科研工作台 biociao/dsh-science

dsh-science

面向 DeepSeek Harness 的 Claude Science 式科研工作台 —— 面向基因组 / 病原体 / 人类健康 / 生物信息项目。

一句话介绍：dsh-science —— 面向 DSH 的 Claude Science 式科研工作台：ReAct 研究循环引擎（research_* 工具）、带溯源的版本化工件（artifact_* 工具）、SSH 远程计算引擎（remote_* 工具，对应 Claude Science 的 Computer / Remote compute clusters），以及面向基因组/病原体/生物信息的 11 个科研技能。

- ReAct 研究循环引擎 —— research_init / research_state / research_hypothesis / research_experiment / research_findings / research_phase / research_review / research_report，状态持久化在 research-manifest.json（提问 → 假设 → 实验 → 观察 → 分析 → 结论 → 下一问题）。
- 版本化工件与溯源 —— artifact_save / artifact_list / artifact_show / artifact_diff / artifact_verify / artifact_deprecate / artifact_reproduce：结果存为 artifacts/<name>/v<N>/，附每文件 SHA-256、artifact.json 溯源（命令/输入/环境/envFile）与追加式 provenance.md。
- 远程计算引擎（SSH / 集群） —— remote_host_add / remote_host_probe / remote_host_notes / remote_run / remote_status / remote_logs / remote_pull / remote_cancel 等 16 个工具：用 ~/.ssh/config 别名连接实验室工作站或 HPC 集群（零安装、零第三方依赖），工作站以 detached 进程、SLURM 走 sbatch 运行长时生信任务，断连不杀；提交前默认要求审批，且首次使用某主机需项目级授权（审批后写入本项目白名单）；remote_status 批量监控并自动迁移状态（running→succeeded/failed/killed），结束后 remote_pull 拉回输出（超过阈值的大文件留在主机并记录路径）。
- 远程主机配置 UI（bundle/profile 级） —— 设置面板新增「远程主机」页（对应 Claude Science 的 Settings > Compute > SSH hosts）：主机列表/添加/探测/编辑/移除，以及各项目访问白名单与作业摘要。宿主侧 REST API（webServer 路由 /dsh-science/remote-hosts/，engines/remote-hosts-ui.mjs）+ 客户端 bundle（client/remote-hosts-ui/，由 scripts/build-client-bundle.mjs 生成），与远程引擎共用同一套数据文件。需重启 web 进程生效（见 docs/remote-hosts-ui.md）。
- 模型分档路由（Model Tier） —— 由配套 bundle dsh-model-tier 提供：同一会话内自动把辅助请求（会话标题、压缩）与子任务分流到轻量档，主对话走默认档、复杂任务按规则升级到强档，各档位可指向不同 provider（如强档 GLM-5.3 / 主档 deepseek-v4-flash / 轻档 minimax-M3），对应 Claude Code 的 Opus/Sonnet/Haiku 分级策略；基于 DSH 原生 agent/request + llm/stream waterfall 扩展点，provider 未注册时自动 no-op。安装 dsh-science 自动携带，也可单独装到任意 profile（dsh plugin add dsh-model-tier）。
- 11 个科研技能 —— research-loop、science-project-setup、artifact-provenance、scientific-reviewer、literature-connector、parallel-delegation、manuscript-writing、bioinformatics-toolkit、conda-environments、data-inventory、remote-compute。

四个引擎插件零第三方依赖（只用 Node 内置模块 + 系统 OpenSSH，共享 engines/core.mjs），注册标准 cordis 工具；配套的 dsh-model-tier 路由同样是零依赖。
既可作 profile bundle 安装（dsh plugin add），也可作 agent preset（「科学模式」）安装。

v0.2.0 新增：模型分档路由（配套 bundle dsh-model-tier）

对应 Claude Code 的 Opus/Sonnet/Haiku 分级策略：同一会话内，辅助请求（purpose ∈ {session-title, compaction}）与子任务（session.meta.origin === 'subagent'）自动分流到 轻量档；主对话保持各自会话的模型选择（不干预）；深链子任务（delegationDepth ≥ subagentDepthStrong）与超长输入（escalateOnChars，可选）升级到强档。还可选开启 LLM 前置分类器（routing.classify）：每次用户提问 / 子任务派发前按复杂度分类（执行 / 主力 / 深思）再路由。各档位为 {provider, model, reasoningEffort?}，可跨 provider 配置。

