Starfie1d1272/dsh-v4-anchor

dsh-v4-anchor

English

一个刻意保持极简的 DeepSeek Harness 插件，只做一件事：

在 DeepSeek V4 的 Standard 会话首请求中复现已有实验证据支持的 RL-shaped bootstrap；首次真实工具调用后，恢复完整 Standard 能力，并重新暴露 Skill。

它不是新的 Router，也不是 dsh-router-standard 的替代品，更不会追踪上游不断变化的 routing 实验。

它做什么

仅对以下会话生效：

- DeepSeek Harness 0.1.0-rc.7
- 官方 standard preset
- 顶层会话
- 模型 ID 匹配 DeepSeek V4，例如：
- deepseek-v4-flash
- deepseek-v4-pro

首请求：RL-shaped bootstrap

在首次持久化 tool/call 之前：

system:
You are a helpful software engineer assistant.

tools:
bash / pwsh
str_replace_editor

同时：

- 暂时移除 runtime contexts；
- 暂时隐藏自动注入的 AGENTS.md；
- 暂时隐藏自动注入的 Skill Catalog。

这样首请求尽量保持接近已有实验中使用的最小 RL-shaped surface。

首次工具调用后：恢复完整 Standard

一旦会话出现第一次持久化 tool/call：

- 恢复原始 Standard system prompt；
- 恢复 runtime contexts；
- 恢复完整工具目录；
- 恢复 Skill Catalog；
- 恢复 skill loader；
- 不再隐藏 AGENTS.md。

随后仅额外注入一次 promotion transition reminder，提醒模型重新检查刚刚恢复的 Skill / 工具能力，避免继续沿用 bootstrap 阶段形成的能力假设。

为什么做这个插件

这个项目只保留目前证据链中最窄、最容易解释的一层机制，而不继续维护完整 routing 实验。

已有实验证据支持的部分

上游实验中，RL-shaped bootstrap 使用：

You are a helpful software engineer assistant.

配合：

bash + str_replace_editor

曾记录到真实会话：

- 25 steps
- 24 次 tool call
- 生成约 19 KB artifact

而完整、污染更重的 system surface 曾出现：

- 约 101K reasoning chars
- 0 次实际行动

上游小样本 API probes 还报告过：

- RL-shaped surface：100% 出现 tool call；
- reasoning 约 18–29K chars；
- 普通 read/write/edit surface：约 25% action；
- reasoning 约 73–101K chars。

这些结果支持的是：

首请求 surface 可以显著改变 DeepSeek V4 的思考 / 行动轨迹。

它们不能证明这种轨迹一定提高最终工程质量。

Skill Catalog 隐藏 / 恢复

dsh-router-standard PR #29 进一步发现：

- dsh-agent-instructions
- dsh-tool-skill

会在首请求前通过 user message 注入 AGENTS.md 与 Skill Catalog。

因此，仅清空 contexts 并不能得到真正干净的 bootstrap 请求。

PR #29 使用 agent/pre-step 暂时过滤：

agent-instructions
skill-catalog

并在第一次持久化 tool/call 后让它们自然恢复。

真实 session 中已经观察到：

- request #1 保持 bash + str_replace_editor；
- promotion 后 request #2 恢复完整目录；
- skill loader 与 Skill Catalog 同时回来［
- 模型实际加载了 gh-address-comments、gh-publish、github 等 Skill。

promotion reminder：实验性

后续真实 session 又发现：

“Skill Catalog 已恢复”并不保证模型一定会重新做 Skill matching。

模型可能继续沿用 bootstrap 阶段形成的执行轨迹。

因此本插件在 promotion 后第一个请求中加入一次性提醒：

Capability promotion has occurred...

