为工具调用提供结构化概率判断与风险拦截
29.8/100
综合分
0
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/11 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add yourtion/dsh-decision该包不可直接 npm 安装,改从 GitHub 源安装(明细见下方安装检查)
状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:待复验
是什么
dsh 原生插件 · security
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 22 天前
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 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。
社区实装还没有人打卡 · 装过的第一个就是你
安全扫描自动 · 静态分析源码v2.7.0🔵 扫描:含敏感能力尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0静态扫描发现插件具备触达本地系统的能力:执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量(至少其一)。这是能力清单,不是危险判定——具体能力项与证据见下方,安装前请自行判断是否需要。
读写/删除本地文件读取剪贴板或密钥环境变量发起外部网络请求
查看扫描证据(共 6 处,展示前 6 条)
- 读取本地文件packages/decision/src/harness.spec.ts:693
await vi.waitFor(() => expect(existsSync(path)).toBe(true), { timeout: 5_000 }); - 读取本地文件packages/decision/src/harness.spec.ts:694
const lines = (await readFile(path, "utf8")).trim().split("\n"); - 删除本地文件递归packages/decision/src/harness.spec.ts:697
await rm(dir, { recursive: true, force: true }); - 读取密钥环境变量packages/decision-jev/src/config.spec.ts:6
process.env.DSH_DECISION_TEST_KEY = "from-env"; - 读取密钥环境变量packages/decision-jev/src/config.spec.ts:16
delete process.env.DSH_DECISION_TEST_KEY; - 发起网络请求packages/decision-openrouter/src/provider.ts:180
response = await this.#fetch(`${spec.baseUrl.replace(/ +$/, "")}/decisions`, {
扫描于 2026/10/31(1 天前) · 范围 全包扫描 · 来源 GitHub 仓库
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
功能亮点
- 结构化概率判断
- 共享工具风险策略
- 影子审计轨迹
DeepSeek Harness 和 Pi 的可扩展判断层:结构化概率服务商、共享工具风险策略、影子审计轨迹,附带 Jev 适配器。
README
由 DeepSeek 最新模型翻译生成@techs/dsh-decision
面向 dsh 和 pi 的可扩展决策层:核心将结构化概率判断交给确定性策略处理,两个宿主共用六维工具风险策略。Jev 是首个判断 provider,不是核心的依赖前提;agent 的主模型仍负责生成回复。
判断模型接入
dsh 核心接受能对具名问题返回结构化概率的模型。接入时实现 JudgmentProvider,声明支持的问题类型(二元、分类、有序评分),注册到 ctx.decision,并通过 decision.config.provider 选择。每种模型或 API 协议需要将请求与结果映射到这个接口的 adapter,模型不必兼容 Jev 的 TypeSafe System One wire 格式。
本仓库提供 Jev 和 OpenAI Decisions API adapter。更新后的 pi 扩展可通过 PI_DECISION_PROVIDER=jev|openai 选择,默认仍为 Jev。OpenAI 接入可从当前源码使用,npm 安装需等新版本发布。Jev 上校准的阈值不能直接套用到其他模型,应先重跑评估并从 shadow 开始观察。pi 目前只接入工具调用前的 guardrail。
安装发布版
需要 Node.js 22.19+ 和 Vercel AI Gateway key。
