安装
在 DeepSeek Harness 里通过 dsh-market 安装
dsh plugin --profile web add dshmarket
或使用命令行
dsh plugin --profile web add github:BrambleXu/dsh-prompt-profile
装任何插件都等于在你的机器上跑第三方代码，权限和你本人一样大——能读你的文件、用你的凭据、访问网络。请先审阅源码，并尽量锁定 commit（github:owner/repo#sha）。
README
为 DeepSeek Harness 提供可复用的 Markdown prompt profile。一个 profile 可以为单轮对话选择 provider、model 和 reasoning effort，将命令参数渲染到 prompt 正文中，并在对话结束后恢复之前的选择。
为什么存在 💡
不同会话中经常需要重复选择模型和输入审查指令。dsh-prompt-profile 将这些组合保存为小型、可复用的 Markdown profile，可以应用于单轮对话，并在结束后保留 Agent 之前的模型选择。
功能 ✨
- 从用户目录和项目目录发现 profile，项目 profile 优先。
- 使用 shell 风格占位符将位置参数替换到 profile 正文中。
- 为单轮对话选择 provider、model 和 reasoning effort。
- 默认自动恢复 Agent 之前的选择，也可以按 profile 关闭恢复。
- 列出可用 profile，并通过斜杠分隔的名称调用嵌套 profile。
安装 📦
dsh plugin --profile demo add ./dsh-prompt-profile
在 ~/.dsh/prompt-profiles/ 下创建用户 profile，或在 <repo>/.dsh/prompt-profiles/ 下创建项目 profile：
---
description: Deep code review
provider: deepseek
model: deepseek-reasoner
reasoningEffort: high
restore: true
---
Review $1 for correctness, regressions, and missing tests. Extra context: ${@:2}
项目 profile 会覆盖相同相对名称的用户 profile。
使用 🚀
/prompt-profile list
/prompt-profile review src/index.ts "focus on cancellation"
嵌套文件使用斜杠分隔的名称。例如，.dsh/prompt-profiles/review/security.md 对应的名称是 review/security。
支持的占位符：
| 占位符 | 值 |
|---|---|
$1、$2、… |
一个位置参数 |
$@、@$、$ARGUMENTS |
全部参数 |
${@:N} |
从第 N 个位置开始的参数 |
${@:N:L} |
从第 N 个位置开始的 L 个参数 |
Frontmatter 🧾
| 字段 | 要求 | 含义 |
|---|---|---|
description |
否 | /prompt-profile list 中显示的文本 |
provider |
与 model 一起使用 |
Harness provider 路由 |
model |
与 provider 一起使用 |
provider 所属的 model ID |
reasoningEffort |
与 provider 和 model 一起使用 |
adapter 所属的 reasoning effort ID |
restore |
否 | 本轮结束后恢复之前的选择；默认为 true |
同时省略 provider 和 model，即可使用当前 Agent 的选择。
配置 ⚙️
- id: dsh-prompt-profile
name: dsh-prompt-profile
config:
userDirectory: ~/.dsh/prompt-profiles
projectDirectory: .dsh/prompt-profiles
开发 🧑💻
pnpm install
pnpm run check
范围 🎯
0.1 版本有意不包含 prompt chain、循环、skill 注入、subagent、worktree 和 best-of-N 编排。只有当 Harness 扩展点能够保留其生命周期和持久会话语义时，才应添加这些功能。
许可证 📄
MIT
致谢 🙏
核心思路来自 pi-prompt-template-model。首个 Harness 原生版本专注于最小可用单元：确定性发现、参数替换、作用域内的模型路由和恢复。