首轮锚定 r-ayin/dsh-weneed-bootstrap

dsh-weneed-bootstrap

两阶段「We need」思考链锚定 —— 只在会话首轮把系统提示词压成一句极简推理协议，首个工具调用后自动晋升回完整提示词。

机制 · 实测数据 · 安装 · 配置 · 已知局限 · English

它解决什么问题

DeepSeek V4.1 在完整预设（大 persona + 全工具面 + 运行时上下文）下，思考链常以 Let me / The user asks / The 起手，遇到多步任务容易反复推翻自己（"but wait…" 绕圈）。

社区已有多份复现说明这条规律来自首轮请求形态，而不是任务本身：

- dsh-anchored-standard：首轮只用真 Minimal schema 锚定，会话稳定后放开完整工具；
- dsh-micro-inversion-standard：首轮只暴露 Minimal 双工具 + 1024 输出预算，强制首块 we need … 起手；
- pi-deepseek-v4-anchor：把首个请求锚到 Minimal 轨迹，首个持久工具调用后恢复完整工具目录。

本插件把这件事做在 DSH 的 system-prompt 装配层，不需要替换整个预设，也不改工具目录。

机制

挂在 system-prompt/assemble waterfall 上：

1. 判定阶段：读当前 session 的事件快照（header.agentPreset 做预设门禁），若还没有任何 assistant/、tool/、tool-call、step/end 事件 → 处于首轮。
2. 首轮锚定：把 sections 换成一段极简推理协议（开头要求 We need、三行内成计划、一次只走一步），并在 contexts 头部注入一条近场提醒（渲染在提示词末尾，recency 最强）。
3. 自动晋升：一旦出现首个 assistant 消息或工具事件，原样返回完整装配 —— 你的 106KB persona、工具面、EXECUTION BUDGET、commitment 纪律全部回来。
4. 门禁：只对 presetId 前缀匹配的预设生效（默认 code-guarded，因此同时覆盖 code-guarded 与 code-guarded-we），其它预设零影响。

两层锚定（v0.1.1）

首轮极简只管「进入 We need 轨迹」，撑不住之后的长任务。所以插件现在是两层：

| 层 | 时机 | 内容 |
| L1 首轮极简 | 会话第一个请求 | 整段 system prompt 压成推理协议（约 500 字符） |
| L2 常驻近场锚 | 每一轮（含晋升之后） | 提示词末尾追加一行 Reasoning format for this turn: open the thinking block with "We need". Not "Let me", not "We have", not "The user". |

为什么必须 L2：晋升后完整提示词约 12 万字符，persona 里的提醒被稀释到几乎无权重。实测某长会话：首轮、第 2 步都是 We need，第 3 步起退化为 We have … / The … / Now …（54 个 reasoning 块只有 2 个以 We need 开头）。L2 把锚点放在提示词最后 100 字符内，recency 最强。

已知边界：轮内漂移（v0.1.2 实测）

本插件能稳定控制每条新用户消息之后的第一个思考块，但同一轮内工具调用之间的后续块不受提示词影响。

| 位置方案 | 新用户轮首块 | 同轮内后续块 |
| 不注入 | 0 / 1 | 0 / 208 |
| contexts 首位 | — | 0 / 12 |
| contexts 末位 | 2 / 2 | 0 / 12 |
| sections 尾 + contexts 尾 | — | 0 / 8 |

原因：轮内继续时，模型看到的是「自己上一条 assistant 消息 + 工具结果」，思考风格由对话轨迹延续决定；system prompt 每轮重新装配，位置再靠后也只是背景。这是提示词干预的物理上限，不是配置问题。

如果你需要轮内也保持，需要换干预层（在会话历史里插入合成提醒消息），本版本不提供。

实测数据

自测（同一台 DSH，deepseek-v4.1-flash，全新会话）：

| 方案 | 首轮 We need 起手 |
| 完整提示词原样 | 0 / 6 |
| 仅加 commitment 纪律 | 0 / 6 |
| 首句锚定 + commitment | 2 / 6 |
| 首句锚定 + commitment + 尾部近场锚 | 3 / 6 |
| 两阶段（本插件） | 4 / 4（晋升后仍 3 / 4 保持） |

另有 3 个全新子会话自测：applied=true 3/3，模型自报思考开头 3/3 为 We need …；随后各出现一次 started=true applied=false，证明晋升路径正常。

安装

从 GitHub 安装（推荐）
dsh plugin --profile web add git+https://github.com/r-ayin/dsh-weneed-bootstrap.git

或在本地开发机直接注入（免重启）
dev_inject_plugin {"dir": "/path/to/dsh-weneed-bootstrap"}

安装后重启一次 dsh web（bundle 层在启动时装配）；本地注入则热生效。

配置

写在 ~/.dsh/profiles/web/cordis.patch.yml：

- id: dsh-weneed-bootstrap
config:
enabled: true
presetId: code-guarded # 前缀匹配；只想覆盖单个预设就写全名 openingPhrase: We need avoidPhrase: Let me

| 键 | 默认 | 含义 |
| enabled | true | 总开关 |
| presetId | code-guarded | 预设名前缀门禁；code-guarded 同时覆盖 code-guarded-we |
| openingPhrase | We need | 要求思考块的开头短语 |
| avoidPhrase | Let me | 明确禁止的开头 |

与预设的配合

本仓库同时附带一份预设叠加片段 presets/code-guarded-we.yml：

- persona 前缀首句锚定：When you think, start with "We need ...". Never open a reasoning block with "Let me".
- persona 后缀加一段 commitment 纪律：不重述已确认步骤、不说 "but wait"、一次成计划；
- 尾部近场提醒：Reminder: every reasoning block opens with "We need", not "Let me".

插件负责「首轮极简」，预设负责「全程纪律」，两者叠加才稳。

踩坑记录：DSH 0.2.0 起不再扫描 ~/.dsh/.agent-presets/，预设必须写在 profile 的 cordis.patch.yml 里才生效（诊断：dsh --profile web --dump-config | grep -c '<段落>'）。
这也是本仓库只附片段、不附整个预设目录的原因。

已知局限

1. 首轮是极简提示词：首轮不带完整工具面说明、也不带 EXECUTION BUDGET 之类的大段文字；只要有第一次工具调用或回复，第二轮立刻恢复。
2. 闲聊/超短问题可能仍不遵从（模型判断不需要计划）。v0.1 已把协议放在提示词首行并给示例，但不保证 100%。
3. 与 dsh-anchored-standard 这类同样改写首轮的插件不叠加使用 —— 会互相覆盖首轮装配。
4. 事件判定依赖 session.eventsSnapshot；DSH 若改动事件字段，需要同步更新 started()。

文件

src/index.ts # 全部逻辑（单文件，约 100 行） cordis.patch.yml # bundle patch：把插件插进 web profile presets/ # 可选的预设叠加片段 scripts/build.sh # 构建脚本（克隆自 DSH 脚手架）

Two-phase chain-of-thought anchoring for DeepSeek Harness. On a session's first turn
the plugin replaces the system prompt with a minimal reasoning protocol that demands the
thinking block opens with We need; once the first assistant message or tool call lands,
it hands control back to your full prompt. Gated per preset (prefix match), so other
presets are untouched. Verified 4/4 first-turn compliance in API probes and 3/3 in live
sub-sessions; prompt-only tricks cap around 50%.

MIT License.