← 返回列表
未验证
分析本地会话画像，按匹配指数推荐开源技能
尚未跑自动兼容性验证，可查看页面内的依赖与入口分析。 · 最近上游提交 2026/9/11 · 已提供中文文档
DeepSeek Harness 的会话画像技能推荐器
综合分
29.5
GitHub 分
29.5
用户评分
—
★ Stars
0
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 zhengjy01/dsh-skill-recommender该插件未发布到 npm，走 GitHub 源安装（pnpm 若拦截 prepare 脚本，按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑）
数据截至 2026/9/16（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）
依赖的 DSH / Cordis 模块
@deepseek-ai/cordis@deepseek-ai/cordis-plugin-timer@deepseek-ai/dsh-client-connection@deepseek-ai/dsh-client-ui-settings@deepseek-ai/dsh-client-ui-renderer@deepseek-ai/dsh-client-ui-slots@deepseek-ai/dsh-host-webserver@deepseek-ai/dsh-llm@deepseek-ai/dsh-system-prompt@deepseek-ai/dsh-tools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
dsh-skill-recommender
面向 DeepSeek Harness 的 skill 推荐器。它浏览你本地 Codex / Claude / DSH 三种会话记录，生成一份紧凑的用户画像，摄取开源 skill 目录，并用加权打分 + 可调匹配指数排序推荐——指数越高，只返回关联度越高的 skill。
它能做什么
1. 读取会话：DSH（~/.dsh/sessions//session.jsonl.zstd）、Codex（~/.codex/.jsonl）、Claude（~/.claude/projects//.jsonl）——纯本地读文件，无需任何 API/凭据。
2. 构建画像：主题分布、高频工具、任务类型、常用项目目录、语言/模型来源。
3. 摄取目录：本地 skill 目录（~/.agents/skills、~/.dsh/skills、Obsidian 2️⃣ AI/Skill）+ 远程 awesome 聚合（awesome-dsh-skills、awesome-dsh-plugin、awesome-deepseek-harness、Claude skills 生态），另带一份内置种子目录兜底。
4. 打分排序：加权模型 score = Σ(w_i × sim_i) / Σ(w_i)，维度=主题 / 工具 / 任务 / 邻近已装。全局匹配指数（0–100，默认 60）为门槛：仅 score ≥ index 的 skill 入选，再取 top-N。
与 dsh-skill-studio 的区别
dsh-skill-studio 是从你自己的会话里提取可复用 skill；本插件是外推你的画像 → 推荐第三方开源 skill。两者互补。
工具（agent 可用）
| 工具 | 用途 |
| --- | --- |
| recommender_scan | 扫描会话、建画像、产出一次初步推荐。 |
| recommender_recommend | 推荐开源 skill，可临时覆盖 index/topN/weights。 |
| recommender_profile | 查看当前画像（主题/工具/任务/项目）。 |
| recommender_config | 配置来源、目录、窗口、匹配指数、每维度权重、可选 LLM 富化。 |
| recommender_status | 查看插件状态（不回显密钥）。 |
Web 设置面板
设置页新增「Skill 推荐器」卡片：扫描按钮、匹配指数滑条（0–100）、四个每维度权重滑条（主题/工具/任务/邻近）、目录源开关、以及带分数/分项/跳转链接的推荐卡。指数与权重保存到 ~/.dsh/dsh-skill-recommender/config.json（0600）。
兼容性
要求 DeepSeek Harness ≥ 0.1.5-rc.1（已在包清单的 dsh.engines.dsh 中声明，DSH 插件市场据此显示兼容版本），并已在 0.1.5-rc.1 上实测通过。本构建包含 DSH 0.1.5 的适配：工具结果的严格校验契约（lossless-JSON 快照、additionalProperties: false 的 schema 校验、output.render 必须返回 ContentBlock[]），以及不依赖宿主 PATH 的可执行文件解析（launchd 托管的宿主 PATH 只有 /usr/bin:/bin）。
安装（开发）
dsh plugin add --profile web link:/path/to/dsh-skill-recommender
随后重启宿主（工具与路由生效）、浏览器强刷（客户端面板生效）。配置键：patch 层的 skill-recommender。
构建
pnpm install
pnpm bundle # 产出 lib/index.js (ESM) + lib/client.js (浏览器 bundle)
node tests/smoke.mjs
说明
- 默认权重 {topic: 50, tool: 50, task: 35, near: 40}；指数门槛默认 60。
- 远程目录 12s 超时并缓存；离线时回退到缓存 + 内置种子目录。
- 不保存/不回显任何密钥；可选 LLM 富化复用 OpenAI 兼容配置。
License
MIT
安装 / Install
from npm (published package)
dsh plugin --profile web add dsh-skill-recommender
or local development
dsh plugin --profile web add link:/path/to/dsh-skill-recommender
then restart dsh web to activate扫码进群