dsh-ralph-loop

RALPH 认知闭环插件：把 Reflect（反思）→ Assess（评估）→ Learn（学习）→ Plan（规划）→ Handle（执行） 的五阶段状态机接入 DeepSeek Harness (dsh)。针对传统 ReAct 循环的盲目试错、错误震荡与缺乏经验沉淀问题，提供确定性、可自愈的自主代码生成与错误修复闭环。

Plan ➔ Handle（写文件 + 跑测试）➔ Reflect（根因分析）➔ Assess（退出码门禁）➔ Learn（负向约束沉淀）

这是什么

dsh-ralph-loop 是一个 dsh bundle 包，导出单个 cordis 插件：

设计要点（与设计文档的适配）

• 文档伪代码中的 ctx.llm.chat(...) 落地为 harness 原生 ctx.llm.stream(GenerateOptions) + 权威 BlockAssembler；Handle 的 JSON 生成经 chatJson + 容错 extractJson（去围栏/平衡括号提取）。
• LLM 失败显式化：harness 语义下适配器/路由错误（provider 未注册、限流、网络失败）不抛异常，而是以终止性 finish 块结束流——chatText 迭代后检查 finish.kind，error/aborted 转为异常上抛。配错 provider 会立刻报错并触发退避重试，而不是静默返回空串、把 maxCycles 个周期空烧完。
• 测试命令先构造当前平台的精确 shell argv，经 ctx.sandbox.confine(argv, { mode: "workspace-write", workspaceRoot: <本次临时目录> }) 获得受限 argv，再交给 ctx.subprocess.spawn（collect 模式、树级终止、abort 超时）。Sandbox 缺失或不可用时 fail-closed，绝不回退到原始命令；插件自身仍使用 node:fs 准备/清理临时目录并执行路径守卫。
• Sandbox 边界：ctx.sandbox 主要约束测试进程的文件效果，不等于网络、凭据或全系统隔离；Windows 或其他后端可能报告 partial。confined.enforcement 不是 full（包括 partial）时默认 fail-closed，不执行测试命令，也不裸回退到原始 argv。testCmd 仍是任意 shell 命令，只应在受控任务和受信任的 Harness profile 中使用。
• 门禁唯一客观判据：退出码 0。测试命令超时（testTimeoutMs）按退出码 -1 走失败循环。
• Plan/Reflect 的提示词同时携带上次执行的 stdout 与 stderr（各尾部截断约 4KB——pytest/jest/go test 的失败摘要在 stdout 末尾），失败根因对反思节点完整可见。
• 代码生成 JSON 解析失败不抛错：作为一次失败循环（stderr 记录 RALPH 方案解析失败）进入 Reflect/Learn，下一轮自愈。
• 超过 maxCycles 硬上限自动终止，返回带累积 lessonsLearned 的最终快照（isPassed: false）。maxCycles 在工具 schema 与引擎双重钳制在 1-20，防误调用烧配额。
• 整个闭环有总预算（totalTimeoutMs，默认 30 分钟；execute 可经 deadlineMs 覆盖）：预算通过内部 AbortSignal 主动中止正在进行的 llm.stream 与测试 subprocess（实际停止仍取决于适配器遵守取消信号），并返回带 timedOut: true 的最终快照、正常发出一次 ralph/end，防止挂起调用把工具调用钉死。外层 tool caller 自己 abort 时保留调用方原始取消 reason 并直接取消，不发正常 ralph/end。
• autoReflectOnFailure: false 时失败反思退化为确定性 stderr 片段，零模型调用。

安装

# 发布后
dsh plugin --profile web add dsh-ralph-loop

# 本地开发（file: 链接）
# 在 $DSH_HOME/profiles/<name>/package.json 加依赖并安装

profile 的 dsh.profile.bundles 需要包含 dsh-ralph-loop；插件依赖 Harness 的 llm / tools / subprocess / sandbox 服务（通常由 base bundle 提供）。宿主 profile 必须挂载可用的 Sandbox provider；dsh-ralph-loop 不自带 dsh-sandbox-local。

工具（ctx.tools）

事件（ctx.emit）

ralph/start、ralph/cycle-start、ralph/reflect、ralph/learn、ralph/success、ralph/cycle-end、ralph/end。全部载荷为不可变 RalphState 快照，可直接对接 dsh Trajectory 回放。

配置（cordis.patch.yml 的 config）

- insert:
    - id: ralph-loop
      name: 'dsh-ralph-loop'
      config:
        maxCycles: 5            # 硬循环上限（工具调用可覆盖，钳制在 1-20）
        autoReflectOnFailure: true  # false = 确定性 stderr 反思
        verboseLogging: false   # 逐阶段日志
        provider: ''            # LLM provider（执行时必填，工具调用可覆盖）
        model: ''               # LLM model（执行时必填，工具调用可覆盖）
        codegenMaxTokens: 0     # Handle 代码生成的 maxTokens 硬上限；0 = 不设
        testTimeoutMs: 120000   # 单次测试命令超时
        totalTimeoutMs: 1800000 # 整个闭环的总 wall-clock 预算（默认 30 分钟）

开发

npm install
npm run build        # tsc → lib/
npm run typecheck
npm test             # build + node --test（pure.ts 解析/状态/提示词，8 用例）

引擎为纯函数 + 注入式服务 seam：engine.ts / pure.ts 可在无 harness 环境下用假 llm/subprocess 直测（状态流转、事件序列、熔断、解析自愈）。

许可

MIT。