把概念变成亲手拖动的交互任务,先预测再验证
30/100
综合分
0
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/15 · 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。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add GrowingPPP/dsh-inquiry-preset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:待复验
是什么
dsh 原生插件 · skill
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
活跃:最近一次提交在 17 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。
社区实装还没有人打卡 · 装过的第一个就是你
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 ↓
安全扫描自动 · 静态分析源码
v2.7.0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。
扫描于 2026/10/31(1 天前) · 范围 入口闭包 + 发布文件清单 · 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。
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
探究模式:把一个概念变成学习者亲手操作的交互式学习任务(DSH agent preset)
README
由 DeepSeek 最新模型翻译生成探究模式 · Inquiry Mode
简体中文 · English
一个 DSH 模式预设:把「有变量可调、有结果可看」的概念,变成一个学习者亲手操作的任务。
探究模式实测:先要一个可证伪的预测,答完才给带滑块的曲线,再让他自己读数
上图是一次真实会话的完整一轮:模型先用普通文字要了两个可证伪的预测(「每次动手之前都得先押注,而且要说出来,心里猜不算」),学习者答完才拿到那张带滑块的实时曲线——整张图只有一个可动的量。
图下的数值表不是装饰:图表渲染失败时它是保底项。
任务单位是单个交互任务,不是一门课。 不建课程树、不排进度、不做题库。它是你在某个概念上「想亲手摸一下」时切进去的模式。
它和已有的东西有什么不同
| | 常见做法 | 探究模式 |
| 产物 | 讲解 + 题目 | 一个可以拖的东西 + 一个必须回答的预测 |
| 学习机制 | 看讲解 → 做题 → 判分 | 预测 → 操作 → 观察 → 对质 → 自己说出规律 |
| 结束条件 | 答对 | 他用自己的话说出这个关系 |
| 判分 | LLM 或规则判分 | 不判分——观察结果是事实,「算不算懂」由他说 |
市场上做「学习模式」的产品几乎都收敛到 讲解 + 客观题 + 间隔重复。本预设的差异化在形态 A:亲手拖出直觉(下面第 2 节),而不是再做一个刷题器。
展开完整文档(README 剩余 1 节)
探究模式 · Inquiry Mode
简体中文 · English
一个 DSH 模式预设:把「有变量可调、有结果可看」的概念,变成一个学习者亲手操作的任务。
探究模式实测:先要一个可证伪的预测,答完才给带滑块的曲线,再让他自己读数
上图是一次真实会话的完整一轮:模型先用普通文字要了两个可证伪的预测(「每次动手之前都得先押注,而且要说出来,心里猜不算」),学习者答完才拿到那张带滑块的实时曲线——整张图只有一个可动的量。
图下的数值表不是装饰:图表渲染失败时它是保底项。
任务单位是单个交互任务,不是一门课。 不建课程树、不排进度、不做题库。它是你在某个概念上「想亲手摸一下」时切进去的模式。
它和已有的东西有什么不同
| | 常见做法 | 探究模式 |
| 产物 | 讲解 + 题目 | 一个可以拖的东西 + 一个必须回答的预测 |
| 学习机制 | 看讲解 → 做题 → 判分 | 预测 → 操作 → 观察 → 对质 → 自己说出规律 |
| 结束条件 | 答对 | 他用自己的话说出这个关系 |
| 判分 | LLM 或规则判分 | 不判分——观察结果是事实,「算不算懂」由他说 |
市场上做「学习模式」的产品几乎都收敛到 讲解 + 客观题 + 间隔重复。本预设的差异化在形态 A:亲手拖出直觉(下面第 2 节),而不是再做一个刷题器。
安装
1) 装围栏渲染器(可选,但强烈建议——没有它就拖不动图)
dsh plugin --profile web add @changfenhuang/dsh-genui
2) 装本插件
dsh plugin --profile web add github:GrowingPPP/dsh-inquiry-preset
把 web 换成你实际在用的 profile(桌面端是 desktop;不确定就跑 ls ~/.dsh/profiles)。
