Jev 判断层 luobosibing2/dsh-jev-plugin

deepseek-harness-jev

DeepSeek Harness（DSH）的原生插件：使用 Jev 或 Luna Decisions 提供判断。

deepseek-harness-jev 将 DeepSeek Harness（DSH） 与 TypeSafe AI 的 Jev 连接起来，为 Agent 提供技能与文件选择、任务监督、共享发现纠正、工具日志筛选、单次操作审批和历史轨迹阶段导航。12 项功能可在同一个 Jev 设置页分别开启，默认全部关闭。

主模型继续负责规划、生成回答和调用原生工具；已启用功能在 DSH 的技能目录、Agent 生命周期、工具结果与审批等扩展点使用已保存的 Jev 或 Luna Decisions 连接，再按对应功能应用结果。主模型由 DSH 单独配置。接入基于公开的 Cordis / DSH 插件接口，无需修改宿主源码。

这是独立社区项目，并非 DeepSeek 或 Jev 官方发布。当前属于早期插件，支持有界的 DSH 版本范围；接口和模型判断都不构成正确性保证。

中文功能介绍站逐项说明 DSH 原生触发节点、交给判断服务的信息，以及实际测试场景、结果和边界。

原理与全部功能文章说明全部 12 项功能，并展示技能选择的完整输入输出例子。Markdown 源稿在本仓库维护。

快速复习目录集中列出源码导读。长日志去噪面试复习说明通用与测试日志流程、设计取舍、真实模型结果及其边界；Markdown 源稿在本仓库维护。

Goal 监督与完成补做复习沿入口、判断、采纳、有限补充和送达记录回看当前两条流程。Markdown 源稿区分当前行为与历史真实模型结果。

main 支持 Jev，以及通过 OpenRouter 或 OpenAI 使用 Luna Decisions；每个 profile 独立保存三套连接。2026-10-07 公开报告区分固定协议及安装、受控真实样例与真实 DeepSeek Flash 任务。官方 OpenAI 在这些有限样例中调用成功；OpenRouter 的唯一真实诊断返回提供方访问限制的 HTTP 403 后停止。这些结果不建立通用判断准确率或稳定任务收益。

2026-10-09–10 Harness 兼容报告记录从 DSH 0.1.7-rc.2 升至 0.2.1-alpha.2 的适配、正式安装与 Web 检查，以及新一轮真实 DeepSeek Flash / Jev 任务。原始插件被新版安装器的版本检查拒绝；本次修改同步依赖并适配受影响的公开 API。报告分别记录真实任务、固定初始遗漏的完成诊断、确定性生命周期测试及本轮未实测的提供方渠道。

2026-10-11 版本兼容报告检查当前插件在四个旧发布版本和 0.2.1-alpha.2 上的接入。报告记录正式安装、九个 Host 组件、原生工具和本地确定性判断流程，以及最早版本、0.2.0-rc.2 和 0.2.1-alpha.2 的浏览器检查。这些检查验证所测环境中的版本接入，不评估判断模型质量。

2026-10-21 Harness 兼容报告记录 DSH 0.2.1-rc.2 升级。本轮使用本地确定性模型回复检查正式安装包、Host 组件与 Web 接入，不调用真实模型服务。较早报告保留各自原始版本和实验条件。

包含哪些功能？

插件提供下列功能。每项功能都有独立开关，默认全部关闭，安装插件不会自动开启。

| 功能 | 作用 |
| 技能选择（Skill selection） | 推荐概率达到最低值的技能，数量不超过配置上限；成功判断也可以零推荐。主 Agent 仍通过原生 skill 加载正文。 |
| 文件排序（File ranking） | 对原生 glob 返回的路径排序，不追加文件扫描或正文读取。 |
| 跑偏提醒（Drift monitoring） | 在模型步骤之间检查进展，必要时提供一次非阻塞提醒。 |
| 完成核查（Completion checks） | 核查本 turn 的要求、最新 Todo 与最终回答，默认最多自动补充 3 轮。 |
| 持续目标监督（Goal supervision） | 检查原生目标完成申请，连续多轮没有进展时暂停。 |
| 用户约束提醒（Instruction guidance） | 读取当前用户要求及适用的 Agent 规则，必要时发送非阻塞提醒。 |
| 中途插话分流（Interjection routing） | 把运行中的纠正消息送到下一步骤，其他消息留待后续轮次。 |
| 共享发现纠正（Shared-finding corrections） | 比较已经共享的报告和消息，向受影响的接收者发送纠正。 |
| 通用长日志准入（Tool-output filtering） | 命令返回后可省略明确不需要的进度或重复提示，并提供原文恢复位置。 |
| 测试日志准入（Test-log filtering） | 保护失败、摘要、点名和慢测试，再判断普通通过明细是否仍有用。 |
| 工作区提权代审批（Workspace approval） | 仅在 workspace-write 下参与适用的原生单次提权；非肯定判断回到原人工审批。 |
| 阶段导航（Stage navigation） | 按需分类已记录的完整模型步骤，将连续阶段与轨迹原文关联。 |

