Personal Harness:可迁移的个人研发工作台
本文说明架构与设计取舍,具体版本和可用能力以项目自身的验证记录为准。
核心判断: 高效工作台不是一组 Prompt 或插件清单,而是一套能随人迁移、按环境替换、用真实反馈持续验证的研发系统。Personal Harness 把稳定的方法与运行规则收进公共核心,把模型、环境账号和本机工具留在可插拔边界。
这份文档面向未来维护者、团队研发同学,以及希望把个人研发流程迁移到不同项目和设备的人。读完后,应能回答四件事:为什么要做 Personal Harness;工作台由哪些模块组成;新增能力应该接在哪一层;哪些社区插件值得引入,以及怎样组合才能互不冲突、真正提效。
为什么要做
过去沉淀下来的 iLoop、VDD、OPC 和个人 Skills 已经能改善研发过程,但它们必须依附在某个宿主里运行。宿主一旦更换,模型入口、工具权限、插件能力和会话体验都会变化,方法本身虽然还在,交付能力却未必能完整复现。
Personal Harness 要解决的不是“再做一个 IDE”,而是把宿主之上的个人研发系统固定下来,让同一套工作方式可以跨项目、跨模型、跨环境复用。
| 原来的问题 | 如果不处理 | Personal Harness 的回答 |
|---|---|---|
| 方法依赖具体宿主 | 换工具或更换环境后,需要重新拼装工作流 | 用 Personal Workbench 固定运行入口,用 Skills 保存方法 |
| 模型和环境账号混在工作流里 | 模型来源变化会牵动整个系统 | 把 Provider 与 Company Overlay 放到可替换边界 |
| “安装成功”常被当成“能力可用” | 实际调用时才暴露权限、协议和兼容问题 | 以真实工具调用、运行结果和独立验收作为完成标准 |
| 插件越多,维护成本越高 | 上下文、权限面和版本冲突持续膨胀 | 默认集合保持克制,同时保留开放插件市场 |
设计原则
当前架构由五条原则约束。它们比某个插件或模型更稳定,也是后续迭代时判断能力归属的依据。
- 稳定核心向内收。 工作流、Skills、安装规则、验证方法和迁移契约进入公共仓库。
- 环境差异向外插拔。 模型网关、环境认证、专属平台和本机凭据只存在于 Provider 或 Overlay。
- 运行时只保留一个。 DeepSeek Harness 负责 Agent Loop、工具、会话和权限;Personal Harness 负责装配,不重复实现第二套 Agent Runtime。
- 所有权必须清楚。 安装器只升级和卸载自己管理的依赖;用户自行安装或修改的插件不会被静默覆盖。
- 结论必须可验证。 插件进入默认集合前,要经过安装、真实任务、失败恢复和升级兼容验证。
总体架构
下方架构说明回答两个问题:一次研发任务如何从用户进入工作台并调用外部能力;换到新环境时,哪些部分随仓库迁移,哪些部分需要重新接入。
工作台保留一套运行时,将方法、执行工具和外部接口分别装配。迁移保留公共定义,本机账号、会话和私有数据留在原环境。下方模块表说明职责,后文给出任务反馈链路。
| 层 | 负责什么 | 不负责什么 |
|---|---|---|
| DeepSeek Harness Runtime | Agent Loop、文件与终端工具、会话、权限、Desktop UI、Cordis 插件生命周期 | 个人方法、环境账号和业务判断 |
| Personal Workbench | 把 Prompt、目标、计划、会话、工具和委派策略组合成日常入口 | 模型鉴权和外部平台实现 |
| iLoop、VDD、OPC 与 Skills | 需求、设计、研发、验证、文档和交付的方法 | 替代宿主的沙箱、会话和插件机制 |
| 生产力扩展 | 工作区隔离、代码理解、子智能体、桌面操作和 3D 创作 | 把所有市场插件都纳入默认集合 |
| 组合治理(0.5.0 已交付) | 接缝所有权清单、插件准入流水线、Profile 分层,以及上下文、成本与轨迹的本机度量 | 替插件做业务判断,或让未经对照的插件直接进入主力 Profile |
| Provider、MCP 与 Overlay | 连接模型、浏览器、Apple 工具链和环境专属能力 | 把凭据和环境私有数据写入公共仓库 |
任务如何运行
Personal Harness 不是在 DeepSeek Harness 外再套一层对话机器人。它通过 Preset 和插件,把一次任务装配成稳定的执行链。
- 用户从 Personal Workbench 发起任务。 DeepSeek Harness 建立会话,提供文件、终端、权限和 Session 能力。
- 方法层先确定做法。 iLoop 负责反馈闭环和证据,VDD 约束完成声明,OPC 与个人 Skills 处理需求、设计、文档和专项任务。
- 生产力扩展执行具体工作。 Worktree 隔离代码改动,Code Graph 和 LSP 理解代码,Subagent 并行处理,Computer Use 与 Blender 连接桌面和 3D 场景。
- 适配层连接外部能力。 Provider Adapter 选择模型,MCP Pack 接入浏览器和 Apple 工具链,环境 Overlay 连接只在当前环境存在的能力。
- 结果回到同一会话验收。 测试、截图、UI 状态、日志和独立评审形成可复查证据;失败时由安装和状态层提供回退。
工作流与方法层
这一层决定“任务应该怎样完成”,而不是“工具按钮在哪里”。把方法放在 Skills,把执行交给宿主,可以避免个人流程被某个模型或 IDE 锁死。
| 模块 | 当前职责 | 稳定接口 |
|---|---|---|
| Personal Workbench | 提供默认 Agent 人设、目标、计划、压缩、委派、网页、会话检索和交付工具 | Preset 与 Cordis Bundle |
| 开源 iLoop | 任务规划、反馈闭环、证据记录、风险分级和独立验收 | Skill 与本机数据目录 |
| VDD | 在“完成”“可用”“没有问题”之前要求真实验证 | 验证方法,不绑定模型 |
