lanqi677/dsh-learning-mode

dsh-learning-mode

给 DSH（DeepSeek Harness）用的 agent 插件：
一棵由 AI 维护、可无限下钻的学习树。

语言：中文 ｜ English

中文

这是什么

它解决一个很具体的痛点：学习时钻进支线，回头找不到原来的位置。

复习链表时看到「跳表」就去研究跳表，研究完要翻很久聊天记录才能回到链表；
要复习十个知识点，每学完一个都得回去找下一个。

它把「我在哪、学到哪、还剩什么」变成一棵持久的树：树由 AI 直接维护，
节点带自动摘要，每轮对话自动带上上下文，点一下就能跳回讲它的那一轮。

面板 · 树视图

面板浮层：可拖动 / 可调大小 / 记住你上次调的样子。右上角下拉框切树或新建；顶部一行是整棵树的进度
（这里 1/45）；每行右侧是「这一支的进度」角标与 [摘要] / [⟳ 重写摘要] / [✓ 学会]；加粗高亮那一行＝
当前聚焦（▶），它右边的 [↩] 能跳回讲它的那一轮对话。

一个真实例子：4 轮对话，长出一棵 45 个节点的论文树

下面全部是真实数据，不是示意。树文件在 $DSH_HOME/learning-mode/trees/dream-rsi.json
（树名 Dream-RSI，45 个节点、9 个顶层分支）。

| 轮 | 你说 | 插件做了什么 |
|---|---|---|
| 1 | 我要学习一下这篇论文 | AI 把论文骨架挂成一棵树：8 个章节 + 附录，共 9 个顶层分支 |
| 2 | 先介绍下递归自我改进（RSI）的发现循环 | 你点一下节点＝聚焦；AI 只讲这一个节点，讲完静默把顺带引入的子概念挂到它下面（outline_capture）——你不用说「帮我记一下」 |
| 3 | 介绍 | 你没指明对象。每轮自动注入的上下文块里已经写着「▶ 当前聚焦（用户正在看的）：递归自我改进（RSI）的发现循环」，所以 AI 接着讲的就是那个节点 —— 不用复述上下文，也不会讲错 |
| 4 | 介绍一下 | 继续顺着你的思路往下长 |

4 轮之后：45 个节点。它记录的是你当时的思路：你是从「瓶颈二：元策略空间巨大」往下追问的，
所以「元策略是程序空间：无梯度、奖励稀疏」就挂在瓶颈二下面 —— 而不是被挪到某个"教科书上更该待"
的位置。（这也是上面那条摘要的节点。）

点一下 [✓ 学会]

插件自己调模型写一句摘要 —— 不进聊天记录，不占你的上下文。
下面这条就是树里真实躺着的内容：

元策略是程序空间：无梯度、奖励稀疏（路径：1 背景与动机/瓶颈二：元策略空间巨大/…）

元策略空间是「任意代码」构成的程序空间而非少数超参数：候选策略可选的自由度包括
选点规则、并行度、批构造、停止准则、失败处理、历史利用等，每个维度都可能是一段代码。
该空间无梯度（两个策略间无连续过渡，无法沿梯度上升）且奖励极度稀疏（随手改一版大概率
变差，好策略是孤岛而非缓坡），因此只能靠大量独立试错来搜索……（原文 225 字，此处截断）

