NLeRWantFly/dsh-HoldThatBigBlueFatFish

README excerpt

dsh-HoldThatBigBlueFatFish 让 DeepSeek Harness 的蓝色大肥鱼先拿一条证据，再动整片池塘。 dsh-plugin · DeepSeek Harness community preset · MIT 本工作区汇总了 deepseek-official/deepseek-v4-pro 、 reasoningEffort: max 的 Git-style Anchored Standard、Project2 长测和 V2–V6 省 Token 消融，并提供已安装到当前 DeepSeek Harness 的生产预设： 这是社区实验，不是 DeepSeek 官方 preset，也不代表 DeepSeek 的认可或背书。当前 composition 基于 DeepSeek Harness 47f943859bef60e4160492346772ded9b24f765a 的 Standard preset 生成；Harness 升级后应重新运行验证。 快速安装 克隆仓库后，将生产 preset 目录完整复制到你的 DSH 用户 preset 根目录。PowerShell： Linux/macOS： 完整重启 DeepSeek Harness，新建空白 session，选择 DSV4 Progressive Guarded 。不要在已有轨迹的会话中途切换 preset。 验证发布包： 总结 工具 schema 与运行时 guard 对实际动作的影响大于 prompt；它们能约束仓库盘点风险，但当前实验没有证明能同步缩短模型内部 reasoning。 - Persona/context：Standard 换成 46 字符 Minimal 后，首步 reasoning 从 81 增至 166，动作广度仍为 2。 - 首轮 schema：Minimal Fixed/Anchored 在短探针把广度降至 1，但 reasoning 增至 294/227；通用 shell 仍能绕回递归盘点。 - 显式 prompt：动作更合规，但模型会在 reasoning 中复述规则，V2/V3 为 248/370 字符。 - 能力过窄：只开放 read 导致 1778 字符的能力焦虑；告知后续会开放工具后降至 442。 - 上下文预取：V6 reasoning 降至 328，但工具调用增至 3、广度回到 2。 - 长任务：Minimal 两组 Ability 为 91.0，对比 Standard 90.5；但 Ship 从 90.5 降到 72，未证明总体质量提升。 完成数据均来自 Windows native；Linux Docker 没有形成完整可评分 run，因此不作跨 OS 结论。 全部评分数据 总计 14 条结果、634 次模型请求、858,0…

Category