前言¶

DeepSeek Harness（DSH）采用插件化架构，强调模块化与灵活性。在实际开发中，管理 AI 技能时，开发者常面临评分标准不一、成本难以预估、配置依赖漂移等痛点。下面介绍 Cromus 插件，它为 DSH 提供了一套自动化的评分、验证与成本估算方案。

插件介绍¶

该插件由 cromus-ai 维护，基于 MIT 许可证。它是一个 DeepSeek Harness bundle，允许用户在本地代理环境中直接对 AI 技能进行量化评分、规范校验和成本估算，无需切换到外部工具。

核心能力¶

安装后，11 个工具会出现在模型工具注册表的 mcp__cromus__ 命名空间下，涵盖以下功能：

• mcp__cromus__score_skill：返回 0–1000 Croms 评分及四维度分解。
• mcp__cromus__simulate_cost：估算特定工作流的每次运行和月度成本（支持五种路由模式）。
• mcp__cromus__check_mcp_drift：比较技能声明的 MCP 依赖与实时服务器，标记变更。
• mcp__cromus__check_model_drift：检测 SKILL.md 中声明的已退役、重命名或被取代的模型。
• mcp__cromus__validate_skill：根据 Open 规范检查 SKILL.md 文件并列出违规项。
• mcp__cromus__validate_mcp_deps：检查技能的 mcp_dependencies 块的完整性和有效配置。
• mcp__cromus__validate_ethos：根据 Open 规范检查 ETHOS.md 治理文件。
• mcp__cromus__validate_memory：根据 Open 规范检查 MEMORY.md 交接文件。
• mcp__cromus__validate_agents：验证 AGENTS.md 文件并返回就绪度评分。
• mcp__cromus__reality_check_summary：返回技能的最近 Reality Check 记录（只读）。
• mcp__cromus__check_usage_waste：分析 AI API 使用导出，查找浪费模式（缓存利用、模型扩散、空闲燃烧）。

安装与启用¶

安装插件并配置 API 密钥即可启用功能：

1. 安装插件：

    dsh plugins add @cromus-ai/dsh-plugin

2. 设置 API 密钥：

    export CROMUS_API_KEY=your_key_here

插件安装后，11 个工具会出现在模型工具注册表中。系统要求 Node.js 版本 >= 18。

典型用法¶

安装完成后，可以在 DSH 上下文中直接调用上述工具。例如，在处理技能文件时调用评分功能，或通过 cordis.patch.yml 手动配置连接方式（可选）：

- insert:
    - id: cromus-mcp
      name: '@deepseek-ai/dsh-mcp-client'
      config:
        serverName: cromus
        transport: streamable-http
        url: https://mcp.cromus.ai/mcp
        headers:
          Authorization: !!js '`Bearer ${process.env.CROMUS_API_KEY}`'

适用场景与注意¶

该插件适合需要严格治理 AI 技能的开发者或团队。使用时需注意：
* 必须设置 CROMUS_API_KEY 环境变量。
* 插件以当前 DSH 进程的权限运行，安装前建议检查源码与许可证。
* 技能目录与 DeepSeek / 幻方无官方从属关系。

结尾¶

Cromus 插件为 DeepSeek Harness 提供了从评分到治理的完整工具链。更多技术细节与集成选项，请参考：GitHub 仓库。