装好后新建会话,在模式列表里选 探究模式。如果列表里没有它,重启一次 DSH 宿主再看——插件行的变动有时要重启才进运行中的实例。
关于渲染器
它不是硬依赖。没有渲染器时 dsh-ui 围栏退回普通代码块,任务按 SKILL.md 里写好的降级路径继续成立(改问数值、列选项、手工算)。
但形态 A(带参数滑块、拖动即时重绘的函数图)是本产品的旗舰做法,没有渲染器就用不了。
所以你至少该装一个——任何支持 dsh-ui 围栏的渲染插件都行,上面那个是实测过可用的。
本地开发:改从仓库目录装 bundle(plugin_manager install_bundle,target 传本仓库根的绝对路径),这样改动能直接反映到会话里;换成 github: 安装则固定在某个 commit。
权限与兼容性
这个预设挂了什么、没挂什么(都可在 cordis.patch.yml 里核对):
| | 内容 |
| 注册的工具 | skill(按需加载技能)、web_search(联网搜索) |
| 不注册 | 任何 shell、文件读写、子代理、自动化工具 |
| 也不注册 | web_fetch(配置里 fetch: false,只搜不抓网页) |
也就是说:装它不会给你的会话开任何新的执行面。 它改的是「教学行为」,不是「能做什么」——预设内的工具面比标准模式更窄。
外部服务:只有 web_search 会出去,且发往你自己配置的搜索服务。除此之外不访问任何外部端点。
除非你主动切到别的模式,否则它不会碰你的文件、不会跑命令。
兼容性:
- DSH:在 0.2.1-alpha.2 和 0.2.0-rc.2(官方 latest)两个版本上都实测通过。
依赖的都是官方包(dsh-persona / dsh-skill-filesystem / dsh-tool-skill / dsh-tool-web / dsh-compaction-),不依赖任何社区插件。
两个版本之间逐项比对过我们用到的全部配置面:agent-preset 的 Config 字段、 persona.prefix、skill-filesystem.customSkillDirs、tool-web.fetch、三个压缩包的 Config、以及 !!js 求值器(with (ctx) { return eval(expr) })——六项全部同形。
在 0.2.0-rc.2 上做了完整一份隔离安装:组装树正确、启动零告警、技能发现探针全通过,并跑了一轮真实会话(模型先要一个可证伪的预测并要求说出推理,然后才给带滑块与虚线参照的曲线图)。
注:官方 latest 是 0.2.0-rc.2,而 0.2.1-alpha. 是更新的一条 alpha 线,两条线的代码并不相同——上面两个都是实测过的。
- 平台:只在 macOS + Web profile 上实测过。其他平台未验证(预设本身是声明式的,理论上可移植)。
- 渲染:旗舰形态需要一个支持 dsh-ui 围栏的渲染插件;没有则降级为纯文字任务。见上一节。
- 已知限制:
- 预设的显示名与技能正文是中文
- 图表组件可能渲染空白(实测踩到过两次),所以形态 B 强制配数值表兜底
- plot 的表达式语法很窄:自变量只能叫 x、乘法必须写 *、参数只能单个字母——写错时什么都不画也不报错
- 如果你的 profile 只挂了 @deepseek-ai/dsh-base(例如用 dsh plugin add 手工建的最小 profile),预设会停在 pending (waiting for service: agentPresets)——agentPresets 由 @deepseek-ai/dsh-web-app 提供,dsh-base 不含它。正常走 dsh web 建出来的 profile 两个 bundle 都有,不受影响
怎么用
切到探究模式,说一个你想搞懂的关系:
我想搞懂阻尼振动里那个阻尼系数到底在干什么它应该先问你一个具体的、可证伪的预测(「你猜 d 从 0.2 加到 1.5,波形会怎样?」),然后才把带滑块的东西给你,最后要你自己说出规律。
如果你发现它一上来就画图、或者直接开始讲解——那是 bug,不是设计。
设计要点
核心循环(skills/inquiry-task/SKILL.md)
预测 → 操作 → 观察 → 对质 → 命名
其中两条是硬性的:
- 没有预测就没有探究。 要一个具体的、可证伪的预测,并且要他说出来——承诺感来自「在看结果之前必须表态」。说不出预测时,说明缺前置知识,应该回去讲最小必要的那一点,而不是硬给任务。
- 对质不能滑过去。 猜错了要先问「你按什么推的」,针对那个推理修;直接讲正确结论等于把他刚暴露的错误模型又盖回去了。
四种任务形态
| 形态 | 往返 | 用途 |
| A 实时函数探究 | 零 | 旗舰。plot 组件自带参数滑块,拖动即时重绘 |
| B 预计算族 | 零 | 离散/数据类:多序列图、标签页、可本地过滤的表 |
| C 单点探针 | 一次 | 状态无法用表达式表达时,验证一个具体判断 |
| D 本地自检 | 零 | 收尾专用,不做主菜 |