Jev 功能设置页：选择、监督、共享纠正和工作区审批等功能可分别开启

较早版本的功能设置示例。截图展示 9 个开关及用户自行选择的状态；当前 main 包含上表中的 12 项功能，新安装时默认全部关闭。

所有功能共用连接、按 profile 保存的设置、判断记录与操作回执。多数 Agent 功能面向存活的 Web 主会话；向子 Agent 发送纠正，不等于子 Agent 自动拥有其他 Jev 增强。

中途插话分流将历史文本限制在插件组件的 contextChars 预算内（默认 12,000 字符），优先取最新文本，再按对话顺序呈现。当前消息另用 messageChars 限制；原始 Session 历史仍保留。

功能分支不等于已合入 main。 工具输出筛选已进入 main；codex/jev-tool-output-admission 保留开发快照。原生网页执行在 codex/jev-native-web-execution，该方向目前暂停，普通网站效果未通过验收。其他历史分支保留早期实现。切换前请看分支状态。

完成核查

完成核查启用后，仅在普通根 Agent turn 正常停止且本 turn 用过 Todo 时核查。有未完成条目或后来清空清单仍符合触发条件；本 turn 没用 Todo 就跳过，执行中的 Todo 更新不会触发核查。原生 Goal turn 仍使用自己的监督流程。

判断输入包含本 turn 的原始用户要求及后续调整、完整最新 Todo、最新最终回答，排除原始工具结果、reasoning 和前一 turn。新 turn 只说“继续”时，不会自动补入上轮任务。功能启用时，简短模型提示要求在已有 Todo 的 content 中写明实际动作、路径、命令与观察结果；不新增 Todo 字段，也不要求简单任务创建清单。

一次判断请求只有两个 Choice：assessment 从 complete、omission、contradiction、needs-user、unknown 中选择结论，focus 选择已有的用户要求、Todo 条目或最终回答引用。complete 表示所给报告显示要求已满足，不等于独立核实代码、产物或执行事实。每次仅指出最关键问题。

omission、contradiction 与有效 unknown 共用当前 profile 的最多自动补充轮数（maxSupplementRounds），默认 3。初次核查另算：上限 N 允许最多 N 次自动补充、N+1 次正常核查；默认最多 3 次补充、4 次正常核查。complete 正常结束，needs-user 交用户决定，额度耗尽仍有问题则显示最后结论并停止。补充仍在同一 turn，遵守已有授权。

发送前按现有字符预算检查完整输入；超长不裁剪、不自动摘要。原始要求缺失、预算拒绝、接口错误或无效答案会提示本次完成核查未完成，保留主模型回答并等待 Retry / Cancel（重试 / 取消）。重试读取当前材料与已保存设置；技术重试不计入 N+1 次正常核查，也不消耗或重置已使用的补充轮数。取消只结束核查，不将任务判为成功或失败。结论、记录与生命周期详情见包参考。

完成核查流程导读展示 Todo 触发、两个判断问题、补充循环和失败处理。Markdown 源稿随实现维护。

阶段导航

网页客户端在“轨迹”后提供独立的阶段导航标签页。它读取已记录的轮次，不修改原始 Session。

独立的阶段导航开关默认关闭，同时控制页面可见性：开启后才显示标签，开启本身不调用 Jev；关闭时隐藏页面、取消未完成的分类，并保留已保存结果。用户手动选择已结束轮，或选择本会话尚未分析的已结束轮后，才开始分析。