以独立 bundle dsh-model-tier 发布 —— dsh-science 依赖它并在自己的 cordis.patch.yml 里挂载，它也可以脱离 dsh-science 单独安装到任意 profile（dsh plugin add dsh-model-tier）：

- id: model-tier
name: dsh-model-tier
config:
tiers:
strong: { provider: zai-coding-cn, model: glm-5.3 }
default: { provider: deepseek-official, model: deepseek-v4-flash }
light: { provider: opencode-go, model: minimax-m2.7 }
routing:
auxiliary: [session-title, compaction]
subagents: light
subagentDepthStrong: 3

- HOST 平面：挂在 profile bundle（cordis.patch.yml），非 agent preset；所有会话与子代理统一生效。
- 安全护栏：tiers 未配置 → 惰性 no-op；目标 provider 未注册 → 不路由；轻档失败自动回退原路由（辅助功能不挂）。
- 验证：node packages/dsh-model-tier/test/model-tier.test.mjs（路由决策矩阵单测，零依赖）+ bash packages/dsh-model-tier/scripts/test-model-tier.sh（E2E：轻档指向本地 mock LLM，断言标题请求真的被路由）。

v0.2.0 新增：远程计算（Remote Compute）

对应 Claude Science 的 Remote compute clusters / Computer 能力，工作机制对照其官方文档：

- 主机注册与只读探测：remote_host_add 用 ~/.ssh/config 别名（或 user@host；ProxyJump 等由 OpenSSH 自动处理），可选覆盖 port/identityFile；注册即探测 CPU/内存/GPU/CUDA/conda/module/Apptainer/sbatch/scratch 目录/SLURM 分区（remote_host_probe 重探测）。主机注册表在 $DSH_HOME/remotes/hosts.json。
- 作业提交：remote_run 把脚本与输入上传到 <scratch>/<jobId>/（默认 ~/dsh-scratch）；工作站以 nohup+setsid detached 进程运行（断连不杀），SLURM 集群自动走 sbatch（可 --time 超时）；默认超时 30 分钟；提交前默认经审批（等价于 Claude Science 的 "Run this job on <host>?" 卡）。
- 监控与反应：remote_status 批量探测（ps / squeue+sacct / done+exitcode 标记）并自动迁移状态；remote_logs 尾随日志；remote_pull 拉回输出、写 pulled-manifest.json（>100MB 大文件留在主机并记录路径）；remote_cancel 取消（进程组终止 / scancel）。作业注册表在 <项目根>/.dsh/remotes/jobs.json，跨会话持续。
- 主机 Details 文档：remote_host_notes 维护每台主机的备注（环境激活方式、分区/账号、约定），模型提交作业前会参考。
- 项目级访问白名单（允许访问的服务器列表，按 project 隔离）：任何会连接主机的操作（注册探测 / probe / exec / run）默认都要求主机已在本项目白名单（.dsh/remotes/allowlist.json）；首次使用弹审批，批准后按项目持久化（等价于 Claude Science 审批卡的 "This project" 作用域）。项目根按优先级探测 research-manifest.json（研究项目）→ .dsh（工作区）→ .git → 会话目录——同一工作区里的多个研究项目各自独立，授权不会跨项目泄漏（拿不到会话工作目录时授权路径 fail-closed）。remote_host_allowlist 审查、remote_host_revoke 撤销、remote_host_allow 显式授权（需审批）；requireHostAccess: false 关闭（无人值守）。

