DeepSeek V4 Flash 模型在 reasoning: max 设置下具备强大的推理能力，但同时也存在不稳定性：它容易对简单任务过度思考，对复杂任务思考不足，且容易在会话中途发散。dsh-flash-godmode 插件旨在通过路由机制，将 Flash 模型这种不稳定的思维过程转化为可复现的能力。
插件简介¶
该插件是 DeepSeek Harness (DSH) 生态中的一个工作流插件，旨在为 V4 Flash 模型提供“神模式”配置。其核心是通过特定的人格锚定和引导策略，解决模型在简单任务上的低效和复杂任务上的决策模糊问题。插件由 Cavan-Ou 维护，采用 MIT 许可证。
核心功能¶
插件主要包含以下三个核心机制：
-
w7 人格锚定
这是一种经过测量的 Flash 模型最优人格配置。它包含三个要素：- 中性身份：避免模型带入过强的预设立场。
- 分类-行动指令：强制模型先判断任务类型再执行。
- 回顾/反失控锚：通过特定的指令防止模型在环境检查（如
echo,whoami）或发散性思考中浪费轮次。
-
基于复杂度的引导分派
插件根据任务复杂度在首轮请求时决定引导策略：- 简单任务：获得快速收敛引导，直接给出结果。
- 复杂任务：获得决策闭合深度引导，进行深度分析。
- 触发条件：文本长度超过 120，或包含架构关键词（作者原创启发式）。例如，文件名
analyze.py会被视为复杂任务。
-
首轮工具锚定
在第一轮请求中，模型只能看到核心工具集（读/写/编辑 + Shell）。只有在完成一次持久性工具调用后，完整的工具目录才会被暴露。这有助于模型聚焦于当前任务。 -
agent/inbox/spliced 捕获路径
这是实现“首轮引导”的关键技术路径。在 DSH 的 headless 配置文件（rc.6）中，标准的user/message事件往往在首次提示组装后才到达，导致无法对首轮请求施加影响。该插件监听agent/inbox/spliced事件，该事件携带了在组装前的任务文本，从而确保引导决策能作用于第一轮请求。
安装与依赖¶
该插件是 headless 原生单插件形式，无需额外安装脚本，直接通过 DSH 的命令行安装。
前置依赖：
* DSH 版本 0.1.x（需使用 headless profile）。
* 任何兼容 openai-completions 协议的提供商（已验证环境为 opencode-go 频道，使用 deepseek-v4-flash 和 reasoning: max）。
安装命令：
dsh plugin --profile headless add github:Cavan-Ou/dsh-flash-godmode
典型用法¶
安装完成后，插件会自动对 Flash 模型进行检测并应用配置。
运行任意任务时，stderr 输出中会包含调度决策信息，用于验证插件是否生效：
dsh --profile headless "简单任务：运行 python3 -c 'print(1+1)' 并报告输出" 2>&1 | grep godmode
预期输出示例：
[godmode] taskLen=NN complex=false guide=fast mode=weak
在此模式下，简单任务会被路由至 mode=weak 并配合 guide=fast，模型会快速收敛；而复杂任务则会触发 guide=deep。
注意事项¶
- 复杂度启发式是作者原创：插件中的复杂度判断逻辑（文本长度 > 120 或架构关键词）是作者自行定义的，并非 DSH 内置标准。如果一个文件名包含架构关键词（如
analyze.py），它会被视为复杂任务。 - 降级处理：如果未来的 DSH 版本导致
agent/inbox/spliced捕获路径失效，插件会自动降级为仅使用裸 w7 人格（不包含引导策略），此时任务依然可以运行，但失去了复杂度分派功能。 - 验证环境：插件中引用的测量数据（如 0 工具失败率）来自官方 DeepSeek API；本插件在 opencode-go 频道进行了验证（该频道使用相同的权重，但服务架构不同）。
总结¶
dsh-flash-godmode 通过将 w7 人格、工具锚定和复杂度引导整合为一个单一插件，解决了 V4 Flash 模型在 DSH headless 场景下的稳定性问题。它特别适合需要在生产环境或自动化脚本中稳定调用 Flash 模型的开发者。
项目地址：GitHub