展开完整文档(README 剩余 1 节)
@techs/dsh-decision 面向 dsh 和 pi 的可扩展决策层:核心将结构化概率判断交给确定性策略处理,两个宿主共用六维工具风险策略。Jev 是首个判断 provider,不是核心的依赖前提;agent 的主模型仍负责生成回复。 判断模型接入 dsh 核心接受能对具名问题返回结构化概率的模型。接入时实现 JudgmentProvider,声明支持的问题类型(二元、分类、有序评分),注册到 ctx.decision,并通过 decision.config.provider 选择。每种模型或 API 协议需要将请求与结果映射到这个接口的 adapter,模型不必兼容 Jev 的 TypeSafe System One wire 格式。 本仓库提供 Jev 和 OpenAI Decisions API adapter。更新后的 pi 扩展可通过 PI_DECISION_PROVIDER=jev|openai 选择,默认仍为 Jev。OpenAI 接入可从当前源码使用,npm 安装需等新版本发布。Jev 上校准的阈值不能直接套用到其他模型,应先重跑评估并从 shadow 开始观察。pi 目前只接入工具调用前的 guardrail。 安装发布版 需要 Node.js 22.19+ 和 Vercel AI Gateway key。key 只用于 Jev 判断;宿主的主模型仍需自己的凭证。默认 shadow 仅观察并记录判断,不改变工具调用结果。若要不经 Gateway 直连 TypeSafe 官方端点:pi 设 PI_DECISION_JEV_BACKEND=direct 并导出 JEV_API_KEY(官方端点单次判断约 20 s);dsh 按接入说明覆盖 bundle 的 decision-jev.config。 pi: export AI_GATEWAY_API_KEY=你的_Gateway_key pi install npm:@techs/pi-decision dsh(安装到已有的 web profile): export AI_GATEWAY_API_KEY=你的_Gateway_key dsh plugin --profile web add @techs/dsh-decision @techs/dsh-decision-jev dsh web 两个 dsh 包分别提供决策层与 Jev adapter 的 bundle,安装后由 dsh 自动加载配置层。已有 Web 进程需重启;key 必须对启动它的进程可见。dsh bundle 保持原生权限模式,默认只开启工具 guardrail;需要独立的 decision profile 或自定义配置时看接入说明。 从仓库接入 pi 日常使用请优先装上面的发布包;本节从源码运行。需要 Node.js 22.19+、pnpm、pi,以及 Vercel AI Gateway key。从仓库根目录运行: pnpm install pnpm run build 确保启动 pi 的 shell 已导出 AI_GATEWAY_API_KEY 或 JEV_API_KEY pi -e ./packages/pi-decision -e 只在本次 pi 进程加载扩展。确认可用后,可从仓库根目录运行 pi install ./packages/pi-decision 持久加载;这是本地 workspace 包,仓库及依赖链接需保留。pi 扩展默认通过 Vercel AI Gateway 的 TypeSafe 兼容接口调用 typesafe-ai/jev,优先读取 AI_GATEWAY_API_KEY,其次读取 JEV_API_KEY。 扩展默认是 shadow:异步评估工具调用,判断结果不阻断工具。要复现完整调用,可用已配置凭证的主模型执行: pi -e ./packages/pi-decision --no-session --tools read \ --provider zai-coding-cn --model glm-5.3-flash --print \ 'Use the read tool exactly once to read README.md, then reply with only its first Markdown heading.' 示例中的 zai-coding-cn/glm-5.3-flash 是本仓库实际冒烟时可用的主模型;请按自己的 pi 凭证替换。Jev key 能让扩展判断工具,不会自动为 pi 的主模型提供凭证。早期冒烟中,模型调用了一次 read 并成功回答标题,当时的阈值曾把该读取判为 review。扩展后的 50 样本三轮评估与当前实验阈值见 最新报告。仍建议先在 shadow 中观察自己任务的误判。完整冒烟命令和环境变量见 接入与验证说明。 从仓库接入 dsh 日常使用请优先装上面的发布包;本节从源码运行示例 profile。需要已安装 dsh。仓库的 profile 默认也使用 Vercel AI Gateway,只读取 AI_GATEWAY_API_KEY。