前言¶

在 DeepSeek Harness（DSH）裏接 skill，常見做法是看 README 描述或憑經驗挑一個。候選一多，問題就變成：當前任務到底該走哪條路徑。描述往往和真實輸出有差距，尤其是 PPTX、科研圖、調研報告、網頁或視頻這類需要看成品的任務，光看說明很難判斷。

下面介紹 ForkProbe（jayden-x-l/forkprobe）。它由維護者 Jayden-X-L 開發，歸類爲工作流插件，核心思路是把同一輸入交給 baseline 與多個候選 skill 並行試跑，生成本地 HTML report，由你選定 winner 後再讓 Agent 沿勝出路徑繼續。GitHub 倉庫當前約 70 stars、4 forks，版本 v1.1，許可證 MIT。

這是什麼¶

ForkProbe 是一個 AI Skill 選型與試跑工具，同時提供 DSH 原生 Cordis 插件（forkprobe-dsh）和一套 Python runner。一句話定位：Compare multiple skills on the same task and pick the winner.

與「直接選一個 skill 開幹」相比，它把選型變成可觀察流程：推薦候選 → 同輸入並行執行 → 本地 report 展示輸出與評審 → 人工選 winner → 生成 continuation handoff 繼續正式任務。Report 優先在本地生成（local-first），選定 winner 後可通過 Report 的「繼續」按鈕保存 handoff，並可選匿名分享本次選擇（不上傳任務原文與輸出）。

核心功能¶

並行試跑與本地 Report¶

ForkProbe 的工作流可以概括爲五步：

1. 從 curated 目錄、本機已安裝 Skill、EverMind Skill Hub、GitHub 或 BYO 路徑推薦少量候選。
2. 用同一份輸入跑 baseline（不使用額外 skill 的參照組）和多個候選。
3. 在 report 中展示每一路完整輸出、耗時、token 估算、文件預覽和 AI 評審建議。
4. 由你選擇 winner。
5. 生成 continuation handoff，讓 Agent 繼續執行。

七種工作模式¶

README 將能力拆爲七種模式，覆蓋文本到成品 artifact：

圖片提示詞模式會在 runner 內生成 prompt.md、style-card.md 等文件，默認不調用圖片 API；宿主具備生成能力時可按 render-queue.json 做可選渲染，其他環境也可外部渲染後回填 rendered.png。

DSH 原生插件能力¶

作爲 DSH 插件，ForkProbe 提供兩個工具：

• forkprobe_compare：在用戶確認候選後並行試跑，生成 report。
• forkprobe_resume：在等待窗口結束後恢復 report 中的選擇。

forkprobe_compare 要求 confirmed=true；候選 subagent 不獲得工具權限，避免遞歸調用或改動工作區。文本候選比較走原生 subagent fan-out；科研圖、調研報告、網頁和視頻等文件型任務仍可通過 headless profile 運行現有 Python runner（--platform deepseek_harness）。

安裝與啓用¶

SkillHub 目錄頁標註版本 v1.1.0、分類爲工作流，安裝前建議先閱讀 GitHub 倉庫 源碼與 MIT 許可證。插件以當前 dsh 進程權限運行，安裝即信任其代碼行爲。

安裝 DSH 原生插件¶

將 ForkProbe 安裝到 DSH web profile：

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

若需在 headless profile 使用，再執行：

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

安裝後重啓對應 profile。package.json 要求 Node >= 22.19，插件依賴 @deepseek-ai/cordis 等 DSH 生態包。

Artifact runner 依賴¶

走 Python runner 比較文件型產物時，需安裝核心依賴：

pip3 install jinja2

視頻模式額外需要本機 FFmpeg（用於 ffprobe / ffmpeg 媒體探測與封面生成）。DeepSeek Harness 目前爲 developer preview，README 建議固定已驗證版本用於穩定任務。

典型用法¶

自然語言觸發（推薦）¶

不必記命令，直接對 Agent 說明意圖：

先幫我比較幾個 skill，看看哪個更適合當前任務。

或更明確地指定 ForkProbe 流程：

請用 forkprobe 推薦候選，等我確認後再並排執行並生成 report，讓我選擇 winner。

安裝 DSH 插件後，也可這樣說：

請使用 ForkProbe 先推薦幾個適合這次改寫的 Skill，等我確認後再用原生 DSH subagent 並行試跑，打開 Report 讓我選擇 Winner，並沿勝出結果繼續。

文本比較（命令行）¶

適合學術潤色、風格改寫等文本產物。先準備輸入文件，再運行 compare.py：

echo "請潤色這段文字，並保留原意。" > /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

先推薦、再確認執行¶

調研報告、圖片提示詞等場景建議兩步走。第一步推薦候選：

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

確認候選後再運行對應 artifact runner，例如調研報告：

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 兼容路徑¶

準備好 DEEPSEEK_API_KEY 後，可指定平臺運行：

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 會優先使用 FORKPROBE_DSH_CLI 指定的命令，其次全局 dsh，最後 npx @deepseek-ai/dsh。

適用場景與注意¶

適合使用¶

• 不確定當前任務該用哪個 skill，想先看真實輸出再決定。
• 需要比較 baseline 與多個 skill，而不是隻相信 skill 描述。
• 交付物是 PPTX、科研 figure package、調研報告、圖片 prompt 包、可運行網頁或視頻成片，需要文件預覽和 QA。
• 想從本機 Skill、EverMind Skill Hub、GitHub 或自定義路徑找候選，再做小規模試跑。

不太適合¶

• 答案或工具路徑已明確的簡單確定性任務，直接執行通常更快。

使用注意¶

1. 權限與安全：插件與 runner 以當前 DSH 進程權限執行；外部 GitHub 候選進入執行前建議檢查 license、依賴和產物路徑。ForkProbe 不會自動安裝或執行未經確認的候選。
2. 候選發現範圍：本機掃描讀取 SKILL.md 元數據用於匹配，路徑包括 ~/.dsh/skills、項目內 .dsh/skills 等；不會拿原始文檔做搜索詞。
3. 平臺狀態：DeepSeek Harness 爲 developer preview，生產環境宜固定版本；artifact runner 默認 workspace-write，可用 FORKPROBE_DSH_PERMISSION_MODE 覆蓋。
4. 社區目錄定位：SkillHub（skillhub.cn）是面向中國用戶的 Skills 社區目錄，與 DeepSeek / 幻方無官方從屬關係；DSH 生態理念是「一切皆插件」，ForkProbe 是其中一類工作流擴展。

小結¶

ForkProbe 把 skill 選型從「憑描述猜測」變成「同任務並排試跑、本地 report 決策」。對 DSH 用戶，原生插件覆蓋文本候選與 winner 續跑；文件型任務可繼續走 headless runner。需要進一步瞭解能力矩陣與 report 產物時，可查閱發佈頁與 README。

• SkillHub 目錄：https://www.skillhub.cn/plugins/Jayden-X-L/forkprobe
• GitHub 倉庫：https://github.com/Jayden-X-L/forkprobe
• 發佈頁：https://jayden-x-l.github.io/forkprobe/