| OPC 与个人 Skills | 覆盖机会发现、产品定义、设计、技术文档、调研和表达 | 按需加载的 SKILL.md 与资源 |
生产力扩展
0.4.0 的默认扩展覆盖了日常研发闭环,但没有接管整个插件生态。默认版本由仓库固定,用户仍可通过市场自行发现、安装、禁用和卸载其他插件。
| 能力组 | 模块 | 带来的能力 |
|---|---|---|
| 工作区与交付 | Plugin Market、Better Sidebar、Git Worktree | 开放扩展入口、集中工作界面、会话级代码隔离与人工交付 |
| 代码智能 | SourceKit LSP、Code Graph、Subagent Workspace UI | 符号导航、调用链和影响面、并行任务可视化与生命周期管理 |
| 自动化与创作 | macOS Computer Use、Blender Production | 按应用读取和控制桌面 UI;建模、绑骨、动画、渲染与导出 |
| 按需工具包 | Playwright MCP、XcodeBuildMCP | 浏览器自动化,以及 iOS/macOS 构建、运行和调试 |
插件是否进入默认集合,不以数量为标准。它必须解决高频问题,与现有能力不重复,并且具备明确的权限边界、安装与卸载路径、真实任务验证和失败降级方式。后文先给出候选插件,再讨论组合与准入方式。
插件生态调研:哪些扩展真正提效
DeepSeek Harness 的插件生态在开源后迅速扩张。截至 2026-09-28,社区注册表 awesome-dsh-plugin 收录了 4382 个可以通过 dsh plugin add 安装的插件,分为 23 类,每个条目都校验过 dsh.bundle 清单。本次调研先用注册表的结构化数据(星标、近 30 天 npm 下载量、权限声明和能力红线)初筛,再按研发工作流的主题精读 66 个候选插件的 README,逐个核对它挂在哪个事件接缝、有没有量化证据、兼容哪条宿主版本线、存在哪些风险,最后结合外部一手研究给出结论。
数量繁荣不等于可用。 4382 个插件里只有 699 个星标达到 10、240 个达到 50;2131 个没有 npm 下载记录,只能从源码安装;下载量还会被桌面客户端的捆绑安装放大,不能直接当作质量信号。注册表为 455 个插件标出了能力红线,其中 362 个同时读取凭据并能联网。注册表自己也写明:安装插件等于以你的权限运行第三方代码,工具审批沙箱不住插件代码,入选列表也不代表通过了安全评审。
有对照实验的插件屈指可数。 在精读的 66 个插件中,只有下表几个给出了可复查的对照或实测数据,其余大多只有测试用例数量或功能描述。因此本章的推荐只代表“值得进入评估”,进入默认集合仍须用实际任务验证。
| 插件 | 可复查的证据 | 局限 |
|---|---|---|
| dsh-experience-memory | 24 个隔离的真实模型回合:无记忆 0/24,有记忆 20/24(Fisher 精确检验 p 远小于百万分之一);每轮固定开销约 204 字节 | 增益限于“用户说过、文件里查不到”的约定;不在 npm 发布,需下载发布包安装 |
| Aegis | 120 次有效运行:契约通过率 61.67% → 93.33%,不安全结果 13.33% → 0% | 测于 Codex 而非 DSH,DSH 冒烟测试尚未完成;作者称其为有界的参考证据 |
| dsh-todo-continuity | 真实会话受控 A/B:回合中断后,计划列表从丢失变为完整保留 | 只解决计划可见性这一个问题 |
| dsh-dcp | 约 8 万 token 的历史压缩到约 700 token,全程零 LLM 调用 | 单会话自测;只做规则裁剪,不做语义归纳 |
| dsh-better-edit | 哈希锚点编辑:token 减少 31%–56%(不同口径);不经模型的工具正确性测试 23/23 | 单次运行,数据来自上游 pi 生态,尚未在 DSH 上复测 |
| GraphFlow | 同口径对照 token 节省 95.6%;技能飞轮开启与关闭的任务成功率为 100% 对 61.5%(26 个任务) | 全部为作者自建基准;默认改写超出预算的工具结果 |
| dsh-review | 一次发布前审计调度 73 个 agent:49 个发现被确认,14 个被驳回 | 没有 A/B,也没有误报率基线;单次成本高 |
Harness 定制有真实收益,但也有上限。 Can Bölük 在 2026 年 2 月只替换编辑工具的格式,就让 16 个模型中的 14 个编辑成功率上升,其中 Grok Code Fast 1 从 6.7% 升到 68.3%。另一方面,独立复现发现对当代模型而言编辑格式已不是主要瓶颈,Terminal-Bench 2.0 的作者也认为模型选择通常比 Harness 的差异更重要。对 Personal Harness 的含义是:先选对模型,再用插件消除具体的、可以测量的瓶颈。
提效来自闭环,而不是更多工具。 把候选插件放回研发流程看,真正改变效率的是四类闭环能力:让上下文与成本可见,才能有依据地调整压缩、路由和预算;把“完成”变成可验证的门禁,才能减少返工;隔离与回滚到位,放手让 Agent 执行才是安全的默认;通知与远程审批,把人从盯着屏幕中解放出来。浏览器、桌面操作、3D 创作这类新增能力价值很高,但更适合作为按项目启用的工具包。下表按能力分组给出评估名单,“建议进入评估”一列优先选择本地运行、机制清楚、与官方能力不冲突的插件。
| 能力 | 建议进入评估 | 备选或观望 | 判断依据 |
|---|---|---|---|
| 上下文与成本观测 | dsh-context;dsh-cost-meter | dsh-fast(与 dsh-context 重叠);dsh-budget(可硬封顶,但价表不含峰谷) | 只读官方 token 计量,零侵入;按请求发起时刻计算峰谷价 |
| 上下文压缩 | 官方 compaction(默认) | dsh-dcp 试用;billion-context 不建议 | 同一 Profile 只能有一个压缩后端;billion-context 走 MITM 代理,且会强制更新 |
