PAKIKNOWLEDGE/dsh-auto-classifier

English | 中文

DeepSeek Harness（DSH）的类 Claude Code Auto Mode 权限分类器。在 read-only / workspace-write / danger-full-access 之外新增第四个权限预设 auto（Autonomous / 自主模式）：工具调用自动分类——危险操作在真正执行前被拦截，安全操作正常放行，沙箱升级由分类器自动裁决，无需人工盯着审批弹窗。

工作机制

host 平面插件。两个 { prepend: true } 监听器抢在浏览器应答者之前裁决，只在会话权限预设为 auto 时生效；其它会话保持原生交互行为（处理函数调用 next() 放行）：

扩展点	作用
tools/pre-execute（工具预执行瀑布）	每次工具调用都能看到工具名与完整参数：危险命令（删系统目录、格式化、改注册表、git reset --hard / force push、访问凭据等）在执行前被拒绝
approval/request（审批瀑布）	沙箱升级（sandbox_permissions）由分类器自动放行/拒绝——auto 会话内无浏览器弹窗
git 快照	放行高风险升级前对工作区自动 checkpoint（git add -A && git commit，可节流）；auto_snapshot 工具可随时手动打点
systemPrompt section	注入自主模式纪律：风险分级、git 救援、禁止无限重试、需要人决策时发邮件并停止
web 控制页（v0.1.5，v0.1.7 起中英双语，v0.1.10 起模型配置，v0.1.14 起显式凭证）	设置 → 插件 → Auto Classifier · 自动分类器：实时配置开关（LLM 裁判、写内容审查、严格默认、裁判阶段、默认决策，手机式拨钮）、裁判模型配置（提供方 / Base URL / API Key / 模型 四个字段——填写的凭证会被保存，裁判直接 HTTPS 调用该提供方，支持 OpenAI 兼容与 Anthropic；测试按钮用表单里填写的真实凭证实时 ping，保存持久化；模式徽标显示 Direct · 直连 / Service · 服务）、会话统计、最近拒绝列表——标签中英双语（EN · 中文）。浏览器半边经 exports["./client"] + dsh.client 出货；静态 bundle 的 client 没有 host.call（那是动态插件机制），所以页面用 fetch 拉 host 半在 webServer 上注册的同源路由（v0.1.6 起用 ctx.inject(['webServer']) 延迟注册——该服务在 webStartup 之后才挂载）：GET /dsh-auto-classifier/status、GET /dsh-auto-classifier/denials、POST /dsh-auto-classifier/set（仅白名单键）、GET/POST /dsh-auto-classifier/model（独立裁判模型端点，provider/baseURL/apiKey/model 持久化，API key 绝不回传、只回掩码）、POST /dsh-auto-classifier/model/test（用表单填写的凭证实时 ping，20s 上限）。开关与模型设置立即生效并跨重启持久化（config.json）

