前言¶
DeepSeek Harness (DSH) 生态强调“一切皆插件”。在构建复杂 Agent 任务时，单次推理可能受限于上下文窗口或随机性，导致结果不稳定。多候选模式通过并行生成和验证者机制，利用额外的算力提升任务的最终成功率。
插件定位¶
dsh-multi-candidate 是一个测试时扩展（test-time scaling）插件。它由 WintryGrass 维护，核心逻辑是让模型对同一任务并行生成 N 个独立候选方案，然后通过验证者机制选优。这本质上是“跑 N 遍交最好的一份”策略。
核心功能¶
- 鲸鱼面板：提供悬浮球交互界面，支持自由拖动和位置记忆。
- 纯配置驱动：无需特殊指令前缀，勾选配置后直接输入任务即可。
- 会话隔离：配置仅对当前会话生效，新会话默认关闭，避免污染。
- 配置选项：支持候选数量（2-5）、第二意见复核（多声音合议）以及可选的验证标准。
- 硬接线工具：提供
multi_candidate_run工具，供模型显式调用。
安装与启用¶
- 确保宿主环境已提供 peer 依赖（如
@deepseek-ai/dsh-tools等，均为 optional）。 - 执行安装命令：
dsh plugin --profile web add dsh-multi-candidate
- 安装完成后，Web GUI 右下角会出现 🐋 按钮。
典型用法¶
- 点击右下角 🐋 打开悬浮球面板。
- 勾选「启用多候选模式（仅当前会话）」。
- 根据需求调整候选数（默认 3）、第二意见及验证标准。
- 在主输入框正常输入任务（例如“帮我写一个 Python 猜数字游戏”）。
- 模型将自动执行并行候选生成、验证选优、汇报的流水线。
注意事项¶
- 安装模式：安装为复制模式。若修改源码，需执行
remove + add重装，或手动同步到 profile 的 node_modules（pnpm 缓存不自动刷新）。 - 环境依赖：服务端改动必须重启 DSH；仅客户端改动刷新页面即可。
- 执行边界：多候选的最终执行依赖 agent 层的
workflow工具，服务端工具无法直接编排子代理。
结语¶
该插件通过简单的配置提升了 DSH 任务的稳定性。更多细节可参考源码：GitHub