| 模型路由与容错 | dsh-llm-fallbacks | dsh-tier-router(强档规划评审、弱档实现,暂无成本实测) | 未配置时等同未安装;支持按时段切换回退链 |
| 编辑与会话连续性 | dsh-todo-continuity | dsh-better-edit;dsh-btw(旁路提问,不污染主上下文) | 零依赖、出错时放行;替换核心编辑工具前须在本机复测 |
| 代码理解 | 官方 ctx.lsp 与 dsh-lsp-actions;dsh-code-index | codegraph 托管(已在用 codegraph 时);GraphFlow 观望 | LSP 负责精度,repo map 负责广度;注入型只留一个 |
| 验证与完成门禁 | dsh-doublecheck;dsh-verify(Web 项目) | dsh-evidence-gate;dsh-completion-guard;Aegis | 先提醒再阻断,可输出 SARIF;浏览器验收以退出码判定 |
| 代码评审 | dsh-code-review(/review 独立子智能体) | dsh-review(发布前对抗式评审) | /review 命令名与 dsh-github 冲突,只能装一个 |
| 并行与隔离 | 现有 Git Worktree;dsh-agent-teams | dsh-swarm-orchestrator(批量扇出) | 与官方实验性 agentTeams 二选一;并行数受评审带宽约束 |
| 长任务与自动化 | 官方 goal 与 schedule;dsh-lowtide | dsh-automation(夜间巡检);loopx、ouroboros 观望 | 低谷时段半价;loopx 会引入第二套目标状态 |
| 记忆与经验 | dsh-experience-memory 或 dsh-mnemon,二选一 | memsearch(跨 Agent 共享);hindsight、OpenViking 观望 | 本地、无外部服务;hindsight 默认连云端,并为所有项目开启记忆 |
| 安全与回滚 | 装前 dsh-trust-check 与 dsh-plugin-doctor;dsh-permission-rules;dsh-defend;官方 workspace-changes | dsh-auto-review(替 ask 代答);checkpoint-rewind;secret-guard | 确定性、本地运行、可先试运行;LLM 审批只做补充 |
| 通知与远程审批 | dsh-lark(放在 Company Overlay) | dsh-notifier(28 个出站通道);dsh-lark-bot 观望 | 卡片审批可回传;走飞书长连接,无需公网服务器和回调地址 |
| 跨 Harness 资产复用 | dsh-skills-anywhere;dsh-movein(一次性迁移) | dsh-agent-plugins-market 观望 | 只读挂载、按 commit 锁定;后者会引入第三方 hook,且工具限制不生效 |
| 插件治理 | 现有 Plugin Market;现有 Better Sidebar(需复核版本) | dsh-plugin-gating-hub(仅 Observer 模式,勿与 Market 并用);upstream-radar | Better Sidebar 自 0.23.0 起文件路由不再限制在工作区内 |
宿主版本是隐藏的组合约束。 大量插件只声明兼容 DSH 0.1.7 开发预览版(依赖上限低于 0.2.0),另一批以 0.2.0 开发预览版 为基线;Better Sidebar 0.24.1 就要求 0.2.0 开发预览版 以上,留在 0.1.7 线必须钉在 0.22.1。Personal Harness 应先选定一条宿主基线,再为每个插件选定版本,而不是逐个追最新。
供应链风险已经从假设变成事件。 2026 年,Socket 披露了 SANDWORM_MODE 蠕虫:至少 19 个恶意 npm 包,其中 3 个冒充 Claude Code,会向 Agent 配置写入恶意 MCP 服务器,再用提示注入诱导读取 SSH 与云凭据。Snyk 扫描了 3984 个 Agent Skills,13.4% 含严重问题,76 个被确认是恶意载荷;Koi Security 在 ClawHub 的 2857 个 skills 中发现 341 个恶意样本;JetBrains 市场上有 15 个冒充 AI 编程助手的恶意插件,累计约 7 万次安装,窃取包括 DeepSeek 在内的 API Key。具体到本次候选:Better Sidebar 自 0.23.0 起去掉了文件路由的工作区包含检查,可以读写宿主用户能访问的任意路径;billion-context 通过证书 MITM 代理改写模型流量,会按公告强制安装指定版本,作者也承认真实模型集成测试尚未完成。
主要依据:awesome-dsh-plugin 注册表;DeepSeek Harness 仓库与文档;Anthropic:长任务 Harness;Anthropic:上下文工程;Claude Code Hooks 指南;Can Bölük:The Harness Problem;Terminal-Bench 2.0;METR 2025 随机对照实验;METR 2026 使用调查;Faros AI 生产力悖论;Socket:SANDWORM_MODE;Snyk:ToxicSkills;DeepSeek 官方价格。
插件如何组合:按事件接缝与研发阶段编排
DeepSeek Harness 的插件之所以能自由组合,是因为所有能力都挂在同一条事件链上:组装系统提示、每步请求前、模型请求与流式返回、工具执行前后、审批、回合结束。组合的关键不是“装哪些”,而是“每个接缝上谁拥有决策权、谁只观察”。拥有者会改变 Agent 的行为,例如压缩上下文、替人审批、切换模型、推动续跑或注入记忆,同一个 Profile 里每个独占接缝只能有一个;观察者只读取事件做计费、观测或通知,可以有多个。下表给出建议的接缝分工。
