前言¶
DeepSeek Harness（DSH）的核心任务是评估模型与 Harness 配置的组合效应。在实际使用中，同一个模型（例如 V4 Pro）在处理相同任务时，可能会因为 Harness 构建请求表面（Request Surface）的不同，表现出完全不同的推理路径和执行轨迹。例如，有时表现为“让我检查……”，有时则表现为“我们需要定位……”。
这种差异并非简单的模型能力波动，而是模型与 Harness 相互作用的结果。现有的评估方式往往难以在保持上下文完整性的前提下，对特定的“请求表面”进行复现和对比。dsh-replay-lab 旨在解决这一问题，提供一种受控的请求表面回放和 A/B 实验工作台。
插件定位¶
dsh-replay-lab 是一个 DeepSeek Harness 插件，用于对已完成的智能体回合进行请求表面回放和 A/B 实验。
- 核心价值：冻结一个回合，隔离候选会话，对比请求表面、轨迹和成本。
- 维护者：tbxy09
- 许可证：MIT
它主要用于复现和调试长轨迹、重复的工具调用循环、无进展回合，以及依赖预设或插件的回归问题。
核心功能¶
该插件聚焦于“请求表面”而非单纯的提示词，提供以下能力：
- 请求表面回放：回放完整的请求上下文，而不仅仅是提示词。支持 Standard、Minimal、Anchored 等预设或插件候选。
- 回合冻结与隔离：将已完成的回合冻结，隔离出候选会话进行测试，而源会话和 workspace 始终保持不变。
- 多维对比：对比请求表面差异、轨迹差异和执行成本差异。
- 沙盒证据仪表盘：在隔离的沙盒环境中展示证据。支持自定义 Prompt，而非仅限于预设芯片。
- 请求表面 Diff：对比路由、阶段、工具列表和哈希值。
- 执行 Delta：展示 Token 数、耗时、步骤和工具调用的差异。
- 生成证据叙述：自动生成基于事实的对比叙述。
使用说明¶
使用该插件需要先确保运行的是符合要求的 DSH 环境。
依赖与版本¶
根据 package.json 信息，该插件运行需要 Node.js 版本 ^22.19.0 || >=24。
代码块：package.json 关键信息¶
{
"name": "@webwalkerhq/dsh-replay-lab",
"version": "0.1.6",
"license": "MIT",
"dependencies": {
"@deepseek-ai/schemastery": "^3.18.1"
},
"peerDependencies": {
"@deepseek-ai/cordis": "^4.0.1"
}
}
典型用法¶
使用 dsh-replay-lab 的典型流程是：冻结回合、发送 Prompt、获取对比结果。
- 冻结回合：在 DSH 中完成一个回合，使用插件将其冻结。
- 隔离候选：在冻结的状态下，选择一个候选预设（如 Standard）或插件进行隔离运行。
- 打开沙盒仪表盘：在隔离运行完成后，打开沙盒证据仪表盘。
- 发送自定义 Prompt：
- 在仪表盘中，你可以选择预设芯片，也可以直接输入任意 Prompt。
- 点击 Send。
- 模型将返回 HTML 渲染的图表或数据。
- 请求可视化：
- 请求表面 Diff：查看路由、工具列表的异同。
- 执行 Delta：查看 Token、耗时、工具调用的变化。
- 证据叙述：获取一段基于事实的对比总结。
注意事项与适用场景¶
- 数据安全性：源会话和 workspace 在整个过程中从未被重写或回滚。
- 临时性修改：候选文件在运行后的修改会在结束后恢复到回放检查点，不会影响源会话。
- 叙述生成机制：证据叙述由显式的、单次直接模型运行调用生成，并非启动智能体 Agent。
- HTML 兼容性：如果生成的 HTML 无效，仪表盘将回退到宿主图表。
该插件适合需要在 DSH 中深入分析“模型 × Harness”组合效应，特别是需要精确复现特定请求表面以诊断回归问题的开发者。
结语¶
dsh-replay-lab 提供了一种结构化的方法，将请求表面从执行结果中剥离出来进行独立观测。通过沙盒仪表盘和自定义 Prompt 能力，它使得调试长轨迹和成本分析变得具体且可落地。
