dsh-thinking-language-zh
ayanJava111
deepseek harness思考过程中文插件
PROJECT TOPICS
PROJECT README
DeepSeek Harness 插件:将用户原始指令自动优化为专业、结构化的提示词。
优化结果恒为四段结构化提示词(## Role / ## Task / ## Context / ## Format),
由内置元提示词驱动,经 harness 的 llm 服务完成(不直连任何 API、不触碰凭据)。
prompt_optimize:agent 可调用,传入 instruction,返回优化后的纯文本提示词。ctx.promptOptimizer:其他插件可编程调用 optimize(rawInput, { signal });
浏览器端经 ctx.remote.promptOptimizer.optimize(sessionId, text) 可调用。
插件自带浏览器客户端(lib/client.js,经 dsh.client 声明被 harness 加载):
在输入框工具行左侧注册一个 ✨ 按钮——输入为空或优化进行中时置灰(⏳),
点击后调用 host 的 promptOptimizer Remote 服务优化当前草稿,并把优化后的
四段提示词直接写回输入框(inputActions.setDraft)。
不满意可一键恢复:优化成功后,按钮切换为撤销态(↺,品牌色);只要 草稿仍是刚生成的优化结果(未手动编辑),点击即恢复为优化前的原文。 一旦手动修改了草稿,撤销态自动消失(避免覆盖后续编辑)。
可访问性:成功/失败/撤销均通过隐藏的 aria-live 区域播报(屏幕阅读器)。
ctx.promptOptimizer.optimize(),与工具/钩子共享全部配置
(temperature、maxTokens、outputLanguage 等)。运行时「发送前自动优化」开关可通过输入框直接输入命令控制:
/auto-optimize on / /auto-optimize off / /auto-optimize toggle / /auto-optimize status开启后 host 进入「发送前自动优化」模式,agent/pre-step 钩子会对每条用户
文本消息做优化(等同于配置 autoOptimizeAll: true 的运行时版本)。
在 cordis.patch.yml 中开启:
- insert:
- id: prompt-optimizer
name: 'prompt-optimizer'
config:
autoOptimize: true
autoOptimizePrefix: '/optimize '
开启后,任何以 autoOptimizePrefix 开头的用户消息,会在进入模型步骤前被
agent/pre-step 钩子自动优化——前缀被剥离,剩余内容作为原始指令送入优化,
模型实际收到的是优化后的四段提示词(附一句"已自动优化"说明)。
已发布到 npm(oss-prompt-optimizer),三种方式任选:
方式一:npm 直装(推荐,免构建授权)
dsh plugin --profile web add oss-prompt-optimizer
方式二:从 GitHub 安装(源码构建,需授权 prepare)
dsh plugin --profile web add github:seven282/oss-prompt-optimizer
# 首次会因 pnpm ≥10 拒绝运行 prepare 而失败;把 pnpm 提示的包键加进该 profile 的
# pnpm-workspace.yaml 后重试:
# allowBuilds:
# oss-prompt-optimizer: true
# 建议锁定 commit:github:seven282/oss-prompt-optimizer#<sha>
方式三:从本地目录安装(开发用)
dsh plugin --profile web add <项目路径>
# Windows 下含空格路径会被拆散,先用 junction:
# New-Item -ItemType Junction -Path "C:\dsh-po" -Target "E:\<你的项目路径>"
# dsh plugin --profile web add C:\dsh-po
卸载(可逆)
dsh plugin --profile web remove oss-prompt-optimizer
安装/卸载后需重启 harness(dsh web)使 bundle 层生效。
插件行(cordis.patch.yml)可传入以下字段,缺省值已内置于 schema:
| 字段 | 类型 | 默认 | 说明 |
|---|---|---|---|
temperature |
number 0–2 | 0.2 |
采样温度 |
maxTokens |
int ≥1 | 1200 |
单次输出上限(token) |
maxRetries |
int 0–5 | 1 |
缺段时额外重试次数 |
maxInputChars |
int ≥1 | 4000 |
原始指令截断上限(字符,硬兜底) |
maxInputTokens |
int ≥0 | 3000 |
原始指令截断上限(估算 token;优先用 harness tokenMeter,缺失回退启发式;0 关闭) |
timeoutMs |
int ≥1 | 60000 |
单次调用超时预算(毫秒) |
outputLanguage |
string | 'auto' |
输出语言;'auto' 跟随指令语言,其他值(如 '英文')固定输出语言 |
extraInstructions |
string | 无 | 追加到元提示词的部署自定义规则(如领域要求/风格) |
examples |
array | [] |
few-shot 示例对 [{input, output}],注入元提示词示范 |
minSectionChars |
int ≥0 | 10 |
每段正文最少有效字符;0 关闭内容校验(仅查标题) |
maxTokenRetryFactor |
number 1–3 | 1.5 |
输出触顶 maxTokens 时按该倍数扩容重试;1 关闭 |
retryTemperatureStep |
number 0–2 | 0.3 |
每次重试的 temperature 增量(探索性重试);0 关闭 |
skipIfAlreadyOptimized |
boolean | false |
输入已含四段标题时直接透传,不调用模型 |
autoOptimize |
boolean | false |
是否启用自动优化钩子(前缀触发) |
autoOptimizePrefix |
string | '/optimize ' |
自动优化的触发前缀(可改为 /优化 等) |
autoOptimizeAll |
boolean | false |
钩子优化每条用户文本消息(不止前缀触发) |
hookIncludeOriginal |
boolean | false |
钩子替换消息时保留原文(原文+优化结果双写) |
provider / model |
string | 无 | 显式模型路由;必须成对配置。缺省时使用 harness 默认模型(agentDefaultModel) |
示例:
- insert:
- id: prompt-optimizer
name: 'prompt-optimizer'
config:
temperature: 0.3
maxRetries: 2
outputLanguage: '英文'
autoOptimize: true
autoOptimizePrefix: '/优化 '
# provider: 'deepseek-official' # 可选:显式路由(成对)
# model: 'deepseek-v4-flash'
非法配置(类型错误、越界、未知键、provider/model 只配其一)会在加载时响亮失败。
pnpm install --store-dir .pnpm-store --cache-dir .pnpm-cache # 沙箱内安装
pnpm run typecheck # tsc --noEmit
pnpm test # vitest(mock llm,不依赖真实密钥)
pnpm run build # tsc -p tsconfig.build.json → lib/
测试全部使用 mock 的 llm 流,绝不读取 .credentials.yaml。
cordis / dsh-llm / dsh-tools / dsh-timeout / schemastery。agentDefaultModel.currentSelection()),
遵循「插件不管理 provider/model 配置」的约定;也可用配置显式覆盖。{{原始指令}} 占位符,运行时替换;含注入护栏(指令视为纯数据)、
语言规则({{语言规则}})、禁代码围栏、输出前四段自查。/optimize 与 /auto-optimize(短命令,遵循生态惯例)。
若未来与其他插件冲突,改名需同步 client.js 调用、README 与钩子前缀默认值
(/optimize),建议一次性原子变更。MIT — 自由使用、修改与分发(含商业用途),详见 LICENSE 文件。
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。