决策复用守卫 Xiuxiu-6/harnessmm-dsh

dsh-plugin-harnessmm

为 DeepSeek Harness 提供带守卫的决策复用。 模型把已经定好的工具动作写下来一次；当上一次的工具结果满足它为这些动作写下的守卫条件时，这些动作直接走原生工具执行，不再发起一次推理请求。

这是 HarnessMM 的衍生作品，原作者 Yuhua Jiang（Apache-2.0）。见 来源说明 —— 署名不是客套话。本插件为通用 harness 重新实现了那份研究代码库中的一部分，且不继承它的基准测试结论。

问题

智能体循环在每次工具调用前都要付一次完整的模型请求，哪怕模型已经清楚知道接下来三次调用是什么：

step 1 request → "read a.ts, then b.ts, then run the tests" ← pays once
step 2 request → "ok, read a.ts" ← pays again, said nothing new
step 3 request → "ok, read b.ts" ← pays again
step 4 request → "ok, run the tests" ← pays again

第 2–4 步不是决策。它们只是模型把已经定好的东西重新推导一遍。

这个插件做什么

slow actor (one request, already paid for)
├─ visible text: <CHISEL_PLAN>{candidates:[...]}</CHISEL_PLAN>
└─ one native tool call ← the "root"
│
▼ real tool result (the receipt)
guard checked deterministically against the receipt
│
├─ holds → run the stored action through the SAME native tool
│ no model request at all → certificate
└─ else → the slow actor runs normally

三个时刻：

| 时刻 | 边界 | 发生什么 |
| Author | llm/stream | 模型作答后，它的 <CHISEL_PLAN> 动作库会对照实时工具目录校验并记录。 |
| Substitute | llm/stream | 如果恰好有一个已存动作的守卫成立，就用那次确切的工具调用来应答请求，完全不发生模型调用。 |
| Certify | tools/post-execute | 动作通过原始工具定义执行；只有拿到真实结果后才记录证书。 |

其他任何情况 —— 没有动作库、守卫失败、后继动作有歧义、图已耗尽、原生错误、非对话请求，或插件被禁用 —— 都原样调用 next()，harness 的行为与没装插件时完全一致。

为什么替换是安全的

- 只接受字面量。 候选动作必须通过它所命名工具的实时 JSON Schema 校验。占位符、未知工具和重复的根一律拒绝。
- 由回执守卫。 守卫是 return_code、stdout_contains、stdout_equals、stderr_empty 或 json_equals 的合取，对照紧邻的原生回执检查。语义守卫（「代码是正确的」）无法表达。
- 不猜。 有两个合格后继时交给模型决定，而不是自己挑一个。
- 不做任何承诺。 证书只记录一次真实绕过的推理回调，不估算反事实的 token 节省量。
- 请求从不重写。 计划标签作为普通助手文本留在对话里，因此每个请求始终是持久会话日志的纯函数。
- 绝不额外调用模型。 没有选择器模型。请求要么由已经决定的动作回答，要么根本不由这个插件回答。

安装

dsh plugin --profile <your-profile> add github:Xiuxiu-6/harnessmm-dsh

或者安装本地目录：

dsh plugin --profile <your-profile> add /path/to/harnessmm-dsh

需要 Node.js ≥ 22 和 DeepSeek Harness ≥ 0.2.1-rc.1。

配置

在配置档的 cordis.patch.yml 里，harnessmm-guarded-reuse 这一行下面设置：

- id: harnessmm-guarded-reuse
name: 'dsh-plugin-harnessmm'
config:
enabled: true
minimumChain: 2

| 键 | 类型 | 默认值 | 含义 |
| enabled | boolean | true | 总开关；false 时全部放行。 |
| minimumChain | integer 1–16 | 2 | 一个动作库要替换推理，至少需要多少个字面后续回调。 |
| maximumCandidates | integer 1–16 | 16 | 模型最多能编写多大的动作库（A–P）。 |
| maximumFastSteps | integer 1–16 | 8 | 连续替换多少次后，控制权交还模型。 |
| injectPlanInstruction | boolean | true | 把编写指令加进系统提示词。 |
| auditLog | boolean | true | 向 $DSH_HOME/harnessmm-audit.jsonl 追加 JSONL 审计记录。 |

检查是否生效

插件注册两个工具：

- harnessmm_status —— 统计替换、证书、编写与拒绝的动作库、延迟、待处理动作。
- harnessmm_receipts —— 记录哪些操作走了哪个工具，附精确参数、守卫和原生回执哈希。

新会话里计数器为空是正常的：在模型编写出守卫成立的动作库之前，它们一直是零。

什么时候有用： 冗长、重复、规格明确的工作 —— 大量已知的文件读取、编辑 → 编译 → 测试循环、批量检出。什么时候没用： 探索、每一步都依赖上一步输出的调试，以及模型无法提前说出三个字面后续动作的任何任务。始终没编写出合格动作库的会话，看到的就是正常行为。