| 接缝 | 触发时机 | 拥有者(独占,只选一个) | 可叠加(观察或只收紧) |
|---|---|---|---|
system-prompt/assemble | 组装系统提示 | 不独占,但总量要有预算:AGENTS.md、Skills 目录和 repo map(dsh-code-index)各留一份 | — |
ctx.compaction | 上下文超过阈值 | 压缩后端:官方 compaction(默认)或 dsh-dcp | dsh-context 展示上下文压力与构成 |
agent/pre-step | 每步请求前 | 自动注入型记忆:dsh-experience-memory 或 dsh-mnemon | dsh-defend 的注入检测 |
agent/request | 每次模型请求 | 推理强度或强弱档:dsh-tier-router 或 dsh-thinking-levels | — |
llm/stream | 模型流式返回 | 预算硬阻断:dsh-budget(可选) | dsh-cost-meter 计费 |
tools/pre-execute | 工具执行前 | 放行与改写策略:dsh-permission-rules | 只拒绝的守卫,例如 dsh-defend;回滚类插件的执行前快照 |
ctx.approval | 调用需要确认 | AI 应答者:官方 auto-review 或 dsh-auto-review,也可以不设 | 人类应答通道:终端、Web、飞书卡片(dsh-lark) |
tools/post-execute | 工具返回后 | 结果改写:dsh-defend 的密钥遮蔽或 secret-guard,二选一 | dsh-evidence-gate 记录证据索引 |
agent/turn-stopping | 回合即将结束 | 续跑推动者:dsh-doublecheck 或自研 VDD 门禁,与 goal 自动续跑、Ralph 同时只开一个 | workspace-changes 生成回合快照 |
agent/request-error | 模型请求失败 | 换模型或续跑:dsh-llm-fallbacks | — |
turn/end、session/event | 回合结束与全部会话事件 | — | dsh-context、dsh-todo-continuity、dsh-trajectory-governance、观测导出、飞书通知 |
| 斜杠命令 | 用户输入命令 | /review、/rewind 等命令名各归一个插件 | — |
在这张分工表背后,是五条组合规则:
- 独占接缝只有一个拥有者,只收紧的守卫可以叠加。 两个压缩后端会争抢同一个 compaction 服务;两个自动注入型记忆会双重注入,还可能把对方注入的内容当成对话再次采集,形成自我强化;dsh-github 与 dsh-code-review 都注册 /review,checkpoint-rewind 与 dsh-rewind 都注册 /rewind。相反,
tools/pre-execute上的守卫只能收紧、不能放宽,多个只做拒绝的守卫叠加不会互相推翻,代价只是误拦截增多,需要用拦截率来衡量。 - 确定性在前,模型判定在后。 官方管线先跑
tools/pre-execute和守卫,再进入审批。让 dsh-permission-rules 的拒绝在这里直接终止调用,不耗 token,也不受提示注入影响;只有需要确认的调用才交给 AI 应答者,不可逆操作始终留给人。 - 稳定前缀,易变尾部。 DeepSeek Flash 命中缓存的输入价是未命中的 1/50(低谷时段每百万 token 0.003 美元对 0.15 美元)。时间、记忆召回、任务状态这类每步都变的内容不要写进系统提示前缀,而应放在尾部消息,并用 dsh-context 和缓存命中率验证效果。
- 所有自动续跑都要有上限。
agent/turn-stopping是串行事件,任何一个监听器提出异议,回合就会继续,监听器顺序不影响结果。官方 Claude Code hook 桥也没有实现连续阻止上限,一个无条件阻止的 Stop hook 会让每一步都被强制续跑;Claude Code 自己则在连续阻止 8 次仍无进展时放行。完成门禁、goal 自动续跑和 Ralph 同一时间只开一个,并设最大轮数,例如连续阻止 3 次仍缺证据就交给人。 - 先度量,再进入默认。 METR 2025 年的随机对照实验中,资深开源开发者使用 AI 后完成任务反而慢了 19%,事后却仍认为自己快了约 20%。每个候选插件都应在自己的任务集上做开关对照,比较 token、回合数、人工介入次数和完成率,再决定去留。
按研发阶段编排。 把拥有者和观察者放回 Personal Harness 已有的方法层,就得到下面的阶段组合。每个阶段都产出可复查的证据,由下一个阶段消费;这也是 Anthropic 在长任务 Harness 实践中强调的做法:用进度文件、功能清单和逐项提交让下一轮能接得上。
| 阶段 | 方法层 | 插件组合 | 产出的证据 |
|---|---|---|---|
| 需求澄清 | OPC、iLoop 规划 | 官方 plan-mode;dsh-doublecheck 的 grill 阶段把需求共识记为证据 | 需求规格与验收条款 |
| 计划 | iLoop 风险分级 | 强档模型负责规划(dsh-tier-router);dsh-code-index 给出 repo map 与变更影响 | 计划、影响面、可能受影响的测试 |
| 实现 | 个人 Skills | Worktree 隔离会话;弱档模型实现;dsh-lsp-actions 做诊断与重命名;dsh-todo-continuity 保持计划可见 | 每个回合的 workspace-changes 快照 |
| 验证 | VDD | doublecheck 先红后绿;XcodeBuildMCP 或项目测试命令作为红绿信号;dsh-verify 做浏览器验收;Computer Use 截图 | 测试结果、截图与浏览器验收回执 |
