思维模式路由预设yjh051108/dsh-router-standard

dsh-router-standard

任务感知思维模式路由预设：把 DeepSeek V4 在 persona 轴上"非连续、分相变"的实测特性，
量化到稳定区（spec / react / weak），在首轮注入匹配的 persona 与工具面。
属于 dsh-routing-suite 套装，与 dsh-super-injector
（免重启运行时注入）配合开发。

📄 研究史说明：docs/statement.md（勘误声明）｜ docs/apology.md（道歉函）

当前状态（v1.19.1，2026-08-24 · 研发线，尚未发布）

Router Standard 处于「严格 workflow」研发线（以 CHANGELOG 为准，版本线文件 router-bootstrap-v34.mjs）：

- 严格阶段 workflow：完成信号驱动晋级（0→1 需澄清/计划、1→2 需计划锁定、2→3 需交付自检），
阶段 0 强制对齐（歧义先 ask_user_question、复杂任务先 todo_write）；"工具名/文本即跳级"已删除。
- 任务回显：stageText 新增 Task: ——模型每轮都看得清在为什么事工作，不跑题。
- 渐进披露：阶段化解锁 + 两档预放 + 直达语义 + 交付全量开放；tools_catalog 全量索引 / tools_help 完整 schema；
已删除 all:true（无全量出口，未解锁工具不进入视野）。
- 标准模式基底：native 直调（无 PTC/run_code 包装，SDK 全量段不存在，工具面注意力税大幅下降）。
- 页面验证内置：dev_page_check = 截图 + DOM smoke + console/pageerror/title/selector/scale；
{js:…} 模式 = 本地 JS 引擎（零外部 node 依赖）；external 证据一等公民。
- 描述 ⇄ 行为对齐：presentation=native 自检、阶段文案只说真话、平台事实（win32 以 Git Bash 私有 shell seam 为准）。
- 主动性引导：Proactivity 常驻段（自检信号，不是停手命令）；压力感应器已退役。

配套预设：router-react（v17）/ router-spec（v10）（基于标准模式的两大执行预设，均支持首轮读图）；
router-pro 线已退役删除。完整演进：见 CHANGELOG.md 与 docs/STANDARD-PLAN.md。

【历史文档 · v0.3 时代】 Task-aware reasoning-mode router for DeepSeek Harness. One preset, two
routing modes (v0.2.0 naming), plus the measured three-band axis behind them:

| routing mode | first request | thinking shape |
|---|---|---|
| standard（标准路由预设） | 分类 persona（spec/react/weak）+ 完整 prompt sections + 分带首轮工具面 | 按分类带行动：react 直接产出、spec 先读后改、weak 内路由（每轮近距离引导） |
| spec（spec 路由预设） | 分类 persona（spec/react/weak）+ 完整 prompt sections | 雷霆大思考：首轮超长思维链（101K 推理 0 行动是其特征，不是缺陷） |

选择：安装两个预设之一（Router Standard / Router Spec，见 Usage）。
dev_router_status 显示当前路由模式。

This is a research artifact. It encodes a measured property of DeepSeek V4
Pro / V4 Flash: model behavior along the persona axis is not a continuum
— it collapses into a few stable regions separated by phase transitions.
The router therefore quantizes to the stable regions instead of pretending
the axis is continuously tunable.

v0.3.0 — real-assembly-chain fixes

v0.2.x shipped routing logic that was validated against bare-API probes but
was broken on the REAL DeepSeek Harness assembly chain. v0.3.0 fixes all of it,
verified against @deepseek-ai/dsh-agent-loop (0.1.0-rc.7) event ordering:

- First-turn routing actually works (issue #13): the loop claims the inbox
BEFORE assembling the system prompt, and inbox.claim() emits the
agent-scoped agent/inbox/claimed event synchronously — the router captures
the first REAL user message there (source.kind === 'user' only), so the
first request is classified instead of unconditionally falling into weak.
(The captured text is CLASSIFIED, not fed to bandOf raw — the old capture
- 路径静默地将每条捕获的消息映射到规范带。
- 近场引导移至 agent/pre-step（问题 #34/#36/#55）：
session/event 在 agent 平面预设内从不触发（dsh-scope 将其过滤出
入口本地领域），因此旧的收件箱重新追加从未传递
引导——而在它确实触发的地方，next-step 追加强制每条用户消息产生第二次
模型请求（2 倍 API 调用峰值）。该引导现在在 agent/pre-step 处插入到
decision.messages 中：与用户消息相同的请求，近场，缓存中立，零额外往返。
- 修复：两个引导文件中缺失的 extractText/bandOf 导入
（#11）——session/event 处理器在触发时因 ReferenceError 崩溃；
sessionMode 在固定带时忽略插件来源消息；router.test.mjs 导入路径；
preset.yml YAML 引号（#53）；子代理会话跳过（#5）；从
assembled.variables 选择会话模型（#9）；规范预设的 RL 标准模式现在在首次工具/调用后
原样返回组装结果（#44）。
- 新增：router.integration.test.mjs 针对实际引导代码重放真实的 claim → assemble →
pre-step 顺序。