形态 A 能零往返,是因为渲染器的 plot 组件内建了参数滑块(params + 拖动即时重绘 + y 轴锁定 + animateTo 动画),不是我们实现的。
硬纪律(六条)
1. 绝不等待回合——渲染完就结束回合,学习者的操作下一轮从正常输入框回来
2. 不剧透——观察前任何地方不出现结论,包括组件标题和 explanation 字段
3. 围栏里只放可操作对象,教学文字放围栏外(保证降级可读)
4. 没有渲染器就问数值——降级路径必须始终存在
5. 不硬塞组件——一段话能讲清就别画图
6. 先讲最小必要概念,再给任务
skills/inquiry-task/references/anti-patterns.md 列了 8 个反模式,前两条(回合空转、剧透)是一票否决级。
为什么「不等待」是第一条
这是从一次真实的失败里学到的:有人真做过交互式学习活动这条路,后来主动砍掉了整条链路,理由是旧的 Question → Reveal 双工具结构「天然重复轮次,并让模型回合在等待用户期间一直处于运行状态」。
围栏是回答的一部分,不是工具调用。模型一旦「等」,回合就挂在运行中直到用户点一下——界面显示在思考,其实在发呆。所以:渲染完就结束,把回答交还给普通输入框。
目录
package.json dsh-inquiry-preset(bundle 根) index.js 入口桩:市场预检要求有入口文件才收 cordis.patch.yml 预设声明(persona + 4 组子插件) skills/inquiry-task/ ├── SKILL.md 核心循环 + 硬纪律 └── references/ ├── task-shapes.md 四形态 + 表达式硬约束 + 降级路径 └── anti-patterns.md 8 个反模式
tools/probe-skill-dir.mjs 技能被发现链路的逐环探针 docs/demo.png 上面那张截图 VERIFICATION.md 实测证据 AGENTS.md 维护者/AI agent 的工作规范(改这个仓库前先读)
排查「技能没出现」时先跑探针——这条链路上任何一环断了都是静默的(路径错返回空列表、frontmatter 不合规只打一条 warn):
node tools/probe-skill-dir.mjs # 退出码 0 = 全通过
两个不能动的约束(改包时容易踩)
1. 不要给 package.json 加 exports 字段。 技能目录路径靠
createRequire(baseUrl).resolve('dsh-inquiry-preset/package.json') 解析,而 exports 一旦存在,
子路径访问默认被封锁,会抛 ERR_PACKAGE_PATH_NOT_EXPORTED——表现是技能静默消失。
若确实要加,必须同时显式导出 "./package.json": "./package.json"。
2. 不要删 index.js。 它从未被 import,但市场装前预检会从包根解析入口文件
(exports["."] → main → 兜底 index.js),拿不到就判「缺入口文件」并拒收。
状态
已在真实会话中实测通过。 装配层(preset-inquiry → active、组装树正确)、静态层(技能名与 frontmatter 合规、persona 变量引用全部已注册、内嵌 spec 语法合法)、端到端(技能被加载并影响模型行为、模型先问预测再给图、dsh-ui 围栏渲染成带参数滑块的曲线图)三层全部验过。
首次真实会话测试未发现功能性问题。
详见 VERIFICATION.md。预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
GrowingPPP/dsh-inquiry-preset
把概念变成亲手拖动的交互任务,先预测再验证
相关插件 · 技能 / 提示词
人设统管ZiChuanLan/agent-purge
一份系统提示词,喂给多个 coding…
★ 931已汉化DSH
73.8
人物画像蒸馏titanwings/distilly
Distilly — 把他们的思考方式提炼成可复用的技能,供任何智能体或机器人使用。原名 Colleague Skill(原同事 Skill)。
★ 25,659已汉化DSH
71.3
推理工作空间套件Tiger3807861189/J-Space-Cognition-Suite
J-Space 是面向复杂推理、大型仓库工程、子代理协作与授权安全分析的推理时工作空间和控制套件。
★ 2,957已汉化DSH
70.5
两阶段工具锚定预设xiaobright/dsh-anchored-standard
实验性 DeepSeek Harness agent preset…
★ 3,742已汉化DSH
70.1
智能体工作流编排nrslib/takt
不再日夜盯着 AI 编码智能体。
★ 1,402已汉化DSH
70
Agent 运行时手册Electricitysheep/dsh-handbook
DeepSeek Harness dsh 从 0 到 1 深度手册:安装/插件开发/性能调优/实测案例/同模型多…
★ 827已汉化DSH
68.7