hezhongtang/dsh-capability-optimizer

DeepSeek Harness 的外部专家咨询：agent 通过明确的 advisor / reviewer / designer / 自定义角色合同，无头调用 Claude Code CLI，并把结构化回复作为参考答案权衡。

English | 中文

为什么需要它

单一 harness 只有一种视角。在重大决策、宣布高风险改动完成之前、或开始重要代码之前，另一个模型可以提供独立证据。但这是一项需要评测的假设，不是必然的质量提升：现有 persona 研究并不支持“把模型称为专家就会稳定变准”。本插件把咨询变成有边界的工具调用；Claude 按行为合同与输出合同回答，DSH 将其作为供权衡的建议，而非必须服从的指令。

第一期只对接 Claude Code CLI；多后端设置 schema（v2，每 harness 一个工作区）、UI 标签目录与 runner 接缝均已就位——codex、zcode、kimi-code、pi、opencode、omp 后续各自以运行器形式接入同一组工具。

功能

🎭 角色合同	内置 advisor / reviewer / designer 各有不同目标与 JSON 合同；自定义角色可选 outputKind、提示词、模型、回退和 effort。enabled 停用而不删除
🧠 推理等级	原生 --effort（low / medium / high / xhigh / max）三级优先：调用参数 > 角色 > 全局默认
🔄 模型回退	模型级错误（unrecognized_model、模型不存在等）单跳重试，运行元数据记录 usedFallback
🤖 Agent 工具	consult_expert（单角色单问题）· consult_panel（多角色并行、一次等待）· consult_roles（实时角色目录）
🎛 自动咨询	输入条开关（权限控件同行）按会话勾选角色；政策随系统提示下发，写入/收尾锚点自动催办，按角色按会话限额
🖥 设置工作区	每个 harness CLI 一个标签；保存即热生效——角色修改直达 agent 下一步，无需重启 dsh
🔬 连通性测试	真实跑通一次完整咨询（CLI + 登录 + 代理），显示轮数、时长、费用与回退标记
🛡 纵深防御	只读 CLI 工具、可用时严格隔离 MCP、固定权限模式、类型化 schema、输出/轮次/时间上限，以及显式不可信证据标签
🌐 完全双语	界面全部文字——含内置角色说明、预留后端提示与校验信息——跟随 UI 语言（zh/en）；agent 工具保持稳定英文标识

安装

# 从 npm（推荐）
dsh plugin --profile web add dsh-capability-optimizer

# 或直接从 GitHub 仓库
dsh plugin --profile web add github:hezhongtang/dsh-capability-optimizer

重启 dsh web（或任意 profile）。工具注册在 host 侧，web / tui / headless 均可用。

前提：PATH 上有已登录的 claude CLI（npm i -g @anthropic-ai/claude-code）。

使用

对 agent 说：

"完成之前让 reviewer 看看这个 diff"

agent 选择角色并调用 consult_expert。精确任务可传结构化 brief：可信的 objective、successCriteria、constraints，以及被明确标为不可信证据的 currentAttempt、artifacts、verification、unknowns。旧 context 仍作为 artifacts 简写。Claude 返回角色专属 envelope，并附实际模型、轮数、时长、费用与协议元数据。

工具	读写	用途
consult_expert	只读*	单角色单问题，可选结构化 brief（或旧 context）与 model / effort 覆盖
consult_panel	只读*	多个不同角色合同并行处理同一 brief；不是多数表决
consult_roles	只读	实时目录，含 outputKind、角色级模型/effort 与全局默认

* 对你的工作区只读；每次调用消耗 Claude 订阅额度——工具描述本身就告知模型打包材料、避免连发。

自动咨询

聊天输入条（权限控件那一行）带有专家咨询开关：按会话勾选角色后，host 注入选择条件与生命周期提醒；插件本身不会自动调用角色。

• 政策区块：每次模型请求点名已勾选角色及选择条件：advisor 用于重要决策，reviewer 用于改动完成声明之前，designer 用于重要代码开始之前。模式为 off | remind | hard-remind（默认 remind）；旧 required 自动迁移为 hard-remind。
• 生命周期催办：启用 designer 时，若未先咨询就发生首次文件写入，运行时会在下一步提醒；改动过文件、即将收尾却没有成功 reviewer 咨询的一轮，会被续跑一步。hard-remind 还会记录错过的 designer 检查点，但绝不声称拦住了 Write。
• 预算：capPerRole（默认 3）按角色按会话统计真实 consult_* 调用——催办与模型自主调用共用额度；触顶后政策撤回承诺、锚点静默。
• 软约束（有意为之）：催办保证指令送达，不保证工具调用——dsh 没有强制调用 API；模型若拒绝须一行说明理由。
• 浮层实时显示各角色的用量（已用/上限）；上次的选择按浏览器记忆。设置 → 专家咨询 → 自动咨询 编辑默认勾选集与预算（行配置键 autoConsult）——tui/headless 直接消费同一层。