| 评审 | iLoop 独立验收 | /review 交给独立子智能体(dsh-code-review);发布前再跑对抗式评审(dsh-review) | 经过复核的缺陷清单 |
| 交付 | OPC 表达 | Worktree 人工确认后交付;dsh-lark 飞书卡片审批与通知(独立渠道扩展) | 交付记录与审批记录 |
| 学习 | 个人 Skills 演进 | dsh-experience-memory 只收候选经验;验证通过的规则由人晋升到 AGENTS.md 或 Skill;dsh-trajectory-governance 诊断死循环与目标漂移 | 经验库、规则变更与轨迹报告 |
用 Profile 分层,而不是一个 Profile 装全部。 插件以用户权限运行,独占接缝又互斥,把所有插件装进一个 Profile 会同时放大风险和冲突。DeepSeek Harness 的每个 Profile 都有独立的插件集合,建议按使用场景拆成四个 Profile,共享同一套 Skills、Provider 和 Overlay:
| Profile | 用途 | 相对日常 Profile 的差异 | 权限边界 |
|---|---|---|---|
| ph-daily | 日常交互研发 | 基线:观测、确定性权限、代码理解、评审与通知 | workspace-write;需要确认的调用交给人 |
| ph-deep | 长任务与复杂重构 | 完成门禁从提醒升为阻断;启用 goal 自动续跑;轨迹治理在死循环时中止;强制使用 Worktree | workspace-write;续跑有轮数上限 |
| ph-night | 无人值守与低谷批处理 | dsh-lowtide 或定时任务;只跑可以机器验收的任务;结果推送到飞书 | 禁用 danger-full-access;审批无人应答即拒绝 |
| ph-lab | 新插件试验场 | 独立的 DSH_HOME,不放任何密钥;在这里做开关对照 | 与主力环境隔离,结论通过后才晋升 |
常见反模式。 下面这些做法在插件文档和社区评测中反复出现,Personal Harness 应在安装器和准入流程里直接拦住:
| 反模式 | 后果 | 改为 |
|---|---|---|
| 按星标或下载量挑选插件 | 下载量会被客户端捆绑放大,近半数插件没有 npm 下载 | 以 README 机制核查和本地开关对照为准 |
| 同时装两个压缩或记忆插件 | 服务冲突、双重注入、互相采集 | 用接缝所有权清单在安装时拦截 |
| 门禁无条件阻止回合结束 | 无限续跑,token 失控 | 门禁内置连续阻止计数,超过上限交给人 |
| CLAUDE.md 与 AGENTS.md 内容重复 | 社区评测确认两者都会被读取,内容相同时系统提示翻倍 | 只保留 AGENTS.md 作为唯一来源 |
| 每步改写系统提示前缀 | 前缀缓存失效,命中与未命中的输入单价相差 50 倍 | 稳定内容放前缀,易变内容放尾部 |
| 在主力 Profile 里试新插件 | 第三方代码直接接触密钥和代码 | 先在 ph-lab 过准入流水线 |
| 并行 Agent 开得越多越好 | 评审成为瓶颈:Faros 的遥测显示合并 PR 数增加 98%,评审时间增加 91% | 并行数以每天能评审完的量为上限 |
基于个人工作流的定制
通用插件解决的是所有人的问题,Personal Harness 真正的差异化在于把 iLoop、VDD、OPC 和个人 Skills 从“写在提示里的约定”变成“挂在事件接缝上的机制”。Claude Code 的官方最佳实践对此有准确的概括:CLAUDE.md 里的指令是建议性的,hook 才是确定性的,能保证动作一定发生。DeepSeek Harness 的接缝比 hook 更细,而且允许改写而不只是拦截,这正是它相对 Codex 等宿主的定制优势。下表是方法层到机制的映射,其中 VDD 门禁和 iLoop 证据索引需要自研,其余可以用现有插件组合实现。
| 方法 | 现在的形态 | 机制化方案 | 接缝 |
|---|---|---|---|
| VDD | Skill 约束完成声明 | 自研轻量门禁:回合结束前检查最终回复里“完成、可用、已修复”这类声明,本会话是否有对应的测试、截图或命令结果作证据;缺证据就提出异议并说明缺什么,连续 3 次仍缺则交给人 | agent/turn-stopping,证据取自 tools/result |
| iLoop 证据记录 | 模型手写证据 | 从工具结果事件和 workspace-changes 快照自动生成证据索引,模型只负责引用,不再手写 | tools/result、turn/end |
| iLoop 风险分级 | 在提示中分级 | 把风险等级映射为 dsh-permission-rules 的允许、确认、拒绝规则,高风险操作强制走人工审批 | tools/pre-execute、ctx.approval |
| OPC 调研与设计 | Skills | 做成只读权限的 agent preset;调研交给只回传摘要的子智能体,主会话只接收 1000–2000 token 的结论 | agent preset、ctx.subagents |
| 个人 Skills | 仓库内的 SKILL.md | 仓库保持唯一来源;dsh-skills-anywhere 只读挂载给 DSH,同时作为本地 MCP 服务器提供给 Claude Code 等其他宿主 | ctx.skills、MCP |
| Apple 开发闭环 | SourceKit LSP、XcodeBuildMCP | 官方 ctx.lsp 负责导航,dsh-lsp-actions 配置 sourcekit-lsp 提供诊断、格式化与重命名;把 xcodebuild test 登记为门禁认可的测试命令 | ctx.lsp、门禁的测试命令模式 |
