前言¶

DSH 生态强调「一切皆插件」。对于智能体开发者来说，一个实际问题是：用户草稿或一次性任务输入需要优化，但又不希望直接侵入 agent loop。下面介绍 lizhecome/deepseek-harness-prompt-optimizer。它是一个可安装的 DeepSeek Harness profile bundle，用一次辅助 LLM 请求来改写或补充 prompt。

这是什么¶

先做定位说明：它由 lizhecome 维护，包名是 @lizhecome/dsh-prompt-optimizer，版本为 0.2.0，许可证为 MIT。

它解决的核心问题是：在不修改 agent loop 的前提下，为直接用户消息增加一次可选的 prompt 优化。Web 侧提供发送控件旁的 sparkle 按钮；Host 侧可以在 agent/pre-step waterfall 中对直接用户消息自动优化；Host 同时暴露 /optimize-prompt <prompt> 操作。

核心能力¶

下面介绍插件的主要行为。

• Web 按钮：在发送控件旁提供 sparkle 按钮。点击后执行一次辅助请求，并替换未发送草稿。
• 自动优化：Host 插件可以在 agent/pre-step waterfall 中对直接用户消息自动优化。
• 不修改 agent loop：优化发生在发送前或 step 前，而不是 patch 主循环。
• 投递方式：支持 append 与 replace。append 保留原始内容并加入优化文本；replace 只投递优化后的文本。
• 路由解析：优化路由按已配置 provider/model、会话最后路由请求、agent 显式 provider/model 选项解析。
• 失败保留：用户编辑中、传输、路由或模型失败时保留草稿，并把失败放入按钮的 accessible status 和 tooltip。
• 一次性绕过：按钮成功结果若未修改发送，可触发一次性精确匹配绕过，不额外触发第二次优化器请求。
• 原样通过：Multimodal 和 mixed-block 直接用户消息会原样通过。

安装与移除¶

该插件要求 DeepSeek Harness 0.1.0-rc.6 或更高版本。

先 clone 仓库，再进入目录，然后按 web profile 安装：

gh repo clone lizhecome/deepseek-harness-prompt-optimizer
cd deepseek-harness-prompt-optimizer
dsh plugin --profile web add --ignore-workspace-root-check .

经过上面的步骤，Web UI 会获得发送控件旁的 sparkle 按钮。

如果希望为 one-shot 任务启用自动优化，使用 headless profile 代替 web profile。发送控件按钮只在 web profile 可用。

如需移除：

dsh plugin --profile web remove --ignore-workspace-root-check @lizhecome/dsh-prompt-optimizer

配置¶

配置项包括：

provider
model
maxTokens
minChars
delivery
failureMode
instruction

provider 和 model 是原子配对。半配置路由、非整型边界或空 instruction 会在插件加载时失败。

maxTokens 是辅助调用输出上限；达到上限的响应会被拒绝为不完整。

delivery 可为 append 或 replace。

failureMode 可为 pass-through 或 fail。turn cancellation 总是传播。

优化路由按以下顺序解析：

1、已配置的 provider 和 model。
2、会话最后路由请求。
3、agent 显式的 provider/model 选项。

如果无法解析出可用路由，会进入失败处理。

典型用法¶

Web 按钮¶

在 web profile 中点击发送控件旁的 sparkle 按钮，插件会执行一次辅助请求，并用结果替换当前未发送草稿。

如果优化期间用户继续编辑，响应不会被应用，当前草稿会被保留。传输、路由或模型失败时，同样保留草稿，并把失败放入按钮的 accessible status 和 tooltip。

如果按钮返回的结果没有被编辑就发送，会触发一次性精确匹配绕过；如果结果在发送前被修改，就不再满足该精确匹配条件。

Host 操作¶

Host 暴露同一个操作：

/optimize-prompt <prompt>

该操作用于对给定 prompt 触发优化。

One-shot 任务¶

对一次性任务，使用 headless profile 代替 web profile 可以启用自动优化。发送控件按钮只在 web profile 中提供。

模型与成本影响¶

先说请求次数：每条符合条件的自动优化会增加一个独立模型请求；按钮点击也会增加一个请求；未修改的按钮结果发送时不额外触发第二次优化器请求。

再说落盘方式：辅助模型交互不会被存为单独的 model event；按钮结果进入 durable command lifecycle，自动投递结果进入 main turn。

投递方式也会影响主请求：append 保留原始 prompt 并加入优化文本；replace 只保留优化后的文本。

适用场景与注意¶

适合使用这个插件的场景：

• 在 DSH Web UI 中手动优化发送前草稿。
• 在 agent/pre-step 之前对直接用户消息做自动改写。
• 需要保持 agent loop 不变，同时增加一个可配置的优化点。

需要注意：

• Prompt 优化是语义模型输出，仍可能歪曲意图；需要审计时优先使用 append。
• Multimodal 和 mixed-block 直接用户消息会原样通过。
• 插件以当前 dsh 进程权限运行。安装前应检查源码与许可证。
• 本项目许可证为 MIT，包名为 @lizhecome/dsh-prompt-optimizer，版本为 0.2.0。

结尾¶

经过上面的介绍，DeepSeek Harness Prompt Optimizer 的价值比较清楚：它提供一个轻量、可配置、不修改 agent loop 的 prompt 优化入口，适合在 DSH 工作流中加入一次辅助改写。

相关入口：

• GitHub：https://github.com/lizhecome/deepseek-harness-prompt-optimizer
• 目录线索：https://www.skillhub.cn/plugins/lizhecome/deepseek-harness-prompt-optimizer

这个目录页是独立站点线索，与 DeepSeek / 幻方无官方从属关系。