前言¶
DeepSeek Harness（DSH）的核心任務是評估模型與 Harness 配置的組合效應。在實際使用中，同一個模型（例如 V4 Pro）在處理相同任務時，可能會因爲 Harness 構建請求表面（Request Surface）的不同，表現出完全不同的推理路徑和執行軌跡。例如，有時表現爲“讓我檢查……”，有時則表現爲“我們需要定位……”。
這種差異並非簡單的模型能力波動，而是模型與 Harness 相互作用的結果。現有的評估方式往往難以在保持上下文完整性的前提下，對特定的“請求表面”進行復現和對比。dsh-replay-lab 旨在解決這一問題，提供一種受控的請求表面回放和 A/B 實驗工作臺。
插件定位¶
dsh-replay-lab 是一個 DeepSeek Harness 插件，用於對已完成的智能體回合進行請求表面回放和 A/B 實驗。
- 核心價值：凍結一個回合，隔離候選會話，對比請求表面、軌跡和成本。
- 維護者：tbxy09
- 許可證：MIT
它主要用於復現和調試長軌跡、重複的工具調用循環、無進展回合，以及依賴預設或插件的迴歸問題。
核心功能¶
該插件聚焦於“請求表面”而非單純的提示詞，提供以下能力：
- 請求表面回放：回放完整的請求上下文，而不僅僅是提示詞。支持 Standard、Minimal、Anchored 等預設或插件候選。
- 回合凍結與隔離：將已完成的回合凍結，隔離出候選會話進行測試，而源會話和 workspace 始終保持不變。
- 多維對比：對比請求表面差異、軌跡差異和執行成本差異。
- 沙盒證據儀表盤：在隔離的沙盒環境中展示證據。支持自定義 Prompt，而非僅限於預設芯片。
- 請求表面 Diff：對比路由、階段、工具列表和哈希值。
- 執行 Delta：展示 Token 數、耗時、步驟和工具調用的差異。
- 生成證據敘述：自動生成基於事實的對比敘述。
使用說明¶
使用該插件需要先確保運行的是符合要求的 DSH 環境。
依賴與版本¶
根據 package.json 信息，該插件運行需要 Node.js 版本 ^22.19.0 || >=24。
代碼塊：package.json 關鍵信息¶
{
"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：凍結回合、發送 Prompt、獲取對比結果。
- 凍結回合：在 DSH 中完成一個回合，使用插件將其凍結。
- 隔離候選：在凍結的狀態下，選擇一個候選預設（如 Standard）或插件進行隔離運行。
- 打開沙盒儀表盤：在隔離運行完成後，打開沙盒證據儀表盤。
- 發送自定義 Prompt：
- 在儀表盤中，你可以選擇預設芯片，也可以直接輸入任意 Prompt。
- 點擊 Send。
- 模型將返回 HTML 渲染的圖表或數據。
- 請求可視化：
- 請求表面 Diff：查看路由、工具列表的異同。
- 執行 Delta：查看 Token、耗時、工具調用的變化。
- 證據敘述：獲取一段基於事實的對比總結。
注意事項與適用場景¶
- 數據安全性：源會話和 workspace 在整個過程中從未被重寫或回滾。
- 臨時性修改：候選文件在運行後的修改會在結束後恢復到回放檢查點，不會影響源會話。
- 敘述生成機制：證據敘述由顯式的、單次直接模型運行調用生成，並非啓動智能體 Agent。
- HTML 兼容性：如果生成的 HTML 無效，儀表盤將回退到宿主圖表。
該插件適合需要在 DSH 中深入分析“模型 × Harness”組合效應，特別是需要精確復現特定請求表面以診斷迴歸問題的開發者。
結語¶
dsh-replay-lab 提供了一種結構化的方法，將請求表面從執行結果中剝離出來進行獨立觀測。通過沙盒儀表盤和自定義 Prompt 能力，它使得調試長軌跡和成本分析變得具體且可落地。