摘要不对可以点 [⟳] 让模型重写。

面板 · 复习视图

[复习] 页签：所有已完成知识点 + 摘要集中一处，不用翻聊天记录。

每个知识点都记着「它是在哪轮对话里讲到的」

这棵树里有 6 个节点带着来源坐标；点行上的 [↩] 就切回那次会话、滚到那一轮并高亮 ——
钻进去学完，一键回到原位。

它还能做什么

- 树是持久的：今天学 Java，明天开新会话继续，树还在（可以有多棵树）。
- AI 直接往树里写：你说「我要学 X，要学什么」，清单就长出来了，不用手抄。
- 无限下钻：对着「对象」再问一句，继承 / 私有 / 面向对象思想就挂到它下面。
- 每轮对话自动带上「我在哪 + 这一层的摘要 + 还没学完什么」（不用你复述上下文）。
- 标 [✓ 学会] 时插件自己调模型写一句摘要（不进聊天记录，省上下文），复习页签集中读。
- 点 [↩] 跳回讲它的那一轮对话。
- 面板是玻璃浮层，可以拖动 / 调大小，并且记住你上次调的样子。
- 零侵入：普通会话里不显示任何东西 —— 只有挂了「学习模式」预设的会话才有入口。
- 跟随 DSH 的语言：面板文案、每轮注入给模型的指令、工具描述、摘要提示词都按 DSH
当前语言走（中文 / English）；语言改了下一次调用就生效，不用重装。

仓库结构

| 路径 | 内容 |
|---|---|
| dsh-learning-mode/ | 插件本体：宿主半边 + 浏览器半边 + 测试 + 安装脚本 |
| 继续开发说明.md | 开发台账：每轮做了什么 + 19 个真实踩过的坑（含根因与判据） |
| 设计文档/ | 方案 v1/v2、插件全貌与运行时对齐、调研报告 |
| 预设参考/ | 生成的 agent 预设（agent.cordis.yml），可对照 |
| 数据备份（可选）/ | 教程树的数据备份（示例数据） |

想直接看实现细节和每个坑，读 dsh-learning-mode/README.md 与 继续开发说明.md。

装起来（5 步）

前置：DSH 已装好能跑（dsh web），Node 18+。

cd dsh-learning-mode

1. 建依赖 junction：把 harness 的 @deepseek-ai 包「借」给本插件
node scripts/link-harness-deps.mjs

2. 自检（七套，含探针；全绿再往下走）
npm test

3. 生成 agent 预设（复制底预设 + 追加插件行 + 逐行校验）
node install.mjs standard

4. 注册进 profile（dependencies + bundles + junction，幂等）
node scripts/setup-profile.mjs

5. 重启 dsh web，刷新页面，新建会话时选「学习模式」

⚠️ node_modules/ 故意没有进仓库：它是指向本机 harness 安装目录的软链
（node_modules/@deepseek-ai → dsh 的包目录），换了机器必须重新跑第 1 步。
脚本会自动探测 DSH 安装位置；探测不到时用环境变量指定：
DSH_HOME（默认 ~/.dsh）、DSH_PROFILE（默认 web）、DSH_CHECKOUT（dsh 包目录）。

自检与运维脚本

| 命令 | 作用 |
|---|---|
| npm test | 七套断言：数据层 / 宿主集成 / 摘要管道 / 浏览器渲染 / i18n 完整性 / 英文行为 / 探针 |
| npm run verify:live [会话id前缀] | 真机核查：直接解多帧 zstd 会话日志，核对「每轮注入真的在不在」「开发向工具是否已屏蔽」（中英文注入都认） |
| npm run backfill:origins | 回填来源坐标（扫会话日志里的 outline_capture/outline_add 调用；默认 dry-run，--write 才写盘并备份） |
| npm run validate:preset | 逐行校验预设里每个 specifier 能否解析 |

设计上的两条硬约束

1. 零侵入：插件只挂在「学习模式」预设里，普通会话连按钮都不渲染。
2. 失败不许静默：面向模型的功能一旦静默失败，界面上和「正常工作」长得一模一样
—— 这个项目为此栽过两次（见 继续开发说明.md 坑 13）。
所以关键步骤都往 $DSH_HOME/learning-mode/rpc.log 留判据
（inject diag / origin diag / jump … / env … / locale …）。

状态

个人项目，跟着本机 DSH 版本走（peer dependency：@deepseek-ai/cordis ^4.0.1）。
lib/ 是手写的普通 JavaScript（没有构建步骤、没有 TypeScript）。