接缝所有权清单。 第 2 节原则 4 已经规定安装器只升级和卸载自己管理的依赖。插件组合起来之后,所有权还需要从“依赖”扩展到“决策”:仓库新增一份接缝所有权清单,声明每个 Profile 在每个独占接缝上由哪个插件负责;安装器写入 Profile 前先检查,两个插件声明同一个独占接缝时拒绝安装并说明冲突。下面是清单的示意格式,字段名还需要结合安装器的实现确定:
# 实际落地为 config/seams.json(JSON,非 YAML);下列 YAML 是 0.5 设计阶段示意,字段语义已保留
profile: ph-daily
owners: # 独占接缝,每项只能有一个
compaction: official/compaction-basic
memory-inject: dsh-experience-memory
request-effort: none
request-error: dsh-llm-fallbacks
pre-execute-policy: dsh-permission-rules
approval-ai: none # 需要确认的调用全部交给人
post-execute-rewrite: dsh-defend
turn-stopping: ph-vdd-gate # 自研 VDD 门禁
commands:
/review: dsh-code-review
/rewind: none
guards: # 只收紧,可以叠加
- dsh-defend
observers: # 只读事件,可以叠加
- dsh-context
- dsh-cost-meter
- dsh-todo-continuity
- dsh-trajectory-governance
落地差异(0.5/0.6 已实现)。 清单实际写成 config/seams.json,安装器在写 Profile 前做单 owner 冲突校验,guard/observer 可叠加、斜杠命令唯一归属;准入由 plugin-admit 四闸执行并锁定 admitted.json。设计阶段设想的 dsh-todo-continuity、dsh-trajectory-governance 在 npm 上核验为不存在,未纳入交付,相关需求改由自研 VDD 门禁和 seams 覆盖;本文其他位置出现这两个包名仅为设计时设想。
插件准入流水线。 第 6 节已经列出进入默认集合前要证明的条件,这里把它落成四道可执行的闸门:装前静态检查、包结构检查、隔离试用与开关对照、钉死版本。前三道可以直接用现成工具完成:
# 装前静态检查:能力披露与红线。退出码 0 未检出、1 需确认、2 有红线、3 扫描失败
npx dsh-trust-check --dir ./candidate --exit-code
# 包结构与 Cordis 契约检查:离线运行,不执行第三方代码
npx --yes @perrylink/dsh-plugin-doctor@0.4.0 --repo ./candidate --no-smoke --only "R,K"
# 在不含密钥的 ph-lab 中安装精确版本,做开关对照
DSH_HOME=~/.dsh-lab dsh plugin --profile ph-lab add <plugin>@<exact-version>
# 对照通过后把精确版本写入锁定清单,再进入 ph-daily
有两处容易踩坑:trust-check 返回 0 只代表本次静态扫描没有检出,不代表安全;plugin-doctor 要用带作用域的包名 @perrylink/dsh-plugin-doctor,npm 上不带作用域的同名包属于其他作者。从 git 安装的插件还应钉到具体 commit。
成本感知的调度。 如果主力模型走 DeepSeek 官方 API,要注意它的峰谷时段几乎和工作时间重合:工作日(不含中国法定节假日)北京时间 09:00–12:00 和 14:00–18:00 是高峰,其余时间半价。交互式工作留在白天;回归测试、大范围重构、文档生成和调研这类可以机器验收的任务,白天提交、低谷批量执行,可以用 dsh-lowtide,也可以用 dsh-llm-fallbacks 的时段路由在高峰时切到便宜的模型。Pro 与 Flash 的价差也支持分档:未命中缓存时,Pro 的输入单价约为 Flash 的 4.4 倍,输出约为 3.3 倍,适合“强档规划和评审、弱档实现”的分工。Provider 的成本规则需按实际服务验证,不能把一家供应商的价格套到其他来源。
通知渠道独立接入。 会话通知、工具审批和远程交互可以由渠道扩展提供。会话内容可能进入第三方服务,渠道应按环境启用;关闭渠道后,核心方法和本地工作台仍应能使用。
客户端全栈与 OPC:插件落地与一键恢复
前几节回答了哪些插件值得评估、怎样组合。这一节把结论落到仓库:以 iOS、Android、HarmonyOS 和服务端为主线,覆盖 OPC 从想法到上线,并保证迁移到新设备时,用同一个仓库就能恢复工作台。
项目工具按需接入,浏览器、Apple、Android、HarmonyOS、Go 和文档检索分别声明自己的依赖。安装、协议握手、设备操作和项目构建是不同层次的验证,不能相互替代。
| 方向 | 连接方式 | 项目验证依赖 |
|---|---|---|
| iOS/macOS | XcodeBuildMCP、Apple 文档检索 | Xcode、模拟器或签名设备 |
| Android | mobile-mcp | adb、设备与项目 Gradle |
| HarmonyOS | DevEco CLI | DevEco 工具链与工程目录 |
| Go | gopls MCP | Go 工具链与工程目录 |
| 通用文档 | Context7 | 服务可达和检索结果核对 |
为什么做成按需 pack。 MCP 的工具描述会常驻上下文,进程也常驻;平台 SDK 和设备也不是每台机器都有。按需启用让 iOS、Android、HarmonyOS 和服务端的工具只在需要时出现,符合第 2 节的最小默认集合原则。环境 Overlay 在自己的目录里声明 pack,核心清单不引用它,更换环境时整体不启用即可。
