ZK-Andy/dsh-continual-evolve

English | 中文

DeepSeek Harness（dsh）的持续自进化插件：一套版本化、可审计、可回滚的 harness 状态层——提示词补充、记忆、技能、子代理规格——从会话轨迹中沉淀而来。

模型提议，代码保证。 每一项机械化安全属性——schema 校验、原子写入、快照、版本、审计、接受决策——都由代码强制，从不依赖提示词自觉。

为什么

Agent 在每个会话里积累可复用经验（重复失败、持久事实、可复用流程），下个会话就忘掉。本插件把这些经验变成一等公民的持久状态：

• 三作用域与合并语义（global < project < local）：local 本会话暂存、project 本项目跨会话库、global 跨项目——配合机械化晋升守卫，只有可携带、有分量、非重复的知识才能进全局
• 类型化单条记忆：每条 memory 带召回类型（user | feedback | project | reference）；踩坑（feedback）必须含 Why + How to apply
• 专用后台记忆 Agent：成功回合通过机械 eligibility 后，有界 ZCode 式 loop 检索冻结的 memory manifest，并经闭集工具提出纯 memory 编辑；不能调用 Agent、MCP、网络，也不能写源码。该 listener 不运行通用 review/planner/fate
• 记忆召回、投影与回执：evolve_recall 按 query/kind/scope/type 精确读回记忆全文；每次 memory 落盘同时生成可读的 MEMORY.md 索引 + 单事实文件；每次提取留统一审计回执（no-op/applied/declined + 耗时与轮次统计），只有实际沉淀才通知会话
• 确定性回滚：逆操作编辑由已应用结果生成——不靠 LLM 重新猜测
• benchmark 闭环：候选沉淀先经冻结用例 + 独立评分者评估再接受（rubric 加密落盘）
• store 卫生：/evolve consolidate 把写入时冲突提示与零使用陈旧条目变成一次批准、完全可逆的批量归档——加 merge 可将近重复内容并入幸存原条目

工作原理

1. 沉淀——模型经 evolve_add 创建条目，或由专用 Memory Agent 消费成功回合后的增量 snapshot。通用 review/planner 保持手动，除非另行显式调用。
2. 能力感知的辅助调用——memory loop、review、planner、wrapup、fate 通过 src/llm-text.ts 解析精确 provider/model 能力并使用模型公布的最低开启 reasoning effort，同时转发 host session id 供 provider 路由；只有没有开启档时才回退关闭档，没有 reasoning 元数据时使用 provider 默认行为。
3. 守卫——代码强制校验：编辑 schema、blast-radius 与作用域一致性、晋升政策（项目专属标记 / 过薄内容 / 近似重复检测 / 凭据筛查保持全局库干净——密钥类内容在所有写入出口被拒，含 mount 物化）。全局 create 与既有条目高度相似（≥0.8）时写入即拒；中等重叠带 conflictHint 供后续合并。
4. 审批——全局与项目写入需明确人工批准；弹窗展示有界结构化编辑 diff 与冲突提示，弹窗丢失/响应畸形会重试，不会被误记为拒绝。
5. 应用与注入——memory 批次先完成所有持久化审批，写前重查 abort；后续 scope 失败时补偿回滚先前写入，成功 scope 仍保留快照与审计。prompt 补充与委派规格注入系统提示词（封顶、按相关性排序、被证伪条目降权、空 store 零 token）；memory 正文在会话开场按硬预算注入（会话内冻结，when_to_save 指南随行）；skill 仍以按相关性排序的目录索引出现。
6. 验证与回滚——benchmark 用冻结用例为候选打分；被拒候选确定性回滚，并自动沉淀为 draft 回归用例（auto_regression 基准）。

