dsh-web-search-ddg
aooyoo
Zero-token DuckDuckGo search provider for the DeepSeek Harness (DSH) web seam — local headless browser, no API key, no m…
PROJECT TOPICS
PROJECT README
意图级技能自动路由插件(DeepSeek Harness)——让 AI 在"该用技能的时候"自动用上技能。
深挖一个问题:DSH 会把
<available_skills>技能目录注入上下文,但是否加载技能完全依赖模型自主判断。 技能一多,模型注意力就会漏掉该用的技能——"该用技能的时候不用"。 dsh-skill-router 在agent/pre-step钩子里对每条用户消息做自动路由,命中即把技能全文注入上下文, 模型无需再手动调skill工具。
skill-invocation 源注入技能全文——与 /技能名 手势(dsh-tool-skill)完全同一机制,UI 正常展示/技能名 手势由官方负责自动跳过anchored-standard 类组合(无 skill 加载工具)默认自动让位;全新会话首条消息不注入(保住首轮 Minimal 锚定)用户消息 → 启发式打分(零 LLM 成本)
├─ 强命中(≥minScore) → 直接注入技能全文(不调 LLM)
└─ 弱信号 → LLM 判定(12s 超时/失败回退启发式第一名)
→ createUserMessage + skill-invocation 源注入
注入发生在 agent/pre-step(与 dsh-tool-skill 同一事件、同一注入管线),模型在同一个 step 就能看到技能正文并直接使用。
dev_inject_plugin <本仓库目录>
在 profile package.json 的 dependencies 加 link: 依赖、bundles 数组加包名,重启即装配(见 dsh-super-injector 文档)。
| 字段 | 默认 | 说明 |
|---|---|---|
enabled |
true |
总开关 |
mode |
hybrid |
hybrid / heuristic(零 LLM)/ llm(全判定) |
llmProvider / llmModel |
空 | 指定判定模型;留空自动选第一个可用 provider |
maxSkillsPerMessage |
2 |
每条消息最多注入技能数 |
minScore |
0.5 |
启发式强命中阈值 |
llmTimeoutMs |
12000 |
LLM 判定超时 |
skipShortMessages |
true |
"继续/嗯"等短消息不路由 |
respectOnDemandPresets |
true |
anchored-standard 类组合(无 skill 工具)默认让位 |
| 预设 | 关系 |
|---|---|
| 默认 standard | 无冲突:保留 dsh-tool-skill 目录注入,本插件是纯增强 |
router-standard |
无冲突:它做 spec/react 任务模式路由,技能侧保留 dsh-tool-skill |
anchored-standard(及 anchored-wsl) |
默认自动让位:该组合故意移除技能目录注入、改由 skill_search/skill_load 按需发现,且首轮有 bootstrap 门禁。本插件检测到当前 agent 没有 skill 加载工具时默认不注入(respectOnDemandPresets: true);全新会话首条消息也不注入,两条防线共同保住首轮 Minimal 锚定 |
用真实会话技能目录(17 个技能)做的功能测试(test-router.mjs,无 LLM 环境验证启发式路径):
| 用户消息 | 自动注入 |
|---|---|
| 帮我写一份公文 | official-document-writing ✓ |
| 把这份 PDF 转成 Markdown | markitdown-skill ✓ |
| 帮我整理一下今天的工作 | daily-work-assistant ✓ |
| 深度调研一下国产大模型市场 | deep-research ✓ |
| dsh 打不开了,帮我诊断 | dsh-maintenance ✓ |
| 写一份向上级报送的专项报告 | report-drafting ✓ |
| 用 gh 查一下这个 PR | github ✓ |
| 继续 / 嗯 | 跳过(短消息)✓ |
| B站视频转文字 / 知乎搜索 / 找海报技能 / 网页截图 | 弱信号 → 生产环境由 LLM 判定 ✓ |
# 功能测试(模拟 agent/pre-step,用真实技能目录)
node test-router.mjs
# 打分调试
node debug-scoring.mjs
依赖:@deepseek-ai/dsh-llm(createUserMessage、ctx.llm.stream)、@deepseek-ai/dsh-skill(ctx.skills.snapshot/get、renderSkillContent、isModelInvocable)、@deepseek-ai/schemastery(Config)。
MIT
CLASSIFICATION EVIDENCE
系统优先读取 GitHub Topics,再与站内分类词典和词根规则比对。