dsh-harness-evolution 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-harness-evolution 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-harness-evolution 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-harness-evolution 还在维护吗？

GitHub 63 星。最近一次上游提交在 2026/10/27。

进化测试台 HuangShengZeBlueSky/dsh-harness-evolution

DeepSeek Harness

HuangShengZeBlueSky7 天前有提交已提供中文文档扫描：无法判定

在 GitHub 查看 ↗

对比多种方法在五个智能体基准上的进化成绩与产物

52/100

综合分

GitHub 星标

—

npm 周下载

—/5

用户评分

数据截至 2026/10/30 · 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 HuangShengZeBlueSky/dsh-harness-evolution

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：需留意

是什么

dsh 原生插件 · vision

装得上吗

作者未把包发布到 npm，只能用源码安装

插件本身没问题，是分发方式不同

L4 · 真实安装等级说明 →

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

活跃：最近一次提交在 7 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-harness-evolution（未发布到 npm，仅可源码安装）

✓Node 引擎要求 >=22.19.0 · 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 2026/10/30 09:04:35

安全扫描自动 · 静态分析源码

v2.7.0

⚪ 扫描：无法判定尚无人工评估

展开查看扫描说明与证据 ↓

已尝试扫描但取不到可分析的源码：仓库或包不存在、已删除，或为非 JS/TS 实现、未随包发布源码。无法判定，不代表安全。

· 包内无可扫 JS
· TS 源码（可能为非 JS 实现或未发布源码），无法判定

扫描于 2026/11/2（1 天前） · 范围全包扫描（包内未声明入口） · 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/cordis-plugin-timer@deepseek-ai/cosmokit@deepseek-ai/dsh-agent@deepseek-ai/dsh-agent-loop@deepseek-ai/dsh-attachment@deepseek-ai/dsh-brand@deepseek-ai/dsh-commands@deepseek-ai/dsh-compaction@deepseek-ai/dsh-compaction-image-offload@deepseek-ai/dsh-invariants@deepseek-ai/dsh-llm

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→

为五个智能体基准演化出的 DSH 插件框架，带版本化产物、演化曲线和 Life-Harness 对比。

README

由 DeepSeek 最新模型翻译生成

展开完整文档（README 剩余 1 节）

DSH Harness Evolution

五个场景，多种方法对照，可直接查看的插件产物。

基于 DSH 的 harness 进化，固定 Qwen3-4B 做题模型。每个产物包含插件源码、运行接口、Mermaid 框图、真实进化曲线和测试配置。

完整榜单 · 进化曲线 · 方法概览 · 下载全部产物

多方法成绩总览

榜单包含裸模型、ALIGN、AgentSquare、Meta-Harness、AHE、Life-Harness 和我们。我们的主列展示最佳已测晋升点，可能来自回溯补测；训练最终版另列。其他方法使用论文报告值；缺失的场景留空。

最新发布 · 2026-10-27

| 场景 | 产物 / 成功率 | 发布依据 | 直接查看 |
| WebShop | v12 · 47.00% | 回溯补测 | 方法流程 · Harness框图 · 曲线 |
| DBBench | v32 · 70.33% | 回溯补测 | 方法流程 · Harness框图 · 曲线 |
| OSBench | v08 · 38.66% | 回溯补测 | 方法流程 · Harness框图 · 曲线 |

Telecom：历史水位与当前产物

Telecom 新旧版本对照

相对 v1/v2 的报告值，我们的成功率高 26.67 个百分点，三次全成功率高 32.50 个百分点。新版 v3 仍并列展示；这是跨报告的数值差，不是同协议因果增益。

来源：v1 表 7、v2 表 8、v3 表 10。均取 Qwen3-4B 行，不混入 18 模型均值。旧新版论文均使用 DeepSeek-V4-Flash 用户模型；我们使用 GLM-5.3-Flash，另有账户事实与额外复核接口，不能直接归因于 loop。

选择 Harness 产物

| 场景与成绩 | 解决的问题 | 检查点 | 直接查看 |
| ALFWorld · 95.41% | 家务任务流程与可见状态指导 | v18 · 训练最终版 | 源码 · 框图 · 曲线 |
| DBBench · 70.56% | 数据库结构与取值对齐、SQL 执行和结果提交 | v35 · 训练最终版 | 源码 · 框图 · 曲线 |
| WebShop · 47.00% | 商品检索、规格选择、价格核验与购买 | v12 · 回溯补测 | 源码 · 框图 · 曲线 |
| OSBench · 38.89% | 文件检查、命令语义、全局统计与重复恢复 | v17 · 训练最终版 | 源码 · 框图 · 曲线 |
| τ²-Telecom · 84.17% | 客户线路身份、设备诊断、账单与账户复核 | v06 · 训练最终版 | 源码 · 框图 · 曲线 |

WebShop 按严格成功率排序，平均奖励单独展示。插件注册数量不代表独立证明有效的机制数量。

方法概览

先维护当前 Agent 的能力和插件职责，再从训练失败中找问题类，提出插件改动，通过实际评测决定采用。允许插件协作，也允许删除重复或有副作用的指导。这里只公开方法概览和产物，不展开尚未公开的论文细节。

flowchart LR
A[训练失败] --> B[当前能力与插件职责]
B --> C[问题类与插件机制]
C --> D[开发集评测]
D -->|采用或修订| B
D -->|预算结束| E[冻结检查点]
E --> F[最终测试并发布]

后续如何更新

新 harness＋测试数据＋进化曲线 → 发布新版本 → 自动更新中英文榜单。

使用 tools/publish.py 添加产物；推送后 GitHub Actions 自动生成中英文首页总览、榜单和产物页，旧版本保留。提供新的产物和实测数据即可更新，不需要公开内部实验日志。发布说明 · 运行说明

如何理解比较

论文采用的优化模型、六轮预算和测试重复次数与我们不同；ALIGN 使用自身发布划分；Telecom 还存在用户模拟器、账户事实接口与额外复核调用的差异。主榜是来源明确的数值对照，不把所有结果包装成严格同协议排名。原始测试成绩沿用已完成实验，本次发布不代表重新跑完评测。

MIT 许可证 · 致谢与第三方声明