安装

# 从 npm（安装即激活——自带 bundle patch）
dsh plugin add dsh-continual-evolve

# 或从源码（首次 GitHub 安装需批准 allowBuilds 构建步骤）
dsh plugin add ZK-Andy/dsh-continual-evolve

安装或更新后，重启你实际使用的 DSH profile（dsh web 或桌面宿主）。

使用

会话内命令：

命令	效果
/evolve	简短帮助 + 当前 local store（/evolve help all 列全部子命令）
/evolve list · history · rollback <id>	查看与回滚（加 project 操作本项目库，global 操作跨项目库）
/evolve plan [msg]	对 store 运行 LLM 规划器
/evolve wrapup	收尾本会话 local 条目：晋升 / 归档 / 保留
/evolve archive · unarchive <id>	从注入中隐藏（数据保留可恢复）
/evolve consolidate [apply] [merge]	报告（或应用）冲突提示 + 零使用陈旧全局条目的批量归档；merge 将近重复内容并入幸存原条目
/evolve failures	失败类聚合（门禁 + benchmark）
/evolve log [tail N] [session <id>]	插件日志
/evolve export · import <path>	备份 / 恢复 store
/evolve mount · unmount <skillId>	把可执行技能热挂载为 live 插件
/evolve goal [objective · done · block]	回合驱动的自进化目标
/evolve benchmark …	用例生命周期、运行、接受决策
/evolve pause · resume · status	暂停/恢复自动门禁（手动工具不受影响）、门禁状态
/evolve usage	每条目注入次数 + memory/review/planner/wrapup/fate 直属调用的 provider 精确 token（不含 benchmark 宿主子代理）

模型工具：evolve_list / add / update / delete / rollback / recall（evolve_delete 支持 id 或批量 ids 数组——一次 refinement、一次审批；evolve_recall 按 query/kind/scope/memoryType/limit 过滤，返回全文 + 版本 + 来源 + 过时信号）。记忆的读写都在对话里完成——模型手里有注入的记忆索引 + evolve_recall/evolve_add——因此不再有 /evolve remember · forget · recall 对应命令：直接在对话里说。

第三方消费：每次进化落地（门禁或手动）都会向 reviews.jsonl 追加结构化 evolve_complete 事件（shape 见 src/evolve-event.ts），与人类可读的审计记录并存。

/evolve usage 还会读取 evolve/token-usage.jsonl：插件直属 memory Agent、review、planner、手动 wrapup 与自动 fate 调用的 provider 精确 input/cache/output/total token。报告只覆盖保留尾部而非终身累计，单独显示 provider 未返回 usage 的调用，并明确排除宿主 benchmark 子代理、其 agent-loop 调用与逐条 memory 注入归因。

注入形态：prompt 补充与委派规格带内容注入（每 kind ≤6 条 × 180 字符，按相关性排序）。memory 以正文在会话开场注入：evolve:memory-index section（order 400）承载 when_to_save 指南 + 预算内的全部记忆正文，排序 project > feedback > user > reference，放不下的降级为 [memory:type:id] 标题钩子、其余折叠计数（硬上限 memoryIndex.maxChars，默认 6000 字符；未展示的用 evolve_recall 读）。该 section 每会话只算一次并逐字节复用，system prompt 因此稳定、prompt cache 持续命中——会话中途写入的记忆下个会话生效。skill 仍以按相关性排序的目录索引出现（15 行封顶 + 折叠计数行），memory 不再列入。每次 memory 落盘同时刷新 store 目录下的可读 MEMORY.md 索引 + 单事实文件。memoryIndex.guide 关闭且 store 为空时 = 零注入 token。

配置

键	默认	含义
baseDir	解析后的 DSH home	evolve/ 存储根目录
autoReview	false	没有 evolve/runtime.json 时 Memory Agent 的初始默认；监听器始终注册，因此它不是注册门
memoryMinUserWords	3	ZCode 风格：单个直接用户文本至少包含的词数；使用 CJK 分词
sessionCloseDrainMs	15000	会话关闭时在途提取的有界 drain（毫秒，0 立即 abort）
reviewIntervalTurns	6	local-fate 的兼容节奏；成功回合 review 不再等待这个间隔
maxReviewInputChars	40000	交给门禁的轨迹切片
reviewBudgetTokens	4096	门禁调用输出预算
notifyOnAutoReview	true	门禁应用后发可见跟进通知
requireGlobalApproval	true	全局与项目写入需明确批准
recordLanguage	auto	记录与弹窗语言：auto 依次跟随 DSH 客户端偏好 → 会话自身用户文本 → en；zh/en 固定
localFate	false	可选的本地条目晋升/归档 fate 评估；listener 以 memory-only 运行时不可达，只对直接/完整调用者生效
fateIntervalTurns	跟随 reviewIntervalTurns	归宿评估的最小回合间隔
goalBlockedWrapupTurns	3	连续阻塞目标的门禁轮数触发一次归宿评估（0 关闭）
promotionBlockPatterns	POSIX 路径、session id、~/.dsh	内容命中即判定项目专属，永不晋升全局
promotionMinChars	100	低于此长度的整体晋升留在本地
injectionDirectoryLines	15	每次构建的目录行数上限，超出折叠为计数行
sectionOrder	118	指南与条目两个 section 的系统提示词顺序
memoryIndex.enabled	true	是否注册 evolve:memory-index 内容 section
memoryIndex.guide	true	是否注入 when_to_save 指南（关闭且 store 为空时该 section 不渲染）
memoryIndex.order	400	section 顺序（上游命名槽位自 PLAN_POLICY=500 起；本插件另两段在 118/119）
memoryIndex.maxChars	6000	注入记忆块的硬字符预算
skillsDir	<dshHome>/skills	技能条目物化为 SKILL.md 的根目录
rubricKey	自动生成本地密钥文件	benchmark rubric 的 AES-256-GCM 口令（DSH_EVOLVE_RUBRIC_KEY 可覆盖）
logToFile / logLevel / logMaxBytes	true / 1 / 5 MiB	插件自带 JSONL 文件日志带轮转
autoRollbackOnReject	true	benchmark 拒绝后自动确定性回滚
autoCase	true	失败的进化尝试自动沉淀为 draft 回归用例（auto_regression 基准）
reviewModel	agent 自身	专用 memory Agent 与 review 门禁可选更便宜的模型（"provider/model"）
plannerPrefixCache	auto	有缓存证据时用会话前缀输入（session 总是前缀，off 保持旧扁平文本）
plannerPrefixMaxChars	12000	Route A 会话前缀预算（字符）
historyRetain	{snapshots: 20, refinements: 500, reviews: 500, tokenUsage: 500}	存储卫生：每 store 快照数、每 store 历史尾行、共享 reviews.jsonl 尾行、直属调用 token-usage.jsonl 尾行

