ztl34245881-commits/dsh-task-planner

dsh-task-planner

面向 DeepSeek Harness（dsh）的、具备经验肌肉记忆的任务规划。

给出一个任务 → 智能体回忆过去类似的解决方案（条件反射），评估它们是否适用，并生成一份与其能力相匹配的动态计划——绝不使用硬编码组合。每个计划都会自动向经验库中起草一条经验；当任务结束时，智能体会更新结果。你工作得越多，反射就越聪明。

功能特性

- 🧠 经验库（task_memory save/recall/list）：以纯 Markdown 形式持久保存的经验，带有签名关键词。回忆使用 2–3 字符的滑动窗口分词器，因此“周报”仍能命中“日报”经验。
- ⚡ 条件反射式规划（plan_task）：回忆 → LLM 评估适用性（复用并改进，或解释为何不适用并重新规划）→ 带能力匹配的分解步骤 → 风险 → 后续行动。
- 🤖 LLM 驱动，而非规则驱动：由模型决定每个任务使用什么；插件只提供上下文（过往经验 + 可选的能力目录）。
- ✍️ 去 AI 化交付标准：任何文本输出步骤（文档/表格/幻灯片/文案/脚本）在交付前都必须包含人工化处理再审核的环节。
- 🗂️ 自动持久化：plan_task 会自动起草经验（状态：draft）；智能体在循环结束时用结果将其标记为 verified。
- 🔒 零密钥、零绝对路径：一切皆可配置；经验库默认位于 ~/.dsh/planner-lessons。

安装

dsh plugin --profile web add github:/dsh-task-planner

或复制仓库并将其作为本地 bundle 添加：

dsh plugin --profile web add /path/to/dsh-task-planner

配置（可选，位于你 profile 的 cordis.patch.yml 中）

- id: dsh-task-planner
name: dsh-task-planner
config:
lessonsDir: /path/to/your/lessons   # default: ~/.dsh/planner-lessons
capabilityFile: /path/to/capability-map.md  # optional catalog fed to the LLM

将 capabilityFile 指向你的技能/插件 markdown 目录（例如一份 awesome 列表），plan_task 会将每个步骤与之匹配。

用法

- plan_task { task, goal?, constraints? } —— 在开始复杂工作之前进行规划。
- task_memory save { task, plan, outcome } —— 持久保存一条经验（由 plan_task 自动调用以生成草稿）。
- task_memory recall { task } —— 条件反射式查找。
- task_memory list —— 显示所有经验。

经验生命周期

1. plan_task 自动写入一条草稿经验（status: draft）。
2. 当任务结束时，智能体用结果更新它（status: verified）。
3. 一条经验被成功复用 3 次 → 提升为正式技能。一条经验被拒绝 2 次 → 标记为过时。

说明

- 需要 llm、shell、tools 服务（标准 harness 中均已具备）。
- 模型调用使用 harness 默认模型（agentDefaultModel）；推理模型需要足够宽裕的 maxTokens（内部使用 8k）。
- 课程是纯 Markdown——人类可编辑、可搜索、可移植。

许可证

MIT