决策图复用 DSH-Extensions-list/dsh-harnessmm

面向 DeepSeek Harness 的 HarnessMM

我在 DSH 中集成的 HarnessMM：受保护地复用已存储的工具决策，并对特定路由的流程做受保护的评估。

下载 0.1.4 · 验证 · 来源

这是一个持久化扩展，不依赖具体服务商，实现了作者提出的受保护可执行决策图，以及受保护的递归 harness 改进。模型权重保持不变。每个选中的动作都通过 DSH 原生工具管线执行，保留其权限、取消和日志能力。

安装

本次发布的是 @local/dsh-harnessmm 0.1.4。它面向 Node.js 22.19 或更新版本，以及 DSH >=0.2.1-rc.2 <0.2.2。换用其他运行时版本需要先做验证。

1. 从 Releases 下载 local-dsh-harnessmm-0.1.4.tgz 和 SHA256SUMS，并校验校验和。
2. 在 DSH Desktop 中打开 Plugins → Add plugin，输入压缩包的完整本地路径，安装，然后选择 Enable now。
3. 按提示重新加载或重启 DSH，然后新建会话。

命令行配置档的安装方式：

dsh plugin --profile web add /absolute/path/to/local-dsh-harnessmm-0.1.4.tgz

图复用沿用现有的服务商/模型路由。自我改进还需要 Python 3.11+、一个原生 harnessmm-training SDK 配置档（含所需的服务商插件），以及访问匹配的 DSH SDK 源码/构建产物。启动 DSH 前，把 DSH_SOURCE_ROOT 设为你的 DSH 源码检出目录，并按你的机器配置 dshExecutable、dshHome 和 pythonExecutable。捕获的适配器保留了开发机的回退源码路径，这些不是可移植的默认值。直接使用 Python 命令行还支持 --dsh-bin、--sdk-module 和 --meter-module。见 python/README.md。

自动改进默认开启： 某条路由完成 20 轮对话后，在空闲时触发，冷却 24 小时，提案迭代两次。这些运行会调用模型。若只想做图复用或手动启动改进，把插件的 autoImprove 配置设为 false。本次发布不包含我的凭据、训练配置档配置、已学习的策略或运行时状态。

运行时行为

原始慢速模型作者使用已发布的 CHISEL_PLAN schema 发出精确的未来调用。作者的 ExecutableSubdag 控制器保留图、校验字面量参数，并检查真实的公共回执。一个符合条件的动作可以替换一次模型请求；歧义、不支持的证据、错误、用户输入变更、缺失成本先验和图耗尽，都会回到原生模型。辅助的标题与压缩调用不受影响。控制器与用量先验按会话、以及精确的 provider/model/reasoning 路由分别隔离。可选的一 token 概率选择器不可用，除非原生服务商暴露所需的已验证接口；本版本在遇到歧义时弃权，而不是编造概率或路由到其他服务商。

前台 bash/pwsh 结果会收到一条简短的、已记录且经过认证的回执，其中带有真实的退出元数据。扩展不会根据打印的 stdout 推断进程成功。认证需要匹配的原生派发和成功的最终原生结果；拒绝与抑制执行不能增加已认证替换数。计数记录的是模型边界上的尝试与替换，而不是反事实的节省 token 数。

自我改进

harnessmm_improve 使用当前 provider/model，或显式指定的 provider/model 与可选 reasoningEffort，启动一次后台运行。harnessmm_status 显示进度与持久化路径；harnessmm_cancel 停止该运行及其拥有的原生 worker。

在一条路由上完成 20 个轮次后，自动改进开启，此时被观察的进程处于空闲状态，默认冷却 24 小时，每次运行进行两轮反馈引导的提案迭代。这些是扩展的可配置字段。训练使用内置的、声明的 20 单元合成编码语料，不使用个人聊天历史或工作项目。每个 episode 都获得全新的原生 SDK 会话和临时任务工作区。验证器留在智能体工作区之外，其程序不提供给 actor 或优化器。

Python 适配器调用作者精确的 IndustrialEfficiencyController，用于 TRAIN、受保护的验证以及源/策略冻结。它们共享的基类控制器在这个全新的本地语料上执行配对的 TEST；已发布的历史测试禁令在未改动的上游源码中保留。划分按 20/20/60 分组，seed 为 20260928。先前的候选结果会为后续 TRAIN 提案提供输入。验证/测试轨迹永不进入优化。实测调用、重试、失败、优化与执行成本分别记账；缺失的用量记为未知，绝不为零。
只有观测到的 TEST 质量不下降、且实测 token 严格更少的冻结候选，才能自动激活。候选为空或失败时，之前部署的策略保持原样。策略路由使用作者原版的 FrozenPolicy 实现，并采用已评估的用户提示词后缀位置。策略与测试过的服务商、模型、推理档位和运行时源身份绑定，不假设能跨服务商迁移。新观测到的会话先建立自己的原生路由，之后才允许应用学到的提示。出现意外的动态路由覆盖时，在把不兼容策略发给服务商之前就失败关闭。

这是本地合成编码评估，不能作为论文级基准性能或通用节省的独立证据。单凭反复出现的合成结果，无法证明在任意用户工作上的质量。

配置与存储

原生插件配置暴露 enabled、autoImprove、autoImproveAfterTurns、autoImproveCooldownMs、iterations、episodeTimeoutMs、graph bounds、dataDirectory、corpusPath、trainingProfile、pythonExecutable、dshExecutable 和 dshHome。默认把私有日志、任务回执、精确路由策略指针和审计存放在 $DSH_HOME/storages/harnessmm 下。

隔离的 harnessmm-training 配置档必须包含原生 SDK/基础工具、用户的原生服务商配置、服务商插件和本扩展。它排除 Conductor 编排和桌面 UI。服务商认证走正常的原生凭据服务，不把任何密钥复制进扩展。所有能通过共享 DSH 模型服务访问的服务商都能使用图复用。训练还要求服务商/模型支持原生工具调用，且质量足以完成声明的任务。未显式选择推理档位时，省略推理强度。

设置 DSH_HARNESSMM_ENABLED=0 可在实验基线中关闭图行为，设置 DSH_HARNESSMM_NO_POLICY=1 可关闭学到的策略应用，在训练子进程中设置 DSH_HARNESSMM_TRAINING=1 可防止递归自动改进。卸载扩展会取消其正在进行的改进运行；活动任务历史仍留在原生存储中。本包是增量式的，不替换任何现有模型服务商或编排器。

验证

在源码树中运行 node --test tests/*.test.mjs。Python 检查使用 PYTHONPATH=python:vendor/harnessmm python -m pytest python/tests。已安装上游的验证使用 PYTHONPATH=python:vendor/harnessmm python -m dsh_harnessmm_rsi doctor。这些无需密钥的检查不能证明实时模型质量或实测 token 节省。

致谢与许可

改编自 Yuhua Jiang、Chang Xu、Feifei Gao、Li Zhao 的 HarnessMM，锁定到修订 c8f19947e59feaa8103c05155bd79ef3eb084730。我保留原作者的实现与声明；原生 DSH 集成与打包是新增内容。参见 THIRD_PARTY_NOTICES.md、LICENSE 和 DISTRIBUTION.md。