Starfie1d1272/dsh-v4-anchor

README 摘要

dsh-v4-anchor English 一个刻意保持极简的 DeepSeek Harness 插件，只做一件事： 在 DeepSeek V4 的 Standard 会话首请求中复现已有实验证据支持的 RL-shaped bootstrap；首次真实工具调用后，恢复完整 Standard 能力，并重新暴露 Skill。 它不是新的 Router，也不是 dsh-router-standard 的替代品，更不会追踪上游不断变化的 routing 实验。 它做什么 仅对以下会话生效： - DeepSeek Harness 0.1.0-rc.7 - 官方 standard preset - 顶层会话 - 模型 ID 匹配 DeepSeek V4，例如： - deepseek-v4-flash - deepseek-v4-pro 首请求：RL-shaped bootstrap 在首次持久化 tool/call 之前： 同时： - 暂时移除 runtime contexts； - 暂时隐藏自动注入的 AGENTS.md ； - 暂时隐藏自动注入的 Skill Catalog。 这样首请求尽量保持接近已有实验中使用的最小 RL-shaped surface。 首次工具调用后：恢复完整 Standard 一旦会话出现第一次持久化 tool/call ： - 恢复原始 Standard system prompt； - 恢复 runtime contexts； - 恢复完整工具目录； - 恢复 Skill Catalog； - 恢复 skill loader； - 不再隐藏 AGENTS.md 。 随后仅额外注入一次 promotion transition reminder ，提醒模型重新检查刚刚恢复的 Skill / 工具能力，避免继续沿用 bootstrap 阶段形成的能力假设。 为什么做这个插件 这个项目只保留目前证据链中最窄、最容易解释的一层机制，而不继续维护完整 routing 实验。 已有实验证据支持的部分 上游实验中，RL-shaped bootstrap 使用： 配合： 曾记录到真实会话： - 25 steps - 24 次 tool call - 生成约 19 KB artifact 而完整、污染更重的 system surface 曾出现： - 约 101K reasoning chars - 0 次实际行动 上游小样本 API probes 还报告过： - RL-shaped surface：100% 出现 tool call； - reasoning 约 18–29K chars； - 普通 read/write/edit surface：约 25% action； - reasoning 约 73–101K chars。 这些结果支持的是： 首…

分类