每次分类覆盖一个完整 DSH 模型 step：已记录的 Think、正文、全部工具调用与配对结果。Jev 从六阶段及 mixed、unknown 中选一个；程序只在同一轮内合并连续相同标签。页面左侧保留多轮目录，右侧定位完整 step 原文，并可核对实际分类输入与回答。标签和 confidence 不表示工具成功或分类正确率。输入、保存与失败处理见包参考。

阶段分析发送或写入日志前，先解码 JSON 工具参数、脱敏凭据，再重新序列化。不完整或无效的参数 JSON 会替换为明确的脱敏标记。原始 Session 记录保持不变；更新后的脱敏规则使先前分类显示为过期，但不会删除已保存记录。

网页端安装（推荐）

支持的 DSH 发布版本为 0.1.7-rc.1、0.1.7-rc.2、0.2.0-rc.1、0.2.0-rc.2、0.2.1-alpha.2、0.2.1-alpha.3、0.2.1-rc.2 和 0.2.1-rc.5。安装包声明 >=0.1.7-rc.1 <=0.2.0-rc.2 || 0.2.1-alpha.2 || 0.2.1-alpha.3 || 0.2.1-rc.2 || 0.2.1-rc.5；其他版本，包括 0.2.1-alpha.1，不在声明范围内。直接填写 GitHub 仓库地址即可，无需克隆源码、手动打包或登录 npm。

1. 打开 侧边栏「插件」→「添加插件」。
2. 在 「包名或地址」 中粘贴下面的 GitHub 地址，点击 「安装」。
3. 安装完成后点击 「立即启用」；若提示下次启动后加载，重启当前 DSH profile。
4. 在已安装插件列表中点击 查看 @dsh-jev/plugin，进入 Jev 页面配置服务地址、模型和 API Key，再按需开启功能。

https://github.com/luobosibing2/deepseek-harness-jev

DSH 添加插件窗口，已填入 deepseek-harness-jev 的 GitHub 仓库 URL

在「包名或地址」中粘贴仓库 URL，再点击「安装」。

插件启用与功能启用是两层开关：12 项 Jev 功能默认仍为关闭。 安装作用于当前 Web 连接的 Host profile；Host 需可运行 pnpm 并访问 GitHub。仓库已包含可直接加载的插件入口和预构建文件，不会在用户机器上编译源码，也不要求发布 npm 包。

当前 GitHub 入口提供 main 的功能，不包含实验分支。历史 v0.1.0 安装包不含新合入的日志筛选功能；需要自行修改代码时再看下面的源码构建步骤。

从源码安装（开发者）

需要修改代码或自行构建时，再使用以下步骤。已有 DSH Web 的普通用户直接使用上面的 GitHub 地址安装即可。

构建环境

- 推荐 Node.js 24.11 或更高版本；发布构建使用 Node 24.14.1 检查。
- PATH 中可用的 pnpm 11.7.0。
- 开发基线：DeepSeek Harness CLI 和开发依赖 0.2.1-rc.5，以及 Cordis 4.0.5。这些精确构建版本与上面的安装兼容范围分开维护；请使用下面的精确版本号，npm 的 latest 标签可能指向另一版本。
- 在 DSH 中配置好主模型，以及所选 Jev 兼容 System One 服务或 Luna API 的凭据。

旧版 DSH 支持针对已构建正式包的安装与运行。从源码构建，以及使用新生成 Remote 声明的 TypeScript 项目，使用 rc.5 开发基线。

如尚未安装工具：

npm install --global pnpm@11.7.0 @deepseek-ai/dsh@0.2.1-rc.5

构建安装包

从源码构建 .tgz，再使用网页端或官方 CLI 安装。

git clone https://github.com/luobosibing2/deepseek-harness-jev.git
cd deepseek-harness-jev
pnpm install --frozen-lockfile
pnpm run build
mkdir -p dist
pnpm -C packages/jev pack --pack-destination "$PWD/dist"

Windows 用户可在 PowerShell 中运行对应步骤：

git clone https://github.com/luobosibing2/deepseek-harness-jev.git
Set-Location deepseek-harness-jev
pnpm install --frozen-lockfile
pnpm run build
New-Item -ItemType Directory -Force .\dist | Out-Null
$dist = (Resolve-Path .\dist).Path
pnpm -C packages/jev pack --pack-destination "$dist"

