前言¶

在 DeepSeek Harness（DSH）里接 skill，常见做法是看 README 描述或凭经验挑一个。候选一多，问题就变成：当前任务到底该走哪条路径。描述往往和真实输出有差距，尤其是 PPTX、科研图、调研报告、网页或视频这类需要看成品的任务，光看说明很难判断。

下面介绍 ForkProbe（jayden-x-l/forkprobe）。它由维护者 Jayden-X-L 开发，归类为工作流插件，核心思路是把同一输入交给 baseline 与多个候选 skill 并行试跑，生成本地 HTML report，由你选定 winner 后再让 Agent 沿胜出路径继续。GitHub 仓库当前约 70 stars、4 forks，版本 v1.1，许可证 MIT。

这是什么¶

ForkProbe 是一个 AI Skill 选型与试跑工具，同时提供 DSH 原生 Cordis 插件（forkprobe-dsh）和一套 Python runner。一句话定位：Compare multiple skills on the same task and pick the winner.

与「直接选一个 skill 开干」相比，它把选型变成可观察流程：推荐候选 → 同输入并行执行 → 本地 report 展示输出与评审 → 人工选 winner → 生成 continuation handoff 继续正式任务。Report 优先在本地生成（local-first），选定 winner 后可通过 Report 的「继续」按钮保存 handoff，并可选匿名分享本次选择（不上传任务原文与输出）。

核心功能¶

并行试跑与本地 Report¶

ForkProbe 的工作流可以概括为五步：

1. 从 curated 目录、本机已安装 Skill、EverMind Skill Hub、GitHub 或 BYO 路径推荐少量候选。
2. 用同一份输入跑 baseline（不使用额外 skill 的参照组）和多个候选。
3. 在 report 中展示每一路完整输出、耗时、token 估算、文件预览和 AI 评审建议。
4. 由你选择 winner。
5. 生成 continuation handoff，让 Agent 继续执行。

七种工作模式¶

README 将能力拆为七种模式，覆盖文本到成品 artifact：

图片提示词模式会在 runner 内生成 prompt.md、style-card.md 等文件，默认不调用图片 API；宿主具备生成能力时可按 render-queue.json 做可选渲染，其他环境也可外部渲染后回填 rendered.png。

DSH 原生插件能力¶

作为 DSH 插件，ForkProbe 提供两个工具：

• forkprobe_compare：在用户确认候选后并行试跑，生成 report。
• forkprobe_resume：在等待窗口结束后恢复 report 中的选择。

forkprobe_compare 要求 confirmed=true；候选 subagent 不获得工具权限，避免递归调用或改动工作区。文本候选比较走原生 subagent fan-out；科研图、调研报告、网页和视频等文件型任务仍可通过 headless profile 运行现有 Python runner（--platform deepseek_harness）。

安装与启用¶

SkillHub 目录页标注版本 v1.1.0、分类为工作流，安装前建议先阅读 GitHub 仓库 源码与 MIT 许可证。插件以当前 dsh 进程权限运行，安装即信任其代码行为。

安装 DSH 原生插件¶

将 ForkProbe 安装到 DSH web profile：

dsh plugin --profile web add "github:Jayden-X-L/forkprobe"

若需在 headless profile 使用，再执行：

dsh plugin --profile headless add "github:Jayden-X-L/forkprobe"

安装后重启对应 profile。package.json 要求 Node >= 22.19，插件依赖 @deepseek-ai/cordis 等 DSH 生态包。

Artifact runner 依赖¶

走 Python runner 比较文件型产物时，需安装核心依赖：

pip3 install jinja2

视频模式额外需要本机 FFmpeg（用于 ffprobe / ffmpeg 媒体探测与封面生成）。DeepSeek Harness 目前为 developer preview，README 建议固定已验证版本用于稳定任务。

