← 返回列表
需源码安装
一个助力包括我在内的萌新进行项目式学习的dsh preset
暂不能直接安装（需源码编译或环境不满足）：仓库缺少 package.json，无法用 dsh 插件安装命令安装。 · 最近上游提交 2026/9/18 · 已提供中文文档
综合分
30.2
GitHub 分
30.2
用户评分
—
★ Stars
1
周下载量
—
安装插件（需先安装 dsh CLI 引擎：npm install -g @deepseek-ai/dsh）
dsh plugin --profile web add mingger77/project-learning-helper仓库缺少 package.json，无法用 dsh 插件安装命令安装，改用 GitHub 源安装
信任档位：已验证本站已于 1 天前真实安装成功
- 是什么
- dsh 原生插件 · other
- 装得上吗
- 本站已真实安装成功（非静态推断）
- 安全吗
- 本站尚未对该插件做风险分级（暂未覆盖，不等同于无风险）
- 还在维护吗
- 活跃：最近一次提交在 7 天前
档位由下列信号合成：本站实装验证（真实安装，当前最高到 L4）· 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。下方各区块是它的证据明细。 验证判据与等级说明 →
🟢实装验证通过· 2026/9/24
由本站实装验证器在真实 dsh 环境安装成功，非静态推断。
数据截至 2026/9/23（元数据每日更新 · 实装验证按队列轮转，单条结论的验证时间见上方）
安装兼容性检查需源码安装
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出，未做人工实机验证——能装不等于用着没问题。
✗npm 包project-learning-preset（未发布到 npm，仅可源码安装）
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✗入口文件缺少入口声明
仓库缺少 package.json，无法用 dsh 插件安装命令安装
验证方式：npm registry 存在性 + package.json 静态校验 · 最后验证 2026/9/21 16:11:54
用户评分
还没有人投票，来当第一个
订阅周报，不错过优质插件更新
每周一封 · 高评分插件 + 新用户活动
README
由 DeepSeek 最新模型翻译生成项目学习模式（以 Lab 为中心）—— 三端实现
问题驱动 · 做中学 · 以 Lab 为中心的项目学习模式，同一套方法论分别落地到三个 Harness：
| 变体 | 目录 | 交付形态 | 命令面 | 写权限落地 |
|---|---|---|---|---|
| Pi | pi-plugin/.pi/ | 开箱即用 .pi/ 文件夹（+ 可选 npm/git 包） | /profile /read /lab（Prompt Templates）+ /learning | 扩展硬拦截越界写入 + 保护评分文件（R9） |
| OpenCode | opencode-variant/.opencode/ | 全局或按项目安装的 .opencode/ | /profile /read /lab（commands） | agent permission（edit 仅 learning_plan/，评分文件显式 deny） |
| DSH | project-learning-preset/ | Agent 预设（复制到 .agent-presets/） | 无斜杠命令，用触发语 | persona + 元规则（模型级纪律） |
设计要点（v0.2 · 以 Lab 为中心）
1. 一个 Lab = 一个阶段：每个 Lab 都具备 handout、规则、可运行评分与复盘，用分数决定是否推进。
2. Lab 五要素：目标概念 / 驱动问题 / handout（LAB.md）/ 规则与评分（lab.config.json + autograder/）/ 复盘（REPORT.md）。
3. 评分 = 项目既有命令 + 规则检查：不造 bespoke 测试题库、不设隐藏测试；threshold 默认 100，结果写 autograder/last-result.json。
4. 三个流程：/profile（画像）→ /read（地图与可实验点）→ /lab（new / grade / review / list，可反复跑分形成闭环）。
5. 推进判定：评分 ≥ 阈值 ∧ 驱动问题已答（或显式推迟） ∧ REPORT.md 已填——由状态与分数决定，不看轮数或篇幅。
6. 写权限：AI 只写 learning_plan/；labs//LAB.md、labs//lab.config.json、labs//autograder/ 与项目既有测试生成后不得修改*（元规则 R9）。
7. 做减法：文档只留 MAP.md / PROFILE.md / LOG.md / others/项目解析.md + 每个 Lab 自己的目录；KNOWLEDGE.md、stages/、/ask、/build、/answer 均已退役（内容已迁移，未丢失）。
8. 单一技能源：7 个技能的正文可移植，canonical 源在 pi-plugin/.pi/skills/，由 pi-plugin/scripts/sync-variants.mjs 同步到三端。
核心约定
learning_plan//
├── MAP.md # 指路：总目标 / 驱动问题 / ## Labs（驱动问题·状态·评分·LAB.md 链接）
├── PROFILE.md # 我是谁：画像 + 实验评分偏好 + 前置自检（与 MAP 同等重要）
├── LOG.md # 发生了什么：追加式流水（含「## 目录」跳转，自动维护）；性质 onboarding|ask|grade|completion|commit
├── labs/NN-/
│ ├── LAB.md # handout（目标概念/驱动问题/背景/规则/评分构成/四层提示/交付物）
│ ├── lab.config.json # tests + rules + threshold + repoRoot（生成后 AI 不得改）
│ ├── scaffold/ # 起步文件，关键实现 # TODO(你来实现)
│ ├── autograder/ # check-rules.mjs / grade.mjs / last-result.json（零依赖）
│ └── REPORT.md # 复盘（含 grading 区块）
└── others/ # 项目解析.md：事实层 + 验证命令清单 + 可实验点清单 + 概念速查
- 一次一个 Lab；Lab 推进判定 = 评分 ≥ 阈值 ∧ 驱动问题已答（或显式推迟） ∧ REPORT.md 已填。
- 评分 = 项目既有命令 + 规则检查（不得改测试/必须文件/禁止写法），threshold 默认 100，结果写 autograder/last-result.json。
- 7 个技能：project-learning-main、project-learning-regulation、project-lab-method、project-reading-method、project-doc-map、project-doc-profile、project-doc-log。
- KNOWLEDGE.md、stages/、/ask、/build、/answer 均已退役。
单一技能源 + 同步
7 个技能的正文是可移植的，canonical 源在 pi-plugin/.pi/skills/：
cd pi-plugin
node scripts/sync-variants.mjs # 同步到 opencode-variant 与 project-learning-preset
node scripts/sync-variants.mjs --check # 校验三处逐字节一致
Harness 差异全部写在技能的「Harness 集成」小节里，因此同步就是整目录替换，不需要按端改写。
快速验证
Pi：类型 + 单测（33 项）+ 真实加载
cd pi-plugin && npm run typecheck && npm test
pi --mode rpc -e ./pi-plugin # 发 {"type":"get_commands"} 可见 /profile /read /lab + 7 技能
OpenCode：技能 / 代理 / 命令面
cd ../opencode-variant && opencode debug skill && opencode debug agent project-learning && opencode debug config
DSH：预设 YAML 与行集合
复制 project-learning-preset/ 到 ${DSH_HOME:-~/.dsh}/.agent-presets/project-learning/
agentPresets.standingKeyFor('project-learning') === 'mounted OK'