使用 CLI 创建独立试用 profile

也可以把上一步生成的安装包绝对路径填入已有 Web 的插件管理器。以下 CLI 方法用于另建试用环境。

初次试用请使用尚未存在的新 profile 名；示例使用 jev。先从 Web 模板初始化，再添加插件：

dsh --profile jev --from-default-profile web --dump-default-config > /dev/null
dsh plugin --profile jev add ./dist/dsh-jev-plugin-0.1.0.tgz
dsh --profile jev

第一条命令创建 Web profile 后退出，不启动应用。如果直接给新 profile 添加插件，DSH 默认只初始化基础配置，不会自动成为 Web 应用。官方安装器会加载插件的 bundle patch，无需手改宿主源码。

打开 DSH 输出的认证访问地址。在 DSH 中配置主模型，然后进入插件的 Jev 页面。

配置判断连接

1. 打开 Jev → 设置与功能，在判断模型中选择 Jev 或 Luna Decisions；Luna 还可在 Luna API 中选择 OpenRouter 或 OpenAI。
2. 检查完整请求地址和凭据引用。Jev 保留原自定义地址和模型；Luna 使用对应 API 的固定模型标识。
3. 保存连接，再通过凭据控件保存 API Key。每套连接分别保存地址和凭据引用，不要把密钥写入源码或仓库 URL。
4. 点击测试连接，发送固定 Choice、Score、Noul 问题。通过表示三类回答均完成协议校验，不表示实际任务判断质量。
5. 只开启需要的功能。所有已启用功能使用已保存判断连接；切换模型不会改变功能开关、阈值、数量参数或共用超时。
6. 在判断记录中核对本次连接、提供方返回模型、实际请求、原始响应、统一答案、已知用量和动作回执。

| 连接 | 默认完整请求地址 | 请求模型 | 默认凭据引用 |
| Jev | 原 System One 地址，例如 https://api.typesafe.ai/v1/systemone | 原模型，例如 jev-latest | 原引用，初始为 JEV_API_KEY |
| Luna / OpenRouter | https://openrouter.ai/api/alpha/decisions | openai/gpt-6-luna-decisions | JEV_LUNA_OPENROUTER_API_KEY |
| Luna / OpenAI | https://api.openai.com/v1/decisions | gpt-6-luna | JEV_LUNA_OPENAI_API_KEY |

两个 Luna 模型 ID 是指定 Luna Decisions 能力在不同 API 中的命名。所选 API 决定协议，包括 OpenAI 将 Noul 表示为 predicate；修改域名不会改变协议。合法自定义端点仍使用所选协议。切回后可恢复各套已保存连接，旧 profile 默认选择 Jev 并保留原值。

凭据状态只显示是否存在和可写，不读回密钥；“已配置”不表示连接测试通过。编辑后须先保存连接，再写入密钥或测试；连接改变后，旧密钥写入会被拒绝，旧诊断也不能成为新连接的结果。成功替换密钥后清空输入。读取、编辑和保存设置均不发送模型请求。

每次尝试使用开始时已保存的连接；之后的切换用于新尝试和人工重试。故障不会自动转向其他模型或 API。OpenRouter 超过 200 题时完整分批，所有批次共用原超时，全部完成后才向业务交付答案；部分失败仍保留实际网络数据和已知用量。配置及生命周期详情见包参考。

选择功能默认最多推荐 5 个合格技能摘要，最低相关概率为 0.5；最多对 40 个 glob 命中排序，展示 12 条路径。在 jev-selection 插件行配置 skillMinProbability，取值须为 [0, 1] 内的有限数，概率恰等于阈值也合格。Web 数量表单保存时保留该阈值。没有技能合格时，正常发布空目录，主 Agent 可继续任务；skill_catalog 可恢复全部可供模型调用的摘要，原生 skill 仍可按准确名称加载。glob 超过上限时直接跳过判断排序，不会悄悄只判断前 40 个。监督功能默认每 6 个完成的模型步骤检查一次跑偏，连续 3 个原生目标轮次无进展则暂停；完成核查默认最多自动补充 3 轮。补充轮数接受正安全整数，按当前 profile 保存；非法输入显示错误并保留已保存值。这些计数互相独立，保存参数不会自动开启功能。

