 的 Flash 弱路由配置档在 v0.3.0 中已移除——它在同一测试框架上没测出提升（见上表），而且上游自己的 P21 数据显示，它的近场引导在相关任务链上是负面的。anchored-standard 引导不含任何引导文本，所以那种失败模式不适用；v0.3.1 把它对 Flash 默认开启。

pi install npm:pi-dsh-minimal

这是社区项目。它不是 DeepSeek 或 Pi 的官方预设，与 DeepSeek 没有隶属关系，也未获其背书。

V4 Pro / V4 Flash — 锚定标准

默认触发条件：模型名称或 id 包含 deepseek-v4-pro 或 deepseek-v4-flash（两者自 v0.3.1 起生效）。其他模型一律不受影响，除非打开 useOnAllModels。用 /dsh unmatch deepseek-v4-flash 让 Flash 退出匹配。

| 阶段 | 触发时机 | 表现 |
| 引导（第 1 个请求） | 新会话，或压缩后的第一个请求 | 系统提示词 = You are a helpful software engineer assistant. 工具 = 官方持久化的 bash + str_replace_editor。没有 AGENTS.md，没有技能目录。 |
| 提升（后续请求） | 第一条持久化的助手消息或工具调用（promoteOn: either） | 只保留官方第一句 —— Pi 身份不出现。同一个请求恢复 Pi 工具、工具指南、文档路径、<project_context>、<available_skills>，以及其他扩展加入的提示词。 |
| 压缩之后 | session_compact | 回退到引导状态，直到出现新的提升信号。 |

/dsh promote either|tool-call|assistant-message 用来改提升信号。如果第一条回复只有文本，tool-call 会让会话停留在两个工具上。

为什么删掉了 v0.2.x 的 Flash 配置档

v0.2.0 移植了 dsh-routing-suite 的弱路由 + 模式增强（人格切换 + Router: classify this task… 引导）。删除依据按权重排序：

1. 受控 DeepSWE A/B 测试（2026-08-16）：10 个官方 DeepSWE v1.1 任务 × 扩展开/关，同一个 pi 智能体 + opencode-go/deepseek-v4-flash:max，官方验证器评分。开启时解出 4/11，关闭时 5/10，平均部分分 0.810 对 0.901，McNemar p=1.0。每次运行都确认了插件已激活；失败复盘显示是普通的实现写错，不是引导本身出问题 —— 也就是说没有信号，而不是移植坏了。
2. 上游自己的相关链数据（dsh-routing-suite P21）：近场引导在同文件演进链上是负向的（深度 46% 对基线 63%），因为它把模型引向分类，而不是去读现有代码。真实的 SWE 会话恰恰就是这种形态。
3. 探针与得分的落差：所有已发布的 Flash「提升」（路由百分比、推理深度、收敛度）都是带 fixture 工具的微任务探针；上游自己的 P2/P9 也指出简单任务会饱和，而困难任务上的得分级验证从未做过。

基线合理性检查：不带扩展的 pi 解出了该子集的 50%，而官方 DeepSWE v1.1 排行榜上 deepseek-v4-flash [max]（mini-swe-agent 测试框架）是 53% —— 所以「没有提升」这个结论不是测试框架造成的假象。

安装

pi install npm:pi-dsh-minimal

从 git 安装：

pi install git:github.com/Averyyy/pi-dsh-minimal

重启 Pi（或 /reload）。新建会话，选 DeepSeek V4 Pro。

本地检出：

pi -e /path/to/pi-dsh-minimal

设置

/dsh 打开设置界面（思路和 pi-codex-conversion 里的 /codex 一样）：

| 标签页 | 内容 |
| General | 启用、在所有模型上使用、Pro 提升时机、状态栏 |
| Models | Pro 匹配模式（默认 deepseek-v4-pro） |
| 关于 | GitHub / 更新日志 / 模型卡 / issues |

