← 返回全部文章
AI 与工程 · 2026-09-29

Personal Harness:可迁移的个人研发工作台

32 min read

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。

说明

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。

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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 RuntimeAgent 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。

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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-memory24 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
Aegis120 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-meterdsh-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-fallbacksdsh-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-continuitydsh-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-indexcodegraph 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-teamsdsh-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-lowtidedsh-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-changesdsh-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-radarBetter 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-dcpdsh-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-mnemondsh-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:

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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 SkillsWorktree 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VDDdoublecheck 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 Worktreeworkspace-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
VDDSkill 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/macOSXcodeBuildMCP、Apple 文档检索Xcode、模拟器或签名设备
Androidmobile-mcpadb、设备与项目 Gradle
HarmonyOSDevEco CLIDevEco 工具链与工程目录
Gogopls MCPGo 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-compassspec-kit
实现iLoop/VDD、Worktree、Code Graph、SourceKit LSP;go、harmony、docs、apple-docs—
验证iLoop 验收;browser、apple、androidMaestro、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
~/.dshDeepSeek 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:

  1. 安装 DeepSeek Harness Desktop。
  2. 克隆 Personal Harness 仓库并运行安装器。
  3. 选择一个在当前环境可用的 Provider。
  4. 按需安装环境 Overlay 和项目工具包。
  5. 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。

仓库:Job-Yang/personal-harness

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。

薄任务记录与宿主会话、子代理句柄及恢复核对的关系

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。

只读顾问、主模型、决策层与执行层的分工和批准边界

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。

100%