前言¶

DeepSeek Harness（DSH）採用插件化架構，強調模塊化與靈活性。在實際開發中，管理 AI 技能時，開發者常面臨評分標準不一、成本難以預估、配置依賴漂移等痛點。下面介紹 Cromus 插件，它爲 DSH 提供了一套自動化的評分、驗證與成本估算方案。

插件介紹¶

該插件由 cromus-ai 維護，基於 MIT 許可證。它是一個 DeepSeek Harness bundle，允許用戶在本地代理環境中直接對 AI 技能進行量化評分、規範校驗和成本估算，無需切換到外部工具。

核心能力¶

安裝後，11 個工具會出現在模型工具註冊表的 mcp__cromus__ 命名空間下，涵蓋以下功能：

• mcp__cromus__score_skill：返回 0–1000 Croms 評分及四維度分解。
• mcp__cromus__simulate_cost：估算特定工作流的每次運行和月度成本（支持五種路由模式）。
• mcp__cromus__check_mcp_drift：比較技能聲明的 MCP 依賴與實時服務器，標記變更。
• mcp__cromus__check_model_drift：檢測 SKILL.md 中聲明的已退役、重命名或被取代的模型。
• mcp__cromus__validate_skill：根據 Open 規範檢查 SKILL.md 文件並列出違規項。
• mcp__cromus__validate_mcp_deps：檢查技能的 mcp_dependencies 塊的完整性和有效配置。
• mcp__cromus__validate_ethos：根據 Open 規範檢查 ETHOS.md 治理文件。
• mcp__cromus__validate_memory：根據 Open 規範檢查 MEMORY.md 交接文件。
• mcp__cromus__validate_agents：驗證 AGENTS.md 文件並返回就緒度評分。
• mcp__cromus__reality_check_summary：返回技能的最近 Reality Check 記錄（只讀）。
• mcp__cromus__check_usage_waste：分析 AI API 使用導出，查找浪費模式（緩存利用、模型擴散、空閒燃燒）。

安裝與啓用¶

安裝插件並配置 API 密鑰即可啓用功能：

1. 安裝插件：

    dsh plugins add @cromus-ai/dsh-plugin

2. 設置 API 密鑰：

    export CROMUS_API_KEY=your_key_here

插件安裝後，11 個工具會出現在模型工具註冊表中。系統要求 Node.js 版本 >= 18。

典型用法¶

安裝完成後，可以在 DSH 上下文中直接調用上述工具。例如，在處理技能文件時調用評分功能，或通過 cordis.patch.yml 手動配置連接方式（可選）：

- 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}`'

適用場景與注意¶

該插件適合需要嚴格治理 AI 技能的開發者或團隊。使用時需注意：
* 必須設置 CROMUS_API_KEY 環境變量。
* 插件以當前 DSH 進程的權限運行，安裝前建議檢查源碼與許可證。
* 技能目錄與 DeepSeek / 幻方無官方從屬關係。

結尾¶

Cromus 插件爲 DeepSeek Harness 提供了從評分到治理的完整工具鏈。更多技術細節與集成選項，請參考：GitHub 倉庫。