命令：

/dsh 打开设置 /dsh on|off 总开关 /dsh all 切换「对所有模型生效」（未知模型 → Pro 配置档） /dsh status 切换状态栏 /dsh models 打开 Models 标签页 /dsh match <pat> 添加 Pro 触发条件 /dsh unmatch <pat> 移除 Pro 触发条件 /dsh promote either|tool-call|assistant-message

配置文件：~/.pi/agent/pi-dsh-minimal.json。

{
"enabled": true,
"statusLine": true,
"useOnAllModels": false,
"modelPatterns": ["deepseek-v4-pro", "deepseek-v4-flash"],
"promoteOn": "either"
}

（v0.2.x 配置里的 flashPatterns / flashRouting 会被忽略。）

状态栏：Pro 引导期间显示 dsh anchored，目录打开后显示 dsh anchored • promoted。

验证

Pro

1. 启用扩展，选择 DeepSeek V4 Pro。
2. 让它做个小改动（main.py 打印 hello，改成 world）。
3. 第一个 thinking 块应该以 We need… / I need… 开头，而不是 Let me…。
4. 第一个请求只应暴露 bash 和 str_replace_editor。系统提示词应恰好是官方那一句话。
5. 第一条助手回复或工具调用之后，后续请求会看到 Pi 原有的工具，如果 read 打开，还会看到技能目录。

Flash

引导过程与 Pro 完全一致（第一个请求：两个工具 + 官方人设；第一条助手消息或工具调用之后提升）。/dsh unmatch deepseek-v4-flash 可以让 Flash 完全退出。

设置 PI_DSH_MINIMAL_DUMP=/tmp/dsh-minimal-request.json 可以写出重写后的接口面（包含 profile 和 promoted）。

npm test
npm run live:trajectory # needs a configured DeepSeek V4 Pro model

重要行为

- Pro 的第一个请求决定轨迹走向。工具schema 身份是决定性变量；这个包会重写服务商 payload，让模型看到官方的双工具目录，即使 TypeBox 本来会加上 strict 或 additionalProperties。
- 提升之后，官方人设仍保留为第一句。同一个请求会恢复 Pi 工具、工具指南、文档路径、AGENTS.md 和技能目录，并保留其他扩展对系统提示词的追加内容。Pi 身份不会恢复。
- 引导期间，bash 是常驻进程。cd 和 export 会一直生效，直到提升、会话结束，或 300s 超时重置。
- 锚定配置档生效期间，完整泄漏为助手文本的 DeepSeek V4 DSML 工具调用（官方 <｜DSML｜tool_calls>、裸 <invoke>，或观察到的托管形式 tool_calls store:），只要名称在 Pi 的活动工具目录中，就会在派发前转换为 Pi 原生工具调用。未知、不完整或无效的标记仍作为文本保留，不会执行。
- str_replace_editor 要求绝对路径，与 dsh 一致。
- 扩展不发起任何网络请求，也不添加任何遥测。
- oh-my-pi（omp）可用。 omp 的旧版兼容层缺少 getReadmePath / getDocsPath / getExamplesPath，并且把系统提示词存成 string[]；适配器会探测文档辅助函数是否存在（存在时省略 Pi 文档块），并在提升时回显传入的系统提示词结构。/dsh 设置 TUI 需要 TUI 宿主，在无头运行中会跳过。

相关项目

| 项目 | 宿主 | 形态 |
| dsh-anchored-standard | DeepSeek Harness | 两阶段：先最小引导，再加载 Standard 工具 |
| dsh-routing-suite | DeepSeek Harness | Flash 弱路由 + 模式增强（已移除的 v0.2.0 Flash 配置档就来自这里） |
| pi-deepseek-anchor | Pi | 两阶段预设的移植版 |
| pi-dsh | Pi | 在 Pi 里把 DSH 当作服务商运行 |
| pi-dsh-minimal | Pi | 专业版 anchored-standard |

许可证

MIT。工具描述、schema 和编辑器结果字符串源自 DeepSeek Harness / dsh-anchored-standard（MIT）。见 NOTICE。