典型用法¶

自然语言触发（推荐）¶

不必记命令，直接对 Agent 说明意图：

先帮我比较几个 skill，看看哪个更适合当前任务。

或更明确地指定 ForkProbe 流程：

请用 forkprobe 推荐候选，等我确认后再并排执行并生成 report，让我选择 winner。

安装 DSH 插件后，也可这样说：

请使用 ForkProbe 先推荐几个适合这次改写的 Skill，等我确认后再用原生 DSH subagent 并行试跑，打开 Report 让我选择 Winner，并沿胜出结果继续。

文本比较（命令行）¶

适合学术润色、风格改写等文本产物。先准备输入文件，再运行 compare.py：

echo "请润色这段文字，并保留原意。" > /tmp/forkprobe-input.txt

python3 scripts/compare.py \
  --input /tmp/forkprobe-input.txt \
  --skill baseline \
  --skill writing-anti-ai \
  --skill humanizer-zh \
  --skill remove-ai-flavor-writing-skill \
  --judge \
  --output /tmp/forkprobe-report.html

先推荐、再确认执行¶

调研报告、图片提示词等场景建议两步走。第一步推荐候选：

python3 scripts/recommend.py --input /tmp/forkprobe-research-task.txt

确认候选后再运行对应 artifact runner，例如调研报告：

python3 scripts/research_artifact.py \
  --input /tmp/forkprobe-research-task.txt \
  --pipeline baseline-research-report \
  --pipeline source-first-research \
  --pipeline analyst-style-report \
  --confirmed \
  --run \
  --judge \
  --render-report \
  --report-output /tmp/forkprobe-research-report.html

DSH headless 兼容路径¶

准备好 DEEPSEEK_API_KEY 后，可指定平台运行：

FORKPROBE_PLATFORM=deepseek_harness \
DEEPSEEK_API_KEY=your-key \
python3 scripts/compare.py --input /tmp/forkprobe-input.txt --skill baseline --judge --output /tmp/forkprobe-report.html

ForkProbe 会优先使用 FORKPROBE_DSH_CLI 指定的命令，其次全局 dsh，最后 npx @deepseek-ai/dsh。

适用场景与注意¶

适合使用¶

• 不确定当前任务该用哪个 skill，想先看真实输出再决定。
• 需要比较 baseline 与多个 skill，而不是只相信 skill 描述。
• 交付物是 PPTX、科研 figure package、调研报告、图片 prompt 包、可运行网页或视频成片，需要文件预览和 QA。
• 想从本机 Skill、EverMind Skill Hub、GitHub 或自定义路径找候选，再做小规模试跑。

不太适合¶

• 答案或工具路径已明确的简单确定性任务，直接执行通常更快。

使用注意¶

1. 权限与安全：插件与 runner 以当前 DSH 进程权限执行；外部 GitHub 候选进入执行前建议检查 license、依赖和产物路径。ForkProbe 不会自动安装或执行未经确认的候选。
2. 候选发现范围：本机扫描读取 SKILL.md 元数据用于匹配，路径包括 ~/.dsh/skills、项目内 .dsh/skills 等；不会拿原始文档做搜索词。
3. 平台状态：DeepSeek Harness 为 developer preview，生产环境宜固定版本；artifact runner 默认 workspace-write，可用 FORKPROBE_DSH_PERMISSION_MODE 覆盖。
4. 社区目录定位：SkillHub（skillhub.cn）是面向中国用户的 Skills 社区目录，与 DeepSeek / 幻方无官方从属关系；DSH 生态理念是「一切皆插件」，ForkProbe 是其中一类工作流扩展。

小结¶

ForkProbe 把 skill 选型从「凭描述猜测」变成「同任务并排试跑、本地 report 决策」。对 DSH 用户，原生插件覆盖文本候选与 winner 续跑；文件型任务可继续走 headless runner。需要进一步了解能力矩阵与 report 产物时，可查阅发布页与 README。

• SkillHub 目录：https://www.skillhub.cn/plugins/Jayden-X-L/forkprobe
• GitHub 仓库：https://github.com/Jayden-X-L/forkprobe
• 发布页：https://jayden-x-l.github.io/forkprobe/