这个插件不做什么

- 不替你选工具，不评判你的代码，不决定任务何时完成。
- 不压缩、不总结、不重写你的对话。
- 不调用自己的模型。
- 不承诺你这次会话实测省了多少 token。已发布的 HarnessMM 基准数字针对的是它的研究 harness，不是这个插件 —— 这里没有任何数字是针对这套集成复现出来的。

来源

衍生自 HarnessMM: Recursive Self-Improvement for Harness Token [效率，作者 Yuhua Jiang、Chang Xu、Feifei Gao 和 Li Zhao —— arXiv:2610.32813。

@misc{jiang2026harnessmmrecursiveselfimprovementharness,
title={HarnessMM: Recursive Self-Improvement for Harness Token Efficiency},
author={Yuhua Jiang and Chang Xu and Feifei Gao and Li Zhao},
year={2026},
eprint={2610.32813},
archivePrefix={arXiv},
primaryClass={cs.AI},
url={https://arxiv.org/abs/2610.32813},
}

本插件移植了上游模块 integrations/deepseek_harness/sar_v2.mjs 和 cot_jev.mjs 中的 Guarded Decision Reuse（GDR） 与 Certified Callback Substitution（CCS） 契约（即 ExecutableSubdag 控制器及其 v6 authored-bank 契约）。它不是上游仓库，也不包含上游的 Python 研究运行器、基准控制器、RSI 循环或数据集。具体改动清单见 NOTICE。如果你使用了本插件，请引用上面的原始论文。

如果你想要研究代码本身——基准、控制器、复现脚本——请前往上游仓库。

开发

npm test # 26 tests: engine contract + Host wiring
npm run check

测试用一个最小 Context 和真实的 waterfall 调度器驱动插件，不发起任何模型调用。Config 是 Schemastery schema，因为 Loader 通过 Config['~standard'].validate() 做校验。由于 @deepseek-ai/schemastery 随 harness 一起发布、不在 npm 上，npm test 会注册 tests/register-vendor.mjs，从 .vendor-tools/ 解析随附的副本（仅测试用，绝不进入发布包）。

许可证

Apache License 2.0 —— 见 LICENSE 和 NOTICE。
HarnessMM 版权归 PhiAgent-0 contributors 所有，2026 年。

中文说明

DeepSeek Harness 的守卫式决策复用插件。 模型一次性写下已经决定好的后续工具动作；当上一个工具的真实结果满足模型自己写的守卫条件时，这些动作直接通过原生工具执行，不再发起一次推理请求。

三种情形：授权（模型回答后，动作库被校验并记录）、替换（恰好一个动作的守卫命中，该请求不再发给模型，直接执行）、签发证书（动作经由原生工具跑完并拿到真实结果后，才记录一条替换证书）。

其余情况——没有动作库、守卫不命中、有歧义、图已耗尽、原生报错、非对话请求、插件关闭——一律原样交给 next()，行为与未安装本插件完全一致。

替换为什么安全： 每个候选动作都必须通过其所声明工具在线 JSON Schema 的校验；守卫只能是 return_code / stdout_contains / stdout_equals / stderr_empty / json_equals 的合取，对「上一条原生结果」做确定性判断，"代码写对了"这类语义守卫无法表达；两个候选同时合格时不猜，交还模型；证书只记录「确实被跳过的一次推理回调」，绝不声称节省了多少 token；请求内容从不被改写。

安装：

dsh plugin --profile <你的 profile> add github:Xiuxiu-6/harnessmm-dsh

什么时候有用： 长程、重复、规格明确的任务——大量已知文件读取、编辑→编译→测试循环、批量 checkout。
什么时候没用： 探索性任务、每步都依赖上一步输出的调试、以及模型无法提前写出三个字面动作的任务。没有产出合格动作库的会话，表现与平时完全一样。

配置项与英文部分一致（enabled / minimumChain / maximumCandidates / maximumFastSteps / injectPlanInstruction / auditLog），写入 profile 的 cordis.patch.yml 即可。

用 harnessmm_status 查看计数器，用 harnessmm_receipts 查看替换证书。新会话计数器为 0 是正常的。
来源： 本插件改编自 HarnessMM（作者 Yuhua Jiang、Chang Xu、Feifei Gao、Li Zhao，arXiv:2610.32813，Copyright 2026 PhiAgent-0 contributors，Apache-2.0），移植了其中的守卫式决策复用（GDR）与认证回调替换（CCS）契约。本插件不是上游仓库，也不包含其 Python 研究代码、基准控制器、RSI 循环与数据集；具体改动清单见 NOTICE。使用本插件请引用原论文。

本项目采用 Apache-2.0 许可证。