前言¶

在 DSH「一切皆插件」的扩展方式下，一个常见需求是让智能体执行代码、查看图、按反馈修改并再次运行。如果脚本、图、参数和环境信息分散存放，后续很难判断某张图由哪个 cell、哪些输入和哪个 seed 产生。

dsh-science-workbench 是一个面向 DeepSeek Harness 的可复现科学工作台插件。它把 agent-driven cells、内嵌图、反馈重跑、manifest 来源记录和环境快照组织到同一套插件能力中。

这是什么¶

dsh-science-workbench 由 poplarity 维护，仓库地址为：

https://github.com/poplarity/dsh-science-workbench

package.json 中声明的名称是 dsh-science-workbench，许可证为 MIT。插件定位为 DeepSeek Harness 的 science workbench，核心是让代码运行、图形预览、反馈修改、重跑和来源记录形成一个可追溯、可重放的闭环。

核心能力¶

智能体驱动的可复现 cell¶

插件提供面向智能体的 bio_* 工具，支持以自包含 cell 的方式运行代码，并把生成的图以内嵌方式展示在工作台中。

为了保持可复现，插件会记录 SHA-256 输入/输出哈希，并配合固定 seed。环境侧通过 environment.lock 保存环境快照。

反馈与重画¶

当图中有问题时，可以先给某个产物添加结构化反馈，再用 bio_rerun_cell 重新运行一个派生版本。

示例链路如下：

feedback → redraw/rerun
bio_rerun_cell → derived version

例如从 cell_0001 生成 cell_0001_v2，并产生新的图。

manifest.json 作为单一事实源¶

manifest.json 记录项目的 cells、artifacts、provenance 和 feedback，是查看分析过程时的主要入口。

本地 Git 版本记录¶

每个项目会自动执行本地 git init，并在各步骤自动提交。插件不会推送这些提交，仓库只用于本地版本追踪。

浏览器工作台¶

插件包含九个面向智能体的 bio_* 工具，以及一个浏览器工作台。工作台提供内嵌图预览、可搜索项目选择、cell 搜索、原生目录选择器和 mark-as-final badge。

出图技能¶

插件附带两个 publication-grade 出图技能：figure-style 和 figure-composer。这两个技能改编自 Claude Science，许可证为 Apache-2.0。

跨平台支持¶

插件支持 macOS/Linux 与 Windows 的 shell 差异，并处理 python 与 python3 的解释器解析。

安装与启用¶

安装前建议检查源码、依赖和许可证，因为它会在当前 dsh 进程权限下执行代码、访问文件并调用解释器。

从 npm 安装：

dsh plugin --profile web add dsh-science-workbench

本地开发安装：

dsh plugin --profile web add file:/path/to/dsh-science-workbench

安装完成后，重启 dsh web。启用后，bio_* 工具全局可用，插件会显示在 Settings → Plugins 下。

package.json 声明的依赖为：

@deepseek-ai/cordis: ^4.0.1
@deepseek-ai/dsh-tools: ^0.1.0-rc.6

包内还声明：

dsh.bundle.patch: ./cordis.patch.yml

典型用法¶

安装并重启后，可以直接用自然语言让智能体操作，例如：

帮我用 demo_tss 项目画一个 TSS 附近的信号热图。

等价的手动流程是：

1. bio_init_project { name: "demo_tss" }
2. bio_run_cell { title: "TSS profile", code: "..." }   # writes figures/*.png
3. bio_add_feedback { artifactPath, text: "把配色改成 Blues" }
4. bio_rerun_cell { cellId: "cell_0001", editedCode: "..." }  # → cell_0001_v2 + new figure

第 1 步创建项目。项目的来源与环境快照分别落在 manifest.json 和 environment.lock。第 2 步运行一个 cell，并把写入 figures/ 的图登记为产物。第 3 步为某个产物添加反馈。第 4 步用修改后的代码重跑，生成派生 cell 和新图。

这些步骤会写入 manifest.json，并提交到项目的本地 git 仓库。

适用场景与注意¶

适合在 DSH 中运行可复现分析、图形迭代和来源追踪的开发者。特别是当你希望智能体不只是执行代码，还要保留反馈历史、版本血缘和环境快照时，这个插件比直接散写脚本更容易维护。

需要注意：

• 插件以当前 dsh 进程权限运行，执行代码、读写文件和调用 shell/Python 的能力取决于宿主环境。
• 自动 git 只保留在本地，不会推送。
• 插件本身许可证为 MIT；随附的 figure-style 与 figure-composer 技能改编自 Claude Science，许可证为 Apache-2.0。
• 依赖需要满足 @deepseek-ai/cordis 与 @deepseek-ai/dsh-tools 的对应版本范围。

结尾¶

dsh-science-workbench 的价值在于把 cell、图、反馈、重跑、manifest.json 和 environment.lock 放到同一套可追溯的工作台中。

仓库地址：

https://github.com/poplarity/dsh-science-workbench