项目级 pack。 gopls 按进程的工作目录识别 Go 工作区,DevEco CLI 读 PROJECT_PATH 或 MCP roots;而 DSH 的 MCP 客户端初始化时不声明 roots。因此 go 和 harmony 启用时必须用 --project 绑定一个工程,否则 gopls 会回答“This is not a Go workspace”。当前一次只绑定一个工程,换工程要重新启用。
OPC:从想法到上线。 OPC 的前半程已经由仓库里的 Skills 覆盖,后半程按阶段接入 pack,候选只在对应阶段出现真实需求时再评估:
| 阶段 | 已有能力 | 候选 |
|---|---|---|
| 机会发现和评估 | opportunity-radar、opportunity-scorecard、outside-view | — |
| PRD 和方案 | product-brief、engineering-docs、style-compass | spec-kit |
| 实现 | iLoop/VDD、Worktree、Code Graph、SourceKit LSP;go、harmony、docs、apple-docs | — |
| 验证 | iLoop 验收;browser、apple、android | Maestro、qa-skills |
| 发布 | 项目自己的签名和发布脚本 | App Store Connect CLI、fastlane |
| 线上 | 项目自己的日志与监控入口 | 按平台权限独立接入 |
候选的许可证都已核对:spec-kit、qa-skills 和 App Store Connect CLI 是 MIT,Maestro 和 android/skills 是 Apache-2.0。harmony-next.skills 的仓库没有许可证文件,按仓库规则不纳入。
一键恢复。 仓库保存工具清单和精确版本;本机保存模型选择、凭据引用与运行状态。新设备重新安装宿主与工作台,再选择可用模型、启用所需项目工具,最后用真实工具往返确认。
宿主版本、插件 peer 范围、包管理器布局、工具工程目录和可选依赖都影响安装。安装通过只能证明配置结构;真实桌面会话、设备操作和项目构建仍需分别验证。
模型与环境适配
工作流不直接依赖模型供应商。每个模型来源统一声明协议、地址、凭据引用、模型目录和可选健康检查;模型变化只影响 Provider 层。
provider id
+ protocol
+ base URL
+ credential reference
+ model catalog
+ optional health endpoint
模型接入应分别验证文本、流式返回、工具参数与结果回传;没有通过这些检查的来源,不能写成当前可用。
环境专属能力放在独立 Overlay。关闭它后,工作流、Skills 和其他模型来源应保持可用。
安装、状态与迁移
仓库保存可公开复用的定义,本机目录保存运行状态和凭据引用。两者分离后,同一仓库既能迁移,也不会把旧环境的账号带到新环境。
| 位置 | 保存内容 | 处理原则 |
|---|---|---|
| Git 仓库 | Preset、Skills、插件目录、Provider 模板、安装与验证代码 | 可评审、可版本化、可在新环境重新安装 |
| ~/.personal-harness | 当前版本、Provider 选择、路由、插件所有权、伴随运行时和兼容设置 | 只在本机保存,升级时备份,失败后恢复 |
| ~/.dsh | DeepSeek Harness Profile、会话与用户自行安装的插件 | 安装器只修改自己拥有的区块,不覆盖用户改动 |
| 环境凭据 | 模型 Key、SSO、设备状态和环境私有数据 | 不进入仓库,不随迁移包复制 |
迁移到新环境时,执行顺序保持简单:
- 安装 DeepSeek Harness Desktop。
- 克隆 Personal Harness 仓库并运行安装器。
- 选择一个在当前环境可用的 Provider。
- 按需安装环境 Overlay 和项目工具包。
- 运行回归、Doctor 和一次真实模型工具调用。
安装器固定插件版本、记录所有权并保留失败回滚。它不会把“命令退出码为 0”直接当成可用,而是继续核对 Bundle、伴随运行时、兼容补丁和真实行为。
恢复与兼容。 新环境应先检查宿主版本与必要工具,再恢复托管配置。模型未配置、可选工具缺失与核心安装失败必须分别报告。网络来源、证书和工具路径由使用者按环境配置,不进入可迁移内容。
版本演进
0.1–0.4 四个版本补齐了“可安装、可运行、可扩展、可交付”四类能力;0.5.0 交付第五类“组合得稳、用得省”,0.6.0 在此之上把可迁移、可维护和发布隔离做实。后续版本继续沿同一结构演进,不另起入口。
| 版本 | 解决的问题 | 新增能力 |
|---|---|---|
| 0.1.0 | 先把个人方法装进同一个宿主 | Personal Workbench、Provider 声明、iLoop/OPC/VDD/个人 Skills、安装/诊断/卸载 |
| 0.2.0 | 让模型和伴随服务真正可运行、可恢复 | 模型接口适配、命名路由、模型探针、内容寻址安装、失败恢复、Browser/Apple MCP Pack |
| 0.3.0 | 开放插件生态并改善日常工作界面 | Plugin Market、SourceKit LSP、Better Sidebar、插件所有权、直接模型选择 |
| 0.4.0 | 补齐并行、隔离、代码理解和跨应用执行 | Git Worktree、Subagent UI、Code Graph、Computer Use、Blender、兼容与持久化修正 |
| 0.5.0(已交付) | 插件多了以后组合得稳、用得省 | 接缝所有权清单、插件准入流水线、Profile 分层、VDD 门禁插件化、上下文与成本观测、独立通知渠道 |
| 0.6.0(已交付) | 基线拉齐后把可迁移与可维护做实 | host 适配层(版本与补丁数据化)、OpenRouter 默认模型通路、环境模型层 Overlay 模板、跨会话记忆、desktop 日常 VDD 门禁、能力标识解耦与 doctor 降级提示、check-portable 可移植门 |