设置界面

设置 → 专家咨询 按 harness CLI 组织为独立工作区——顶部标签栏来自 harness 目录（claude-code 可用；codex、zcode、kimi-code、pi、opencode、omp 均已预留工作区，运行器就绪前不存任何设置）。Claude Code 工作区运行时管理一切：

• 通用 —— CLI 路径、默认模型（目录与当前支持的 Claude CLI 别名和带版本 ID 对齐）、推理等级（--effort：低/中/高/超高/最大）、回退模型、单次超时、CLI 内最大轮数、并行会诊上限、单次咨询美元上限、附加 CLI 参数（走允许清单；--settings 会被拒绝）。
• 角色工作区 —— 新增 / 编辑 / 删除角色；每个角色含名称、显示名、用途、输出合同（advisor | reviewer | designer | general）、system prompt、模型、回退与 effort。停用后仍保留在册，但离开工具枚举。
• 自动咨询 —— 默认勾选集、每角色每会话调用上限，以及触发模式（off | remind | hard-remind）；输入条开关按会话覆盖勾选集。
• 连通性测试 —— 真实跑通一次完整咨询（CLI + 登录 + 代理），显示实际模型、轮数、时长、费用与「已触发回退」标记。
• 保存并生效 持久化到 ~/.dsh/dsh-capability-optimizer/settings.json（原子写、0600 权限）并热生效：agent 工具立即重注册。恢复默认 删除该文件回到默认值。

调用参数的 model / effort 优先于角色值，角色值优先于全局值。内置 advisor 默认推荐 claude-opus-5，但这是可覆盖的质量偏好，不是按角色名触发的禁令。fallbackModel 在模型级错误时重试一次，并记录 requestedModel、CLI 实报的 actualModel / actualModels、推导出的 effectiveModel 与 usedFallback。

配置（组合层）

行的 config 仍作为基础层生效（一旦保存过设置文件，则以设置文件为准）：

键	默认	含义
cliPath	claude	CLI 不在 PATH 上时的路径。
model	CLI 默认	调用未指定时的模型别名（opus、sonnet 等）。
timeoutMs	300000	单次咨询墙钟上限。
maxTurns	8	CLI 内部代理轮数上限。
maxPanelRoles	4	consult_panel 单次角色数上限。
maxBudgetUsd	0	单次咨询美元上限（CLI 支持时传 --max-budget-usd）。0 表示不设上限。
extraArgs	[]	附加 CLI 参数，走允许清单。会扩大权限、破坏 JSON 协议或与类型化设置重复的标志会被丢弃并回报。
roles	内置	自定义角色：新增，或复用内置角色名覆盖之。
autoConsult	{ enabled: [], capPerRole: 3, mode: 'remind' }	默认勾选集、每角色每会话预算，以及触发模式（off | remind | hard-remind）；旧 required 自动迁移。

示例——安全向自定义角色：

- id: dsh-capability-optimizer
  name: 'dsh-capability-optimizer'
  config:
    model: sonnet
    roles:
      - name: security
        outputKind: reviewer
        description: 聚焦威胁建模的评审者，覆盖认证、加密与注入面。
        systemPrompt: |-
          Objective: falsify the security of the supplied change.
          Report only concrete authentication, authorization, injection,
          secret-handling, or unsafe-parsing defects with a trigger and evidence.