v0.1.1 加固（鲁棒性更新）

- 并发安全：manifest / 工件所有写操作经轻量文件锁（O_EXCL + 陈旧回收）串行 + 原子写（tmp+rename）——并行子代理不再互相覆盖 research-manifest.json / artifacts.json。
- 结构化错误码：ERR_NOT_INIT / ERR_NOT_FOUND / ERR_VALIDATION / ERR_PATH / ERR_QUOTA / ERR_LOCK_TIMEOUT / ERR_IO，不再吞成无类型字符串。
- 假设状态机（proposed → testing → supported/refuted/inconclusive）与阶段只前进（回退需配置 allowPhaseRewind）。
- manifest ↔ 工件打通：research_state 实时合并工件索引；artifact_save 回写清单 artifacts[]。
- 清单 schema v1→v2 迁移（加载时迁移，下次写入持久化）。
- 工件升级：流式 SHA-256（大文件）、相同内容硬链接去重、artifact_diff / artifact_verify / artifact_deprecate、envFile 与输入哈希溯源。
- 结构化 JSON 输出（research_report / artifact_diff / artifact_verify）与审计日志 <root>/.science.log。

安装

方式 A —— profile bundle（社区标准）

dsh plugin --profile web add dsh-science # npm 发布后
或直接从 GitHub：
dsh plugin --profile web add "github:biociao/dsh-science"

重启 profile（或刷新 Web GUI；新增引擎/改引擎代码需重启 profile）。bundle 会把三个引擎（research-loop / artifact-registry / remote-compute）、远程主机配置 UI 与配套路由包 dsh-model-tier 插入 profile 层栈，该 profile 上所有 agent 都能用 research_ / artifact_ / remote_ 工具与模型分档路由。

方式 B —— agent preset（完整「科学模式」，按 agent 隔离）

git clone https://github.com/biociao/dsh-science ~/.dsh/.agent-presets/science
或本地安装： bash scripts/install.sh # 复制安装（或：bash scripts/install.sh link）

在 DSH Web 新建会话并选择 科学模式 preset —— preset 自带科研人格 + 引擎，按 agent 作用域隔离。

技能

11 个技能由项目根 .dsh/skills/ 自动发现（把本仓库 skills/ 放进你的项目即可），或全机安装：

bash scripts/install-skills.sh # -> ~/.dsh/skills（遵循 $DSH_HOME）

快速开始（首个会话）

1. research_init —— 创建 research-manifest.json 与项目骨架（experiments/ literature/ artifacts/ analyses/ figures/ manuscript/ reviews/ data/ envs/）。
2. 每次会话先 research_state；循环状态跨会话持续。
3. 跑循环：research_hypothesis（H1/H2/…）→ research_experiment（E01/…，创建 experiments/<id>/{design.md,log.md,code/,results/}）→ 跑代码 → research_findings（追加 log.md、更新假设状态、推进循环）→ 值得引用/复现的结果 artifact_save。
4. 需要 GPU/集群/专门环境时：remote_host_add 注册主机 → remote_run 提交远程作业（需审批）→ 定期 remote_status 监控、remote_logs 查日志 → 结束后 remote_pull 拉回输出 → artifact_save 归档。详见 docs/remote-compute.md 与 remote-compute 技能。
5. 关键论断：提取论断 → 评审子代理对照执行记录核查（见 scientific-reviewer 技能）→ research_review 归档（写入 reviews/R0n/report.md）。