规则引擎（Claude Code 风格，工具作用域）

• 规则语法：Tool(pattern)——如 pwsh(^git\s+commit\b)、write,edit(C:\Windows)；工具名可逗号并列；无括号的裸正则作用于所有工具。pattern 是大小写不敏感正则。
• 字段投影（防误伤）：命令类工具（pwsh/bash/run_code）只扫 command/code 字段（匹配前先清洗：剥 FOO=bar 环境变量前缀、> / >> 重定向）；路径类工具（write/edit/read）只扫 file_path；其它工具不扫描——文件内容/代码文本里提到危险词不算数。审批请求扫 reason 理由句。
• 判定顺序：deny 规则（最高优先）→ 工作区内结构放行（仅 write/edit/read）→ allow 规则 → LLM 裁判（可选）→ pwsh 严格默认 → defaultDecision。
• 工作区内文件操作不经过裁判（Claude Code Tier-1，v0.1.3 起）：write/edit/read 的目标解析后位于会话工作区（agent.session.header.cwd）内时确定性放行——项目内编辑可经版本控制复审，且文件沙箱本身已限定写入范围。deny 规则仍优先执行，因此受保护目标（.dsh 配置、凭据、系统目录、.git/config|hooks 元数据）照旧被拦。
• 默认 deny 表（参考 Claude Code soft_deny）：破坏性文件操作、磁盘/引导/系统服务、关机重启、账号/服务篡改、注册表写入、git push / force-push / reset --hard、外部代码执行（curl|bash、iwr|iex）、提权（sudo/runas/gsudo）、网络监听、系统级包安装、凭据文件、受保护路径直写、DSH/shell 配置文件篡改。
• 默认 allow 表：常规 git（不含 push）/ 包管理器 / 语言运行 / gh / dsh / winget/scoop/choco / PowerShell cmdlet。
• LLM 裁判（llmJudge: true）：规则未命中时由模型做语义判定。对齐 Claude Code 生产版分类器（完整参考提示词见 reference/claude-automode-classifier-reference.md，已转成可直接阅读的多行文本）：
  • 两阶段（judgeStages: "both"，默认）：快速单 token 过滤器（廉价、倾向拦截——Claude 实测 FPR 8.5%）仅在标记时进入链式思考复审（FPR 降到 0.4%）。"fast" / "thinking" 只跑单阶段。
  • reasoning-blind 输入：裁判只看到会话最近的用户消息（授权证据）+ 最近工具调用（仅名称与投影目标，结果与内容一律剥离）+ 工作区事实（工作区根、解析后路径、是否在工作区内、是否 git 仓库）。助手文本与工具输出一律剥离，agent 无法说服裁判放行、恶意文件/网页内容也无法操纵裁判。
  • HARD / SOFT 分级（v0.1.4 起）：HARD（外部代码执行、不可逆销毁、未授权持久化、安全削弱、提权、网络监听、密钥外泄）无条件拦截、用户意图不可解除；SOFT（工作区外写入、项目外包管理、git push、共享状态删除、大规模变更）仅在用户点名动作+危险参数时解除——提问不是同意（"可以修吗"≠"去做"）、被拦后用户重申=知情强化同意、显式边界持续到用户解除。范围外事项（烂代码、错误答案、死循环、浪费 token、瞬时失败重试）永不拦截。
  • suspectedBypass（v0.1.4 起）：会话内曾拒绝的目标换工具重试、或路径被嵌入命令，会给裁判打上疑似绕行标记（bypassWindow 条最近拒绝参与匹配）——只是信号不是自动拒绝，裁判结合用户意图证据裁决。
  • scanWriteContent（v0.1.4 起，默认 false）：开启后，write/edit 内容命中 deny 模式时写入当下即送裁判审查（Claude 的 WRITTEN FILE EXECUTION），不再走工作区结构放行。
  • 失败降级到 defaultDecision。仅用于 pre-execute 路径——升级请求用规则 + 默认决策（底层命令已在 pre-execute 筛过）。
• 拒绝文案（denyMessage）：分类器拒绝返回固定卡夫卡式裁决——"法的门前站着一个守门人。今天守门人说：还不到时候……"——说明这是分类器裁决（不是沙箱拒绝，sandbox_permissions 是错误通道）、应另寻入口、换工具会被重新分类。可自定义或置空。
• 拒绝日志：每次分类器拒绝都会追加到 ~/.dsh/auto-classifier/denials.jsonl（超过 1 MB 轮转）——重启不丢的 "Recently denied" 复核轨迹；auto_status 会打印路径。
• denial 上限：连续 3 次 / 累计 20 次（同 Claude Code denialTracking）——触发后硬停并提示通知用户。DSH 本身没有邮件能力：提示会指向 dsh-notify-skill 邮件插件（同样收录于 awesome-dsh-plugin 列表）或用户自行配置的通知渠道。
• 所有决策经 ctx.logger 记录；auto_status 工具可查最近 20 条与上限计数。

安装（web profile）

# 1. 打包并加入 profile 依赖与 bundles（物理 tarball，勿用 link:）
#    cd dsh-auto-classifier && npm pack --cache <工作区内路径>   # workspace-write 沙箱下 npm 默认缓存目录写不进
#    package.json dependencies:  "dsh-auto-classifier": "file:C:/.../dsh-auto-classifier-0.1.1.tgz"
#    package.json dsh.profile.bundles: 追加 "dsh-auto-classifier"
cd ~/.dsh/profiles/web
pnpm add "dsh-auto-classifier@file:C:/.../dsh-auto-classifier-0.1.1.tgz" --force