许可

MIT，见 LICENSE。

English

它是什么

一个面向 DSH（DeepSeek Harness）的智能体插件：
一棵由 AI 为你维护、你可以无限深入钻取的学习树。

它解决一个非常具体的痛点：学习时你游荡到了一条支线，之后
你找不到回去的路。

你正在复习链表，看到「跳表」，于是去学跳表——学完之后
你得在聊天记录里翻很久才能回到链表。或者你想复习十个
主题，每学完一个都得去找下一个。

这个插件把「我在哪、我学了什么、还剩什么」变成一棵持久化的树：
AI 直接写入其中，每个节点都带有自动生成的摘要，每一轮都会
自动获得正确的上下文，一键就能回到教会某个节点的那一轮对话。

面板 · 树视图

一块毛玻璃面板：可以拖动、调整大小，并且会记住你上次的布局。右上角的
下拉框用于切换或新建树；标签页下方那一行是整棵树的进度
（这里是 1/45）；每一行都带有一个「本分支进度」徽章以及
[摘要] / [⟳ 重写] / [✓ 学会]；高亮的那一行是当前焦点（▶），它旁边的 [↩]
可以跳回到教会它的那一轮对话。

本页截图显示的是中文界面，因为这台机器上的 DSH 设置为中文。
面板中的每一个字符串——以及面向模型的指令——都已本地化，并跟随 DSH 的
语言设置（见下文「跟随 DSH 的语言」）。

一个真实例子：4 轮对话为一篇论文生成了 45 个节点的树

以下全部是真实数据，不是示意图。树文件是
$DSH_HOME/learning-mode/trees/dream-rsi.json（树「Dream-RSI」：45 个节点，9 个顶层分支）。

| 轮次 | 你说 | 插件做了什么 |
|---|---|---|
| 1 | 我要学习一下这篇论文（"I want to study this paper"） | AI 把论文的骨架作为一棵树挂了上去：8 个章节 + 附录，9 个顶层分支 |
| 2 | 先介绍下递归自我改进（RSI）的发现循环（“先解释一下 RSI 发现循环”） | 点击一个节点会聚焦它；AI 只解释那个节点，然后静默地把它引入的子概念挂到该节点下（outline_capture）——你永远不必说“请记个笔记” |
| 3 | 介绍（“解释一下”） | 你什么都没指明。每一轮都会注入的上下文块已经写着 ▶ 当前聚焦（用户正在看的）：递归自我改进（RSI）的发现循环，所以 AI 解释的就是那个节点——无需重述上下文，也不会漂移 |
| 4 | 介绍一下 | 这棵树沿着你的思路持续生长 |

4 轮之后：45 个节点。它记录的是你的思考实际走过的路径：因为你从“瓶颈二：元策略空间巨大”（瓶颈二：元策略空间巨大）向下挖掘，所以子主题“元策略是程序空间：无梯度、奖励稀疏”（元策略是一个程序空间）挂在瓶颈二之下，而不是教科书大纲“应该”把它放到的任何地方。（下面引用的摘要就来自这个节点。）

点击 [✓ 学会]（“已学会”）会做什么

插件会自行调用模型来写一行摘要——它从不进入聊天历史，因此不会消耗你的上下文。这一条确实就在树里：

元策略是程序空间：无梯度、奖励稀疏（元策略是一个程序空间：无梯度、奖励稀疏）

元策略空间是一个由任意代码构成的程序空间，而不是一小撮超参数：其自由度包括选点规则、并行度、批次构造、停止准则、失败处理和历史利用——其中每一项都可以是一段代码。这个空间没有梯度（两个策略之间没有连续过渡），并且奖励极其稀疏（一次随机编辑最可能让情况变糟；好的策略是孤岛，而不是平缓的斜坡），所以只能通过大量独立的试错来搜索……
（原文 225 个字符；此处已截断。）