它的作用

router-standard：读取会话的第一条真实用户消息，对
任务进行分类（build → react / fix → spec / ambiguous → weak），并在首次
模型请求时注入匹配的角色，同时保留完整的提示词
部分；首轮核心工具面遵循该带
（spec=read/edit/glob/grep，react=read/write/edit，weak=read/write/edit，每个
加上平台 shell）。弱带会话还会在与每条真实用户消息相同的请求中获得近场路由
引导。

router-spec：相同的路由核心，带有深度思考优先的品牌标识；保留
v0.2.0 双模式代码路径（routerMode），因此配置了
routerMode: standard 的副本仍会获得 RL 接口首轮（RL 句子 +
shell/str_replace_editor），并在首次持久
工具/调用后恢复完整部分。

在首次持久工具调用后，完整的 Standard 目录会被暴露，并且
路由器停止触碰任何内容。模式派生自持久会话
事件，因此恢复/重新加载会保留它。计划模式提示词部分被保留，
因此计划边界不会重置模型的焦点。

三个实测行为带

细粒度探测（21 个模式点 × n=2，官方 API，reasoning_effort=max）
在 V4 Pro 上显示，沿角色轴的行为坍缩为三个带：

| 带 | 模式 | 实测行为 |
|---|---|---|
| spec | 0 – 0.19 | 稳定的计划集体（We 轨迹，let-me ≈ 0） |
| mixed | 0.2 – 0.49 | 过渡陷阱：We/The/Let 的不稳定混合 |
| react | 0.5 – 1.0 | 稳定的执行者（The/Let 第一人称，we ≈ 0）——11 个模式值表现相似 |

V4 Flash 呈阈值式（0–0.5 全在 spec 侧，在 0.75+ 跳跃）。数值
dev_router_mode 接口被保留，但它会量化到三个频段——过渡带永远不会被自动选中。

原因：双吸引子 RL 策略

跨项目的证据（见 docs/paper.md 和 docs/experiments.md）：

- 同一个模型在维护基准测试中于 spec 条件下达到顶带分数（Project2：minimal 99/96，anchored 98/99），并在绿地构建任务中于 react/code 条件下达到顶带分数（Mario：10/10），而错误的模式分别只得到 91 / 6——仅凭提示词条件作用就有约 10 分的摆动（“god/ghost 二元性”）。
- 人设是主导触发因素（一句话替换即可翻转轨迹）；工具 schema 表面是次要条件；用户消息中的目录文本没有效果。
- 行为是路径承诺的：一旦锚定，扩展工具目录最多扰动一个推理块，且永远不会翻转模式。
- 中间人设是分布外的（训练分布差距），这就是实测到的不稳定带。

模型无法自我路由：P3（相同人设，任务替换 → 轨迹不变）、P5（路由器人设 → 执行者吸引子吸收指令）和 P8（领域重叠扫描）表明，唯一的内部路由窗口是 WEAK 人设 + 少样本路由指令（倾斜，而非翻转；区分度 +2.3..+3.3）。会话中途切换模式没有奖励信号，而且行为相变意味着模型在第一个请求时就已承诺。模式选择必须来自外部——人类（“streamer”）、启发式分类器或学习到的路由器。本预设就是该外部路由的自动化版本。

用法

两个预设（v0.3.0；router-pro 产品线已退役）：在 ~/.dsh/.agent-presets/ 下安装一个或多个：

标准路由预设（RL 接口还原，默认推荐）
$target = Join-Path $env:USERPROFILE '.dsh\.agent-presets\router-standard'
Copy-Item -Recurse .\preset\router-standard $target

spec 路由预设（深度思考优先）
$target = Join-Path $env:USERPROFILE '.dsh\.agent-presets\router-spec'
Copy-Item -Recurse .\preset\router-spec $target