要求模型重新检查当前任务与新恢复的 Skill / tools。

这一部分属于合理但尚未独立 benchmark 的实验性修复。

因此目前应这样理解：

- bootstrap anchor：有直接实验支持；
- bootstrap 阶段隐藏 Skill / AGENTS，promotion 后恢复：有真实 session 支持；
- one-shot promotion cue：有真实问题观察，但 cue 本身尚未独立验证。

它不做什么

这个插件刻意不包含：

- task classifier
- spec / react / weak router
- PTC / Code mode
- We-Team Protocol
- persistent near-field guidance
- mode-boost
- subagent wrapper
- UI
- 热重载
- dsh-super-injector
- 自定义 preset
- benchmark runner

它也不会修改：

- DSH 官方 Standard 的 steady-state 行为；
- 非 DeepSeek V4 模型；
- subagent 子会话；
- 其他 preset。

安装

推荐直接从 npm 安装：

dsh plugin --profile web add dsh-v4-anchor

也可以安装固定的 GitHub release：

bash
dsh plugin --profile web add github:Starfie1d1272/dsh-v4-anchor#v0.1.0

然后重启：
bash
dsh web

这是纯 JavaScript bundle，不需要 TypeScript build，也不需要安装时执行 prepare。

如何确认已安装

可以先查看 profile 的最终组合：
bash
dsh --profile web --dump-config

应能看到 dsh-v4-anchor 对应的 bundle layer。

首请求

在符合条件的新 Standard 会话中，模型看到的 bootstrap surface 应为：
text
system:
You are a helpful software engineer assistant.

tools:
bash / pwsh
str_replace_editor

promotion 后

第一次持久化工具调用以后，应恢复：

- 原始 Standard prompt；
- 原始 runtime contexts；
- 原始完整工具目录；
- Skill Catalog；
- skill loader；
- AGENTS.md 注入。

str_replace_editor 只用于 bootstrap，promotion 后会从额外暴露的工具中移除。

兼容性

当前明确目标：

| 项目 | 状态 |
|---|---|
| DeepSeek Harness 0.1.0-rc.7 | 支持 |
| 官方 standard preset | 支持 |
| DeepSeek V4 Flash | 目标模型 |
| DeepSeek V4 Pro | 目标模型 |
| 非 V4 模型 | no-op（前提：在首请求前已完成模型选择） |
| 其他 preset | no-op |
| subagent | no-op |

v0.1.0 边界： 请在首请求前完成模型选择。DSH rc.7 没有向普通插件公开 Web 的 session-local picker 状态，因此本版本不承诺在 bootstrap 尚未 promotion 时动态切换模型仍能严格保持同样的过滤/no-op 语义。

本插件直接复用 DSH 安装中自带的：
text
@deepseek-ai/dsh-tool-str-replace-editor

不会额外安装第二份 DSH runtime package。

测试

测试不会调用任何 LLM / API，不消耗 DeepSeek Token。
bash
npm run check

当前覆盖：

- V4 Standard bootstrap prompt；
- 两工具 bootstrap surface；
- runtime context stripping；
- Skill Catalog / AGENTS bootstrap filtering；
- promotion 后恢复；
- promotion cue 只出现一次；
- 非 DeepSeek V4 no-op；
- subagent no-op。

还可以检查打包内容：
bash
npm run pack:check

项目定位

这个仓库更适合作为一个时效性行为补丁，而不是长期 Router 框架。

如果后续 DeepSeek V4 或 DSH 官方本身修复了对应行为问题，本插件可以：

- 缩小适用范围；
- 对新版模型直接 no-op；
- 或直接停止维护 / 归档。

这不是缺点，而是项目刻意保持的小范围定位。

与上游项目的关系

本项目不会替代或要求上游停止实验。

主要参考：

- yjh051108/dsh-router-standard
- xiaobright/dsh-anchored-standard
- DeepSeek Harness 官方 minimal preset
- yjh051108/dsh-router-standard PR #29

dsh-router-standard 仍然适合继续探索：

- task routing
- persona
- near-field guidance
- depth control
- Pro / Flash 差异
- 其他实验性 steering

而 dsh-v4-anchor 只提取其中一个已有实验证据支持的窄机制，方便直接安装和使用。

详细来源与许可证说明见：

THIRD_PARTY_NOTICES.md

License

MIT

本项目不是 DeepSeek 官方项目。