从设计到可验证的机制
接缝所有权清单、插件准入、分层 Profile、完成声明的有界提醒,以及模型和工具的独立接入,把约定逐步变成可执行机制。机制可以用离线夹具检查冲突与默认行为,实际效果仍须回到真实任务。
完成门禁只根据已有证据提醒,不代表能自动判定所有任务都成功。插件安装检查、MCP 握手、真实模型工具往返与项目交付各有自己的验收范围。
flowchart TB
Task[用户任务] --> Host[DeepSeek Harness 运行时]
Method[iLoop / VDD / Skills] --> Host
Host --> Tools[文件 / Worktree / LSP / 桌面工具]
Model[独立模型来源] --> Host
Tools --> Evidence[构建 / 测试 / UI / 日志]
Evidence --> Gate[完成声明核对与有界提醒]
Gate --> Review[人工评审与交付]
Gate -->|证据不足| Host
Install[安装与组合治理] --> Method
Install --> Tools
Install --> Model
如何继续扩展
新增能力时,先判断它改变的是方法、执行能力、模型来源、特定环境还是安装生命周期。选对层,比直接把代码塞进仓库更重要。
| 新增内容 | 应该接入 | 进入默认前要证明 |
|---|---|---|
| 新的工作方法或专项流程 | Skill | 真实任务中比通用提示更稳定,且不绑定具体环境 |
| 新的常驻运行能力或界面 | Cordis 插件 | 权限、版本、卸载、失败降级和宿主升级兼容 |
| 拦截或改写 Agent 行为的能力 | Cordis 插件,并登记到接缝所有权清单 | 独占接缝无冲突、确定性规则优先、自动续跑有上限,开关对照显示净收益 |
| 新的项目工具 | MCP Pack 或项目命令 | 实际项目的构建、运行或验证结果 |
| 新的模型服务 | Provider Adapter | 模型目录、文本、工具调用、错误分类和凭据保护 |
| 只在特定环境存在的能力 | Company Overlay | 禁用后公共核心仍可正常运行 |
| 安装、升级或状态规则 | Installer 与本机状态层 | 重复安装、失败回滚、用户改动保护和卸载边界 |
当前边界
不能只凭安装、配置解析或测试夹具,宣称工作台在全部宿主和项目里更高效。可用性以模型往返、真实会话与项目验证为准。
- 工具安装和握手不等于 Android、HarmonyOS 或 Apple 工程已经交付。
- 简单骨骼动画验证不代表复杂角色自动绑骨的质量。
- 宿主升级可能破坏插件兼容,必须复核 peer 范围与运行行为。
- 项目级工具的工作目录、Profile 加载方式和伴随服务所有权都有宿主限制。
- 插件候选的社区对照只能支持进入评估,不能代替自己的任务完成率、人工介入与成本对照。
- 完成提醒、跨会话记忆和准入流程也需要真实任务验证,不能只依据功能存在下结论。
维护方式
这份文档应当随着架构演进持续更新。新增默认插件、改变 Provider 契约、调整状态目录或修改迁移步骤时,必须同时复核架构图、模块表、接缝所有权清单、版本演进和当前边界。
后续迭代优先积累三类事实:真实任务完成率、人工介入次数,以及升级后的回归结果。引入插件组合后,再补充每个任务的 token 与成本、缓存命中率、自动续跑与门禁拦截次数,以及评审发现中被确认的比例。前几项由 dsh-context、dsh-cost-meter 和 dsh-trajectory-governance 在本机采集,评审质量由人工抽样记录,避免依赖主观感受。只有这些事实持续变好,Personal Harness 才真正成为更高效的工作台,而不只是更复杂的工具集合。
多模型决策与执行的边界
多模型分工需要同时区分任务范围、决策来源和执行来源。主模型持续统筹,顾问只给建议;批准来自用户确认,不能由模型假设或顾问意见代替。
| 任务范围 | 决策层 | 执行层 |
|---|---|---|
| 已允许外发的个人任务 | 优先公司来源;只有公司来源不可用、尚未输出内容且范围允许外发时,才兜底到原生 DeepSeek | 按已授权配置使用个人 DeepSeek |
| 企业受限或范围未知 | 只使用已声明的公司来源 | 不调用个人或未分类来源 |
认证失败、限流、超时和服务错误,仍要按任务范围及输出前切换条件处理。权限或内容拒绝不能靠换来源绕过。不同角色的路由验证,只能证明已测试的组合;跨 Provider、前台续跑和后台通知需要各自验证,不能从一个成功样例外推。
0.6.5:薄任务记录与只读顾问
0.6.5 在双路由之上增加任务记录和默认关闭、按需启用的只读顾问。两者都不改变主模型的统筹位置。
任务记录保存稳定身份、源码版本、仓库检查点、批准范围和资源范围;聊天会话不是它的身份。会话丢了,记录仍在,但旧子代理句柄不会自动恢复。上次动作的回执如果未知,就先核对文件与仓库检查点;核对不出,停下等人确认。
恢复走只读核对。记录不持有运行中的句柄,核对本身也不批准新目标、不自动重跑动作。
顾问默认关闭、只读,不开 shell、不驱动控制器、不建账户。用户确认、模型假设和顾问建议分开保存;只有用户确认可以构成批准。
| 命令 | 职责 |
|---|---|
create | 创建任务记录 |
read、recover | 读取与核对,不自动执行 |
revise | 记录新版本与已批准的范围 |
feedback | 保存反馈 |
disable | 关闭对应能力 |
JSON 输入的 manifest 包含 task_id、源码版本、检查点、批准范围、roots 和 resources。主模型持续统筹复杂任务,顾问只在需要时启用,不默认全开。
字段读取、路径拒绝和路由定向验证,不能代替运行中的角色配置验收。安装包、源码与实际运行时需要分别核对;运行时重载后的角色观测和必要的后续配置,仍要单独确认。