免重启安装（推荐）：装好 dsh-super-injector
后（见套件 scripts/install-injector.ps1），改预设代码不再需要换文件名/重启：

dev_reload_preset router-standard   # 预设热更新：?v=N query 绕 ESM 缓存，新会话立即用新代码

注意事项（实测血泪）：

1. ESM 缓存：loader 按 URL 缓存模块——原地覆盖文件内容不生效（改代码必须
dev_reload_preset 或换文件名）。
2. 首次会话必须新开：路由模式在首个请求锁定（路径承诺），中途切 GUI 模型/
改配置不影响已运行会话。
3. 子代理不路由：parentSession 会话跳过路由层（社区 #5 修复），shell-less
子代理不再崩溃。
4. 引导注入通道（v0.3.0）：近场引导走 agent/pre-step，每个真实用户消息
注入一条（weak 模式）；rc.6 起 session/event 在 standing scope 收不到事件，
旧版本引导是死的。
5. 首轮真实分类（issue #3/#13）：首轮路由读 agent/inbox/claimed 的原始
消息文本并经 classifyTask 分类——首轮即真实 band（不再 weak 兜底）。
6. 自举卸载：dev_uninject_plugin --self=true 可卸载注入器自身（保留
装配链，重启自动恢复）——用于验证安装闭环。

重启 DSH（或通过套件脚本安装以实现零接触），启动新会话，选择 Router Standard (experimental)（RL 接口，think-act
循环），Router Spec（实验性）（深度思考优先，首轮长链正是其要点）或 Router Pro（V4 Pro 实测最优）。

- dev_router_status — 当前模式、档位、人格、核心工具、覆盖状态
- dev_router_mode  — 显式模式
（数值输入会量化到三个档位）
- dev_mode_subagent   — 在全新的隔离上下文中以
不同的推理模式运行一个任务（拥有自己的系统提示词），不触碰当前轨迹。
模式隔离是在会话中途切换模式的唯一可靠方式：会话中途切换人格会使整个
前缀缓存失效，尾部人格无效（P6），而原生子代理会继承此人格。

单一预设，按模型自动匹配。 无需配置 Pro/Flash 拆分：personaFor(mode, modelId) 读取会话的模型路由并自动选择实测最优配置——Pro → w6c（spec 句子 + 分类指令，无锚点；24/24 = 100% 路由，P24），Flash → w7 + 召回/防失控锚点（96% 路由；100% 单任务完成，P23）。模型在首次请求时即固定（路径承诺），因此人格在整个会话中锁定；切换 GUI 模型会以匹配的配置启动新会话。

深度自适应引导（v20，思考效率）。 每条消息的引导按任务复杂度分发（isComplexTask：长度或架构关键词）：
- 简单任务 → 快速收敛引导（P30：1 步，零浪费）；
- 复杂任务 → 决策收束深度引导：“深入思考架构、边界情况和集成点。不要在
环境或工具上耗费推理。当信息完整时即产出。
每个推理块以决策或信息需求结尾。”——
P30：深度 +12% 且收敛更快（8.0 对 8.3 步），3/3 完成。
- 反刍（怀疑环境 / 反复确认）被防失控锚点抑制：实测仅占推理 token 的 0.0-0.3%。

测试

node --test router.test.mjs   # 11 个测试：分类、档位、人格、计划段存活

文件

- preset/agent.cordis.yml — 完整的 rc.6 Standard 组合 + router 行
- preset/router-core.mjs — 纯路由逻辑（零依赖，可单元测试）
- preset/router-bootstrap.mjs — Cordis 插件（零外部导入）
- router.test.mjs — 单元测试
- docs/paper.md — 理论 + 实验报告
- docs/experiments.md — 完整数据表

证据与归属

- 轨迹触发矩阵、双模型矩阵以及 21 点阶段探针：
dsh-probe（本仓库的配套脚本位于论文的附录表格中）。
- Project2 评估数据：xiaobright/modeltest
（V4.1b，已冻结）——minimal 99/96，standard 91，PTC 92，anchored-standard 98/99。
- 两阶段锚定预设：xiaobright/dsh-anchored-standard
（MIT）。路由器的首轮锚定是其 tool-bootstrap 机制的插件级移植。
- DeepSeek Harness 官方 minimal 预设快照
（sends the exact RL prompt and schemas 测试）——即规范人设与
RL 对齐声明。

许可证

MIT。preset/agent.cordis.yml 派生自 DeepSeek Harness Standard
预设（MIT）；原始署名见 NOTICE。