如果现有 key 导出为 JEV_API_KEY,先在启动 dsh 的 shell 中运行 export AI_GATEWAY_API_KEY="$JEV_API_KEY",或把 profile 的 apiKeyEnv 改为 JEV_API_KEY。 pnpm install && pnpm run build mkdir -p ~/.dsh/profiles ln -s "$(pwd)/profile" ~/.dsh/profiles/decision (cd profile && pnpm install) dsh --profile decision '列出本目录文件并统计行数' profile 默认 enforcement: shadow,dsh 原生权限规则继续生效。dsh 的工具 guardrail 默认开,模型路由、工具结果 judge 默认关;机器审批由 profile 的 permission: machine 启用,但当前 Jev 没有自动放行资格。现有 Web profile 需要另行安装和启用插件。Web 接入、验证范围及直连 Jev 的方法在文档中。 仓库结构 | 路径 | 用途 | | packages/decision/ | 宿主无关的风险内核与 dsh 四个切面 | | packages/decision-jev/ | Jev 的 TypeSafe System One wire adapter | | packages/decision-openai/ | OpenAI 原生 Decisions API adapter | | packages/pi-decision/ | pi 的 tool_call guardrail 扩展 | | profile/ | dsh 的示例 profile | pnpm run typecheck # 构建并检查四个包 pnpm run test # 单元测试 pnpm run lint # oxlint pnpm run fmt # oxfmt --check 架构与策略见 设计文档 和 v2 计划。新增方向的接入调研、任务输入与评估关卡见 新决策任务迭代计划。风险阈值是实验值,enforce 模式当前标记为实验特性(启动时会打警告);发往外部 Jev 服务的状态默认经本地脱敏(掩码密钥形态的内容,privacy.outbound: raw 可回退原样),未识别的私密内容仍可能发出。每次判定的 sanitized 审计记录默认写入 $XDG_STATE_HOME/dsh-decision/(pi 为 pi-audit.jsonl,dsh 为 dsh-audit.jsonl),可用 audit.enabled: false 或 PI_DECISION_AUDIT=off 关闭。MIT 协议见 LICENSE,变更见 CHANGELOG。 阈值与校准现状 内置六维可以逐维覆盖阈值、改写措辞或关闭,也可通过 guardrail.customRisks(pi 用 PI_DECISION_RISKS)追加自定义维度。当前默认问题逐维描述事实条件并列出正反判断标准;宿主可提供用户请求、工作区、环境及绑定精确动作的授权,缺少必要上下文时转复核。评估与运行时共用出站脱敏流程。 当前实验默认值已采用 2026-09-29 三轮评估结果:secretExposure 复核线为 0.48、拒绝线为 0.50,其他维度不变。50 个固定样本各运行三次,校准集原策略 102/105、选定策略 105/105;不参与调参的已见验证集两者均为 45/45。这是重复观察,不是 150 个独立样本。密钥风险分数距阈值最近仅 0.01,隐私维度仍有重叠,enforce 保持实验状态。原始结果、基线和复现命令见 三轮报告。
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
yourtion/dsh-decision
为工具调用提供结构化概率判断与风险拦截
相关插件 · 安全 / 权限
智能体逆向工程morluto/rea
用智能体逆向工程任何东西,从应用行为到原生二进制。
★ 415,267已汉化DSH
73.3
智能体集群框架ruvnet/ruflo
面向 Claude Code 与 Codex 的智能体元基座meta-harness。
★ 80,414已汉化MCP
71.9
WorkBuddy 模型接入corrinehu/dsh-workbuddy-connect
2026 年 10 月 20 日起,WorkBuddy…
★ 1,604已汉化DSH
71.7
破甲一键通z91772524-ai/pojia-next
十五个 AI…
★ 967已汉化DSH
71.6
AI 代理虚拟终端strukto-ai/mirage
Mirage 是给 AI 智能体用的虚拟终端:一层 shell,统管数据、命令行和运行时。Unix…
★ 3,756已汉化DSH
70.8
Agent 操作层agentic-os-org/ANOLISA
ANOLISA(Agentic Nexus Operating Layer & Interface System Architecture)|智能体操作系统,带运行时、安全、可观测性,以及 Tokenless 响应压缩,降低 token 用量与成本。
★ 649已汉化DSH
70.7