前言¶

在 DSH 的插件式开发流程中，比较多个模型的编码结果时，常见需求是把每个模型的修改隔离运行、用统一命令验证、逐一审看 diff，并显式选择要保留的结果。dsh-agent-arena 面向这个流程，提供 2–4 个已配置模型的对战、确定性验证、评分和报告，最后由使用者明确应用其中一个 winner。

这是什么¶

dsh-agent-arena 是 LeemanCheung 维护的 MIT 许可 DSH 插件，定位是 “Isolated multi-model coding matches with deterministic verification, scoring, and reports”。它适合需要比较多个 provider/model 路线编码结果，并且希望验收过程不依赖 LLM judge 的 DSH 使用者。

核心功能¶

多模型隔离对局¶

• 支持在隔离 Git worktrees 中比较 2–4 个已配置模型。
• 每个 contestant 通过公开的 ctx.agents.create、SessionId、createUserMessage 和 Agent.followup APIs 启动。
• 对局支持 Start、Cancel、diff review 和 Apply winner，且不依赖浏览器全局对象。
• 插件会审查每个 diff，并显式应用一个 winner。

确定性验证¶

• Git 与 validation argv 通过 ctx.subprocess.spawn 执行，不会使用 shell。
• Settings 中的 validation 字段接受保守的 whitespace-separated argv，例如：

corepack pnpm test
git status --porcelain=v1

• 以下输入会被拒绝：quotes、shell variables、pipes、redirections、command separators、backticks、newlines。
• 评分不使用 LLM judge：每个 validation 有 positive weight，contestant score 是成功退出 validation 的 total positive validation weight 百分比；平局时使用 contestant id 作为 stable deterministic tie-breaker。

diff 审查与应用¶

• 对局开始前要求 clean git status --porcelain=v1，之后才会创建 worktrees。
• 审查使用 binary-capable git diff HEAD，覆盖 staged、unstaged 和 intent-to-add files。
• winner worktree 会保留到使用者显式 apply。
• Apply 时会再次执行 cleanliness check，确认 HEAD 仍等于记录的 base revision，然后运行：

git apply --check
git apply --index --whitespace=error

• Arena 不会自动 apply、commit、push 或 rewrite history。

持久化与边界限制¶

• Match reports 通过 storageDomain 持久化。
• 插件会 poll 生成的 agentArena Remote namespace in Settings。
• Host 重启后，interrupted nonterminal match 会被标记为 failed。
• Cancellation 依赖所选 provider 是否遵循 supplied abort signal。
• 超过 1 MB review/apply bound 的 patch 会在 mutation 前被拒绝，而不是被截断。

安装与启用¶

安装命令：

dsh plugin --profile web add github:LeemanCheung/dsh-agent-arena

安装后，需要重启现有的 DSH Web 进程并刷新其页面。

所选 profile 必须提供：

• agents
• subprocess
• storageDomain
• Typert Remotes
• Settings
• 至少两条可用 provider/model routes

典型用法¶

1、配置 validation commands。参数不应需要 shell quoting，例如：

corepack pnpm test
git status --porcelain=v1

2、开始对局前，确认仓库状态满足 clean git status --porcelain=v1。

3、运行插件支持的 Start、Cancel、diff review 和 Apply winner 流程，查看每个 contestant 的 diff、score 和 report。

4、如果需要在本地开发该插件，可在 repository root 运行：

corepack pnpm typecheck
corepack pnpm test
corepack pnpm build
corepack pnpm pack:check

适用场景与注意¶

适合在 DSH 中比较多个模型编码结果，并且希望验证、评分和应用流程可解释、可复现的开发者。

使用前注意：

• 插件以当前 dsh 进程权限运行，安装前应检查源码与 MIT 许可证。
• validation argv 使用 deliberately conservative tokenizer，不能表达包含 whitespace 的参数。
• Apply 要求 clean git status --porcelain=v1，并且 HEAD 等于记录的 base revision。
• Cancellation 是否有效，取决于所选 provider 是否遵循 supplied abort signal。
• 超过 1 MB review/apply bound 的 patch 会被拒绝，而不是截断。
• Arena 不会自动 apply、commit、push 或 rewrite history。

结尾¶

dsh-agent-arena 的作用是把多模型编码比较放进隔离 worktrees、确定性 validation、diff review 和显式 Apply 的流程里。GitHub 仓库见：https://github.com/LeemanCheung/dsh-agent-arena