profile patch 示例：

- id: continual-evolve
  config:
    autoReview: true
    reviewIntervalTurns: 6

即使 autoReview 为 false，Memory Agent 监听器也会注册——autoReview 只提供初始默认值，装完即用，无需改 profile。使用 /evolve resume 立即开启成功回合 snapshot，使用 /evolve pause 抑制新 snapshot 与模型调用，使用 /evolve status 查看配置默认值与运行时状态。开关保存在 evolve/runtime.json；手动 evolve_* 工具和 /evolve 命令不受暂停影响。自动运行只有 Memory Agent：通用 review/planner、prompt/skill 写入与 local fate 都不由该 listener 触达。Memory 触发采用 ZCode 的轻量 eligibility：单个直接用户文本至少包含 memoryMinUserWords 个词（使用 CJK 分词）；空增量、内部 Agent、直接 memory 写入会跳过，压缩不会额外触发 memory-only 管线。每次提取都在 reviews.jsonl 留统一审计回执（noop/applied/declined + 耗时与轮次/检索统计）；只有实际沉淀才排队前台通知，关闭的会话让在途提取在 sessionCloseDrainMs 内收尾再 abort。

开发

pnpm install && pnpm build   # 依赖 + tsc -> lib/
pnpm test                    # vitest（1097 例）
pnpm test:coverage           # v8 覆盖率，CI 强制阈值
pnpm coverage:gaps           # 定位各文件未覆盖行（只读）
pnpm lint                    # oxlint src test

目录结构：

├── src/                   # 引擎、工具、命令、memory Agent、召回、投影、门禁、fate、benchmark、注入 + token 用量…
├── test/                  # vitest 测试套件（59 个文件）
├── lib/                   # 构建产物（tsc）
├── docs/
│   ├── design.md          # 完整设计文档（硬化矩阵）
│   ├── FAQ.md             # 真实踩坑记录
│   ├── gap-analysis.md    # 对照 prime-agent /refine + penguin-harness
│   ├── research/pi-dsh-competitor-gap-analysis.md  # pi/dsh 生态竞品差距分析
│   ├── experiment-bootstrap.md
│   ├── archive/           # 已完结的一次性报告
│   └── research/          # penguin 报告 + prime-agent 注释源码
├── examples/README.md     # 种子 benchmark 用例
└── .agents/               # AI 协作层（AGENTS.md、技能、ADR 笔记）

文档与出处

• 设计：docs/design.md · 踩坑：docs/FAQ.md · 差距分析：docs/gap-analysis.md · D2 实验:docs/experiment-bootstrap.md
• 血统：penguin-harness（概念；Apache-2.0）——报告见 docs/research/penguin-harness-self-evolution.md；prime-agent /refine（工程形态；MIT）——注释参考源码见 docs/research/prime-agent-refinement.ts。本包是面向 DSH 插件表面的原创实现。

License

MIT。独立项目——与 DeepSeek 无关联。