通用长日志准入和测试日志准入有独立开关，均默认关闭。命令日志从 6,000 个 Unicode 码点、可识别测试日志从 4,000 个码点开始处理。通用分支默认最多允许 48 个可判断候选块；首尾及其他保留分组不计入名额。默认设置下，候选超过 48 个时放弃本次通用过滤。两分支共用默认省略概率门槛 0.7，profile 显式配置值优先。判断最多等待 4 秒。取值依据和限制见阈值评估。设置页可调整这些及其他准入预算，保存预算不会开启功能。

原生 Spill 配置了 maxInlineTokens 时，准入先用宿主共享估算器和本次执行实际生效的预算，检查整个模型可见结果。超过预算就跳过判断请求及规则省略，原样交给原生 Spill；等于预算可继续接受已有检查。Jev 的文本处理位置仍在 Spill 裁剪之前。策略未加载或未配置预算时，沿用现有 Jev 处理，不增加这项限制；0 仍是有效预算。采用结果也必须在计入省略标记、恢复提示和外层结果后符合预算。这项功能用于原生预算内的任务相关性去噪，不保证真实 token 节省或任务收益。配置变化及策略状态无法确定时的行为见包参考。

行为与限制

- 提醒是建议。 跑偏和约束提醒不会阻塞、取消工具，也不会强制主模型遵守。即使只有一个引用或没有文字要求，证据选择题也至少保留两个选项；不确定选项不能作为纠正提醒的依据。
- 完成核查的固定16槽诊断。 初始错误由脚本种入，开启组的6/6个错误案例经真实Jev判断和DeepSeek补做满足核心要求；2/2个准确对照判为完成，均无补做。见新诊断结果。这些试次使用此前的已有证据核查语义，不能证明轻量报告核查的真实任务效果，也不能推出自然任务错误率或编码平均收益。历史长编码试次因默认证据预算裁掉原始要求，判断零采用、零自动补做，最终转入人工Retry/Cancel，见旧报告。
- 审批只针对一次操作。 不改变会话沙箱模式，不覆盖宿主固定检查。操作路径和直接脚本证据使用原生当前工作目录，包含相对 shell workdir 覆盖；原始工作区仍为沙箱边界。有效 approve 可返回 allowed-once，unauthorized 或 unknown 回原人工审批；技术故障保留人工 Retry/Cancel。
- 共享纠正有明确范围。 它只处理已经共享的报告和消息，不读取所有 Agent 的内部探索；自动投递限当前存活的主 Agent 及其活跃、可继续的直接子 Agent。同一发现以不同形式上报时，仍可能产生重复纠正。
- 判断成功不等于执行成功。 日志分别记录判断、采纳、许可发放和实际操作结果。
- 日志准入保留原文入口。 它只在工具执行后调整符合条件的模型可见文本；DSH 即时 spill、工具输出上限和之后的上下文压缩仍生效。隔离真实 profile 的一次构建将 8,510 字符日志缩短了 75.7%。一次中性措辞的 180 项测试触发了测试日志判断，但省略概率低于当时配置的 0.8 门槛，因此完整保留；该次不证明测试日志已有实际缩减效果。见工具输出准入报告。
- 验证有范围。 确定性测试证明集成流程，有限真实样例不能证明普遍语义准确率。详见验证说明。
- Luna 任务结果保留未达预期与限制。 前两个受控审批样例返回 unauthorized；后来的真实任务得到 approve 并执行一次原生 allowed-once 写入。真实构建日志在原默认参数下由 8,407 缩至 2,122 码点（74.76%），五个同分文件概率则未改变排序。双语 Luna 报告同时记录这些结果、原文恢复和未验证功能。

开启的功能会将相关任务上下文或操作内容发送到配置的判断服务。精确判断输入和回答保存在 profile 的本地插件记录中，主模型可见影响使用正常 DSH Session 记录。运行资料和凭据应保留为私有数据；公开源码历史不包含个人 QA 截图和原始会话抓取。

更新与移除

已有 profile 更新时，重新构建、打包，运行 dsh plugin --profile jev add <新安装包路径>，再重启该 profile。不要对已有 profile 重新执行 --from-default-profile。相同版本号的不同构建使用新的安装包文件名，验收更新时核对实际安装内容。