仓库结构

dsh-science/
├── package.json # dsh.bundle.patch -> ./cordis.patch.yml（含 exports） ├── cordis.patch.yml # bundle patch：按子路径导出插入引擎（+ dsh.client 客户端声明），挂载 dsh-model-tier ├── packages/ │ └── dsh-model-tier/ # 配套独立 bundle：模型分档路由（可单独 dsh plugin add） ├── engines/ # 引擎源（bundle 形态） │ ├── core.mjs # 共享核心：锁/原子写/错误码/流式哈希/结构化工具/审计 │ ├── research-loop.mjs │ ├── artifact-registry.mjs │ ├── remote-compute.mjs# 远程计算：SSH/local 传输、主机注册+探测、作业提交/监控/拉取/取消 │ └── remote-hosts-ui.mjs# 远程主机设置页的宿主 REST API（webServer 路由） ├── client/ # client 插件（设置页 UI，bundle/profile 级） │ └── remote-hosts-ui/ # src/index.js 源码 · lib/client.js 打包产物（build-client-bundle.mjs） ├── preset/ # agent-preset 形态（engines 镜像，用 sync-engines.sh 同步） │ ├── agent.cordis.yml # 引用 ./engines/.mjs（相对路径，preset 挂载） │ ├── preset.yml │ └── engines/ # 镜像 —— 保持同步：bash scripts/sync-engines.sh ├── skills/ # 11 个 SKILL.md 技能 ├── scripts/ │ ├── install.sh # 安装 preset -> ~/.dsh/.agent-presets/science │ ├── install-skills.sh # 安装技能 -> ~/.dsh/skills │ ├── sync-engines.sh # 镜像 engines/ -> preset/engines/ │ ├── init-project.sh # 项目骨架（无需科学模式会话） │ ├── build-client-bundle.mjs # client 源码 -> __ModuleLoader__ bundle（lib/client.js） │ ├── smoke-test.mjs # 125 项检查（临时工作区，node >= 18） │ └── stability-test.mjs# 25 项并发/原子性/压力检查（锁/丢失更新/soak/迁移） └── test/verify-bundle.sh # 隔离端到端 bundle 安装 + boot + client 扫描检查

验证

node scripts/smoke-test.mjs # 引擎逻辑 + 端到端循环 + 错误码 + 迁移
node scripts/stability-test.mjs # 并发 / 原子性 / 锁 / 压力稳定性检查
bash test/verify-bundle.sh # pnpm pack -> 隔离 profile -> 安装 -> boot 检查

三项均为发布检查清单内容，可在 CI 安全运行（两个测试脚本只写临时工作区；bundle 测试用隔离的 $DSH_HOME）。

FAQ

bundle 里为什么用子路径导出而不是相对路径？ dsh plugin add 把包装进 profile，其 cordis.patch.yml 的行加入 profile 组合。
profile 加载器把行的 name 按 profile 目录解析（不是包目录），所以 ./engines/x.mjs 会 ERR_MODULE_NOT_FOUND；改用 dsh-science/engines/x.mjs （子路径导出，走 package.json 的 exports）则从 profile 的 node_modules 解析、可用——已在 dsh 0.1.0-rc.6 上实验验证。agent-preset 挂载则按 preset 目录解析相对名，因此 preset/agent.cordis.yml 可以用 ./engines/.mjs。

bundle 还是 preset，怎么选？
- bundle：一条命令装完，profile 上所有 agent 都能用工具。
- preset：完整「科学模式」体验（科研人格、按 agent 隔离）。cordis.patch.yml 里的 persona 行默认注释——profile 级人格会影响该 profile 所有 agent，需要全 profile 应用时再取消注释发布。

技能从哪来？ 项目根 .dsh/skills/ 自动发现；scripts/install-skills.sh 全机安装到 ~/.dsh/skills（遵循 $DSH_HOME）。

开发

分支模型与发布流程（main=发布 / dev=集成 / feat\=新功能，tag 触发 npm 发布 + GitHub Release）：见 docs/branching.md。

bash scripts/sync-engines.sh # 修改 engines/.mjs 后运行——保持 preset/engines 同步
node scripts/smoke-test.mjs # 逻辑 + 静态包校验
node scripts/stability-test.mjs # 并发 / 原子性 / 锁稳定性检查
bash test/verify-bundle.sh # 端到端 bundle 安装 + boot

社区

- Topic：github.com/topics/dsh-plugin
- 精选列表：awesome-dsh-plugin · awesome-deepseek-harness

许可

MIT —— 见 LICENSE。