前言¶
在 DeepSeek Harness（DSH）裏做「深度調研」，常見做法是用固定提示詞串起搜索、閱讀、彙總——步驟寫死在對話裏，主題一複雜就容易漏維度、搜過頭或過早收工。DSH 社區插件 omdsh-dev/dsh-deep-research 把 deep-research 流程做成獨立 plugin（與 skill 體系分開），掛在 DSH 官方 workflow 引擎上，用控制論與信息論約束規劃、檢索與綜合，形成可自適應擴展的研究閉環。
這是什麼¶
dsh-deep-research 由 omdsh-dev 維護，npm 包名爲 @dsh-external/dsh-deep-research，當前版本 v0.1.0，SkillHub 分類爲工作流。簡介：Adaptive deep-research orchestrator plugin for DeepSeek Harness (official workflow engine, cybernetics/information-theory design)。
插件註冊 deep_research 工具，編排走 ctx.workflows / @deepseek-ai/dsh-workflow-workerthread，檢索走 DSH 內置 web_search / web_fetch。它不往 ctx.skills 裏掛技能，也不注入 TUI prompt；觸發依賴工具描述（深度研究、調研、多源信息綜合分析等），由模型在對話中按需調用。
核心機制¶
下面按 README 中的「理論 → 機制」對照，說明插件如何把研究流程做成閉環，而非固定腳本。
規劃：先定答案空間，再拆子問題¶
規劃代理先定義研究支撐的決策範圍（scope）和每個子問題的驗收標準（acceptance），並枚舉主題的信息維度、輸出覆蓋度自檢 coverage_gaps。對應控制論裏的參考信號校準，以及 Ashby 必要多樣性定律——子問題需覆蓋主題維度，否則必有盲區。
研究：三態證據與邊際增益停止¶
每個研究子代理維護 confirmed / uncertain / gaps 三態證據，用 web_search / web_fetch 更新後做邊際增益驗證。連續一輪零增益即停，另有輪次硬上限。簡單主題一輪可收斂，複雜主題會在每輪結束後收集高優先級缺口，自動派發下一輪補充研究；規劃階段聲明的盲區還會被定向偵察驗證。
綜合與可選審查¶
綜合子代理把證據有損壓縮爲最終報告，保留對結論有區分度的信息。若開啓 review: true，對抗性審查子代理會做引用抽查、覆蓋度審計，以及矛盾與過度自信標註。
工具參數¶
安裝後，模型可通過 deep_research 工具傳參控制研究粒度：
| 參數 | 必填 | 說明 |
|---|---|---|
topic |
是 | 研究主題 |
purpose |
否 | 研究用途（要支撐的判斷/決策）；缺省時規劃代理會聲明假設用途 |
questions |
否 | 已有問題清單（每行一個）；提供則跳過自動拆解 |
depth |
否 | 1=初步，2=深入（默認），3=窮盡；決定閉環輪次上限（depth+1） |
synthesize |
否 | 是否出最終報告，默認 true；false 只返回三態證據 |
review |
否 | 對抗性審查，默認 false |
可選配置包括 maxParallel（默認 4）、maxTotalAgents，以及 plannerModel / researcherModel / synthesizerModel / reviewerModel 的模型分級——README 建議規劃與綜合用強模型、研究執行用便宜模型以控制成本。
安裝與啓用¶
插件通過 dsh.bundle.patch（cordis.patch.yml）裝入 profile。SkillHub 登記來源爲 omdsh-dev/dsh-deep-research；安裝時把 <profile> 換成 tui、headless、web 或自建 profile 即可。
dsh plugin --profile <profile> add git+https://github.com/omdsh-dev/dsh-deep-research.git
dsh --profile <profile>
第二行重啓 DSH 後，deep_research 工具隨 profile 注入。若 pnpm 因本機 git insteadof 把 https 重寫成 ssh，請保持 git+https:// 形式；若 dsh plugin 提示需要 allowBuilds，按提示在 $DSH_HOME/profiles/<name>/pnpm-workspace.yaml 增加對應配置。
依賴：profile 組合須包含官方 workflow 引擎與內置 web 工具；dsh 官方 base 組合自帶。請安裝到提供 workflows provider 的 profile（如 tui/headless）；部分 web 組合未聲明該 provider 時，Loader 會保持 pending。運行時要求 Node ^22.19.0 || >=24.0.0。
更新與卸載：
dsh plugin --profile <profile> update
dsh plugin --profile <profile> remove @dsh-external/dsh-deep-research
許可證爲 MIT。安裝前建議閱讀 GitHub 源碼 與 LICENSE；插件以當前 DSH 進程權限運行，會調用網絡搜索與抓取能力。
典型用法¶
工具由模型按描述自動觸發，對話裏直接說明需求即可，無需記命令行。README 給出的示例如下：
- 「深度調研一下 MCP 生態現狀，重點對比幾家主流實現，出一份帶引用的報告」
- 「按這份問題清單做研究：1. … 2. …」（已有清單時跳過自動拆解，直接並行研究）
- 「調研一下 A/B 方案，purpose 是決定我們選哪個」（用途越明確，答案空間越準）
需要更嚴謹時可傳 depth: 3；需要引用糾錯與覆蓋度審計時傳 review: true。複雜主題會自動擴展輪次，簡單主題通常一輪收斂。
適用場景與注意¶
適合：需要在 DSH 裏做多源檢索、結構化證據彙總、帶引用報告的場景；已有明確問題清單時可直接並行研究；希望複用官方 workflow 的併發上限、取消傳播與 wf-runs 記錄，而不是自寫編排腳本。
注意：
- 本插件是 plugin，與
.claude/skills/deep-research技能模板獨立，兩者可並存。 - 單個子問題研究失敗只在該節標註；規劃失敗則工具報錯，主代理可調參重試。
- 取消 DSH 會話時，
exec.signal會傳入 workflow run，子代理隨之中止。 - SkillHub（skillhub.cn）是 DSH 社區插件目錄，與 DeepSeek / 幻方無官方從屬關係；DSH 生態理念是「一切皆插件」，本插件是社區工作流類擴展之一。
鏈接¶
- SkillHub 目錄頁：https://www.skillhub.cn/plugins/omdsh-dev/dsh-deep-research
- GitHub 倉庫：https://github.com/omdsh-dev/dsh-deep-research