# 2. 校验组合配置（不启动服务）
dsh --profile web --dump-config   # 应出现 auto-classifier 行与 4 个 presets

# 3. 重启 dsh web，然后在会话的权限选择器里切到 auto（或 /permission auto）

插件的 cordis.patch.yml 作为 bundle patch 自动注入行——不要在 profile/home 层手动 insert 同 id（duplicate loader entry 会让 web 启动失败）。改源码后重装：npm pack → pnpm add ... --force（刷新 lockfile integrity）。

更新

插件的 cordis.patch.yml 随包分发，注入的行随包自动更新——无需手动改任何 profile/home 层。优先用官方 dsh plugin 形式（转发 pnpm 并按已装状态调和 dsh.profile.bundles：新版本才声明 dsh.bundle 的包会自动激活进层栈，重复 add 已列出的包也不会产生重复条目）：

dsh plugin --profile web update dsh-auto-classifier              # 尊重 ^0.1.x 范围
# 或精确指定版本（npmmirror 同步慢时带官方源）：
dsh plugin --profile web add "dsh-auto-classifier@0.1.3" --registry=https://registry.npmjs.org/

dsh --profile web --dump-config                                 # 验证 exit=0 + auto-classifier 行在

然后重启 dsh web。auto_status 显示实际生效配置——0.1.3+ 的 llmJudge 行会带 stages: both。在 profile 目录内裸跑 pnpm update 也能升版本，但不会执行 bundles 调和（原地升版本没问题）。若之前装的是本地 file:...tgz，需先 dsh plugin --profile web remove dsh-auto-classifier 再按 registry 装，避免二次注入。

也可以直接从 npm 安装：dsh plugin --profile web add dsh-auto-classifier。

配置（cordis.patch.yml 的 auto-classifier 行）

键	默认	说明
presetName	auto	分类器在哪个权限预设下生效
defaultDecision	allow	规则未命中且无裁判时的默认决策（deny = 失败关闭）
llmJudge	false	是否启用模型语义裁判（每次未命中调用一次，耗 token）
judgeProvider / judgeBaseURL / judgeApiKey / judgeModel	空	显式裁判凭证（v0.1.14 起），在 web 控制页填写。当 API key + 模型 + base URL 非空时，裁判直接 HTTPS 调用该提供方（OpenAI 兼容 /chat/completions，提供方/地址为 Anthropic 时走 /messages），完全不依赖 harness 的 llm 注册表或配置文件凭证。judgeApiKey 为空则回退到下方 llmProvider/llmModel。
llmProvider / llmModel	deepseek-official / deepseek-v4-flash	经 harness llm 服务的裁判模型（未配置直连凭证时的回退）
judgeStages	both	both = 快速过滤 + 命中才思考复审；fast / thinking = 只跑单阶段
denyMessage	卡夫卡守门人文案	分类器拒绝时追加的固定文案（说明 sandbox_permissions 通道不适用）；置空禁用
hardDenyMessage	硬边界提示	deny 规则（HARD）命中时追加的句子——建议退出 auto 模式人工审查
judgeMaxUserMessages / judgeUserMessageChars	3 / 400	裁判可见的最近用户消息条数（截断）作为意图证据
judgeToolHistory	6	裁判可见的最近工具调用条数（仅名称+目标，剥内容）作会话上下文
judgeFastMaxTokens / judgeThinkingTimeoutMs	8 / 30000	阶段一输出上限 / 阶段二中止超时
scanWriteContent / writeContentScanChars	false / 2000	开启后 write/edit 内容命中 deny 模式即送裁判（内容截断到此长度）
bypassWindow	5	参与 suspectedBypass 匹配的最近拒绝条数
pwshStrict	true	命令类工具未命中规则时走裁判/严格默认（比路径工具保守，对齐 Claude Code 对 PowerShell 的默认人工）
denyPatterns / allowPatterns	内置表	Tool(pattern) 正则数组，覆盖/追加规则
denialLimitConsecutive / denialLimitTotal	3 / 20	拒绝上限，触发后硬停提示
gitSnapshotOnAllow	true	放行高风险升级前是否自动 git 快照
gitSnapshotIntervalMs	30000	每会话快照最小间隔

License

MIT