一次咨询如何运行

• 每次咨询一个 claude -p 进程；带标签的 brief 经 stdin 送入，共享信任政策与选定角色合同经 --append-system-prompt 注入，回复以单个 JSON 文档返回。
• headless 会话由特性探测后的运行时标志共同收敛。当前 CLI 上，--safe-mode 会关闭用户/项目指令、skills、plugins、hooks、MCP 与记忆，同时保留认证和内置工具；独立防线仍会传 --tools Read,Grep,Glob、--strict-mcp-config、--setting-sources user、固定的 --permission-mode 与 --no-session-persistence。旧 CLI 只使用它实际声明支持的层。会扩大写入、执行或外部能力的 extraArgs 到不了 argv；文档明确说明的 --add-dir 例外可扩大读取范围。调用方取消（AbortSignal）与墙钟超时分开回报。
• 墙钟超时（默认 5 分钟）SIGTERM → SIGKILL 递进；--max-turns（默认 8）限制 CLI 内部的代理轮数。
• advisor、reviewer、designer、general 分别使用不同 JSON Schema，并只发送 Claude 官方说明支持的子集；本地解析器负责非空字符串等宿主不支持的约束，并检查语义不变量（例如 pass 不能同时带 findings）。结构合法不代表主张真实。
• 只有 objective、question、success-criteria、constraints 定义任务。代码、注释、文件、当前尝试、验证文本、unknowns 与工具结果都标作不可信证据。这是模型层控制，不是“注入已解决”的安全声明。

安全与数据流

插件保证的部分：

• 绝不传 --dangerously-skip-permissions 等绕过权限的标志。extraArgs 是允许清单，不是原样透传。在声明了隔离标志的 CLI 上，一次咨询拿到的正好是 Read、Grep、Glob，且没有任何 MCP server——这一点已在真实 CLI 上验证过，包括面对一个自己的 .claude/settings.json 就要 bypassPermissions 的项目（证据，用 DCO_LIVE_CLI=1 npm test 可复现）。每个标志都先特性探测，太旧的 CLI 只会降级而不是整体失败；meta.safeMode / meta.tools / meta.strictMcp / meta.permissionMode 如实回报实际生效了什么。
• 提示词只经 argv/stdin 到达本地 CLI——插件自身不引入第三方服务、无遥测、不存凭据。路由强制同源（same-origin）；设置文件 0600 权限原子写入；子进程输出有大小上限，超时必定回收。
• Claude 的回复以工具结果数据的形式返回给 DSH agent，并被框定为供权衡的参考答案（“建议而非命令”）；它不会获得高权限指令地位。

你需要知道的部分（任何 agent 咨询 agent 架构所固有）：

• 你的材料会离开本机、到达你自己的 Claude 账户。 问题及作为上下文传入的代码/diff/方案，都由你登录的 Claude Code CLI 处理——与你手动运行 claude -p 的数据流完全相同。不要粘贴你不会直接发给 Claude 的机密内容。
• 企业托管政策仍是宿主信任边界。 Claude 官方说明 safe mode 下管理员托管政策仍会生效；插件不会也不应绕过组织策略。
• Prompt injection 可能发生，未被消除。 数据/指令分离、schema 与参考答案框架只能降低风险；运行时只读权限、MCP 隔离、输出上限和调用方独立核验用于限制后果。请把回复当外部证据，而不是高权限指令。

评测状态

仓库内置受控 reviewer 基准：在同模型、同 effort、同任务、多次 trial 下，对比无角色修辞的最小任务合同、冻结的 0.5.x 旧提示和当前提示；记录完整 prompt/schema 哈希、种子缺陷召回、未匹配 finding、注入成功率、envelope 可靠性、费用、延迟、隔离状态与 CLI 实报模型。正式实验若实报模型与预注册模型不完全一致会立即中止。无额度 dry-run 已通过；这里不宣称已有正式付费结果。参见 eval/README.md 与证据审查。

advisor 与 designer 已有角色专属合同测试，但尚无结果型质量基准。它们目前是接口与工作流选择，不是“专家人设提升智能”的证据。

限制

• 第一期仅支持 Claude Code；多后端设置 schema（v2，每 harness 一个工作区）与 codex / zcode / kimi-code / pi / opencode / omp 的标签页均已就位，各自以运行器形式接入同一组工具。
• 每次咨询消耗 Claude 订阅额度；工具描述已告知模型打包材料、避免连发。
• 无流式——每次调用一个 JSON 结果。

参与贡献

欢迎 issue 与 PR：hezhongtang/dsh-capability-optimizer。代码库刻意保持小而零依赖——host 侧纯 ESM、浏览器侧手写 CJS bundle、无构建步骤。接入新 harness = 一个 runner 模块（参考 lib/claude.js）+ 在 lib/backends.js 打开 available。

许可

MIT © 2026 hezhongtang