如果摘要不对，点击 [⟳] 让模型重写它。

面板 · 复习视图

[复习]（Review）标签页：每个已学会的主题及其摘要都在一个地方——无需滚动聊天记录。

每个主题都记得是哪一轮教会了它

这棵树里有六个节点带有来源坐标；点击该行上的 [↩] 会切回那段对话，滚动到那一轮，并高亮它——深入进去，再一键返回。

它还能做什么

- 树会持久保存：今天学 Java，明天打开一个新会话，树仍然在那里（你可以有多棵树）。
- AI 会直接写入树中：说“我想学 X，我应该学什么”，列表就会出现——无需手动复制。
- 无限深入：再问一个关于“对象”的问题，继承 / 私有成员 / OOP 思维就会挂在它下面。
- 每一轮都会自动获得“我在哪里 + 这一层的摘要 + 还剩什么”（你永远不必重述上下文）。
- 点击 [✓ 学会] 会让插件调用模型生成一行摘要（不在聊天历史中，
- 保存上下文）；Review 标签页会收集它们。
- 点击 [↩] 会跳回到教授该节点的那个回合。
- 该面板是一个毛玻璃覆盖层：可拖动、可调整大小，并且会记住你上次的布局。
- 零侵入：普通会话中不会显示任何内容——只有挂载了
“学习模式”预设的会话才有入口点。
- 跟随 DSH 的语言：面板文案、每回合的模型指令、工具描述以及
摘要提示词都跟随 DSH 当前的语言（中文 / 英文）。更改语言后，
下一次调用就会使用它——无需重新安装。

仓库布局

| 路径 | 内容 |
|---|---|
| dsh-learning-mode/ | 插件本身：宿主端 + 浏览器端 + 测试 + 安装脚本 |
| 继续开发说明.md | 开发日志：每一轮做了什么 + 19 个真实坑点（根因与证据） |
| 设计文档/ | 设计文档 v1/v2、插件概览与运行时对齐、研究报告 |
| 预设参考/ | 生成的 agent 预设（agent.cordis.yml），供参考 |
| 数据备份（可选）/ | 教程树的数据备份（示例数据） |

关于实现细节和每一个坑点，请阅读 dsh-learning-mode/README.md 和
继续开发说明.md（均为中文）。

安装（5 步）

前置条件：已安装并可运行 DSH（dsh web），Node 18+。

cd dsh-learning-mode

1. Create the dependency junction: "borrow" the harness's @deepseek-ai packages
node scripts/link-harness-deps.mjs

2. Self-check (seven suites, probe included; all green before you continue)
npm test

3. Generate the agent preset (copy the base preset + append the plugin row + validate every row)
node install.mjs standard

4. Register into the profile (dependencies + bundles + junction; idempotent)
node scripts/setup-profile.mjs

5. Restart dsh web, refresh the page, and pick "学习模式" when creating a session

⚠️ node_modules/ 有意不提交：它是指向本机 harness 安装的链接
（node_modules/@deepseek-ai → dsh 的包目录），所以在新的机器上你必须
重新运行第 1 步。脚本会自动检测 DSH 安装；如果检测失败，请设置 DSH_HOME
（默认 ~/.dsh）、DSH_PROFILE（默认 web）或 DSH_CHECKOUT（dsh 包目录）。

自检与运维

| 命令 | 用途 |
|---|---|
| npm test | 七个套件：数据层 / 宿主集成 / 摘要流水线 / 浏览器渲染 / i18n 完整性 / 英文行为 / 探针 |
| npm run verify:live [sessionIdPrefix] | 实时验证：解码多帧 zstd 会话日志，并检查每回合注入确实发生了，以及面向开发者的工具被隐藏（可识别中文和英文注入） |
| npm run backfill:origins | 回填 origin 坐标（扫描会话日志中的 outline_capture/outline_add 调用；默认 dry-run，--write 会带备份持久化） |
| npm run validate:preset | 验证预设中的每个 specifier 都能解析 |
两个硬性设计约束

1. 零侵入：该插件仅由“学习模式”预设挂载；普通会话甚至不会渲染该按钮。
2. 失败不得静默：当面向模型的功能静默失败时，它看起来与正常运行完全一样——这个项目因此被坑过两次（见 继续开发说明.md 中的坑 13）。
因此关键步骤会在 $DSH_HOME/learning-mode/rpc.log 中留下证据
（inject diag / origin diag / jump … / env … / locale …）。

状态

个人项目，跟踪本地 DSH 版本（peer 依赖：@deepseek-ai/cordis ^4.0.1）。
lib/ 是手写的纯 JavaScript——无构建步骤，无 TypeScript。

许可证

MIT，见 LICENSE。