单项功能可在 Jev 页面关闭。移除整个包时，以当前 CLI 的 dsh plugin --help 为准。替换实验分支安装包可能移除该分支特有功能，替换前保留 profile 备份。

开发

项目名称为 deepseek-harness-jev；内部安装包与导入标识保留 @dsh-jev/plugin，与已有 profile 的插件配置一致。

仓库根目录是 GitHub 安装入口，packages/jev 保留开发源码；pnpm run build 会同步生成 runtime/，发布源码改动时应一并提交这些生成文件。

插件 CI 在拉取请求和推送到 main 时运行，使用 Node 24 和 packageManager 声明的 pnpm 版本。它依次运行 pnpm install --frozen-lockfile、pnpm run typecheck、pnpm test 和 pnpm run build，随后检查 runtime/，其中有修改、删除或新增文件时检查失败。提交拉取请求前，请构建并将更新后的 runtime 文件与源码改动一并提交。

Client CSS 构建用包内相对路径计算类名哈希，并对类名映射排序，使 runtime 比较不依赖 checkout 的绝对路径或 CSS 导出字段的遍历顺序。

协议参考准备步骤在 Windows 上使用目录联接（junction），因此 pnpm run typecheck 和 pnpm run build 创建该依赖链接时无需管理员权限或开发者模式。其他平台仍使用相对目录符号链接。该准备步骤的回归检查在 Windows CI 作业和常规测试套件中运行。

运行 pnpm run test:compatibility，即可构建并打包正式 GitHub 安装入口、准备精确开发版本的 DSH，并在临时 profile 中检查官方安装、Host 组件和 Jev 网页。兼容性 smoke 指南说明 Chromium 准备、指定版本及更新支持版本的方法。检查使用本地确定性模型回复，无需真实模型凭据。

维护者可用 DeepSWE 配对评测入口评测编码任务，用 glob 排序管线验证固定路径选择案例。两者采用隔离的 DSH/Pier trial，将模型执行与离线检查、报告分开。英文评测指南提供编码任务工作流。

完成核查与技能评测入口提供四个具名场景，包括completion-recovery-16，以及显式资源清单、新批次准备、无费预检、收费执行和离线报告。新固定诊断与历史结果均和维护入口的验证分开。每次重跑记录脚本提交和源码哈希，依赖及凭据仍需在运行机器上可用。

公开 glob 实验记录六类合成案例与12次真实DeepSeek/Jev运行：4次成功Jev判断返回69项分数，0和41候选按规则旁路；报告保留质量负例、恢复检查、源码读取数与费用估算。历史运行使用固定的旧版插件产物，维护中的管线不表示当前main已重跑，也不表示通用任务成功率提高。

pnpm run typecheck
pnpm run build
pnpm exec vitest run packages/jev/tests/host.test.ts packages/jev/tests/wire.test.ts

按改动运行相关测试。没有明确授权时，不开启真实服务实验或使用他人的凭据。开发夹具和测试不会进入可安装 tarball。

- 包参考与消费者 API
- 规划、决策与交付记录
- 工作区审批集成测试
- 工作区审批 QA 用例
- 工具输出准入报告
- 分支状态
- 验证说明

DSH 接入点

| 模块 | DSH 扩展点 | 源码 |
| 技能与文件选择 | agent/pre-step、tools/execute、tools/post-execute | selection.ts |
| 监督与约束提醒 | session/event、agent/pre-step、agent/turn-stopping、tools/pre-execute | supervision.ts、instructions.ts |
| 消息分流与共享纠正 | 原生 Agent inbox、agent/pre-step、tools/result、子 Agent 消息 | interjection.ts、shared-findings.ts |
| 工具输出与测试日志筛选 | tools/post-execute | output-admission.ts |
| 单次提权审批 | tools/execute、approval/request | workspace-approval.ts |

许可证与致谢

MIT，见 LICENSE。安装包携带的第三方许可见 THIRD_PARTY_NOTICES.md。

功能研究受到 Mu 启发。本项目通过公开扩展点实现 DSH 插件，不分发修改版 DeepSeek Harness、Mu 或 Cua runtime。DeepSeek Harness、Typert 工具和 Zod 保留各自声明。