DeepSeek Harness 插件 dsh-aidd：AI 驱动药物发现研究工作台

前言¶

DeepSeek Harness (DSH) 的设计理念是「一切皆插件」。在 AI 驱动药物发现（AIDD）领域，单纯的对话式智能体难以满足科研所需的严谨流程、可追溯性和数据管理规范。dsh-aidd 是为此构建的 AIDD 研究工作台，它为 DSH 引入了 Claude Science 风格的研究引擎与工具集。

插件概览¶

dsh-aidd 是一个针对 AIDD 场景定制的研究工作台插件，由开发者 panda_aidd 维护。它基于 DeepSeek Harness 构建，提供了一套标准化的科研流程工具。核心价值在于将非结构化的科研对话转化为结构化的研究循环，并确保实验数据和模型的可复现性。

核心功能¶

插件主要包含三个核心部分：

ReAct 研究循环引擎
提供一系列工具以驱动科研流程：research_init（初始化）、research_state（状态检查）、research_hypothesis（提出假设）、research_experiment（执行实验）、research_findings（记录发现）以及 research_review 与 research_report。这些状态持久化存储在 research-manifest.json 中，记录从问题到结论的完整路径。
带有溯源信息的版本化工件
通过 artifact_* 系列工具（如 artifact_save、artifact_list、artifact_verify）管理实验产物。所有工件以版本号归档在 artifacts/<name>/v<N>/ 目录下，每个文件包含 SHA-256 校验和，并配有 artifact.json 溯源信息（包含命令、输入、环境配置等）和 provenance.md 日志。
17 项科研技能
插件内置 17 项技能，分为通用技能（如文献连接、并行委托、手稿撰写）和 AIDD 专用技能（如虚拟筛选、分子生成、属性预测、DTI 建模、模型复现）。这些技能通过项目目录下的 .dsh/skills/ 或全局安装目录自动发现。

安装与启用¶

安装方式分为两种，根据使用场景选择。

方式一：Profile Bundle（社区标准）¶

将插件作为 Bundle 安装到当前 Profile，该 Profile 下的所有 Agent 即可使用相关工具。

dsh plugin --profile web add dsh-aidd

方式二：Agent Preset（全量 AIDD 模式）¶

克隆仓库并安装 Preset，在 DSH Web 界面中选择 “AIDD 模式” 预设，获得包含研究人格和数据规范红线的完整体验。

git clone https://github.com/panda_aidd/dsh-aidd ~/.dsh/.agent-presets/aidd
bash scripts/install.sh

使用示例¶

在完成安装后，标准的 AIDD 研究流程如下：

初始化：调用 research_init，系统会创建 research-manifest.json 以及项目骨架目录（包括 experiments/、artifacts/、analyses/、data/ 等）。
状态检查：每次会话开始时，先调用 research_state 确认当前研究进度。
执行循环：
- 使用 research_hypothesis 定义假设（如 “该子库包含得分超过阈值的命中化合物”）。
- 使用 research_experiment 设计并执行虚拟筛选实验，生成实验记录。
- 运行实验后，使用 research_findings 分析富集度和多样性，更新结论。
- 使用 artifact_save 保存命中列表和评分表。
建模与复现：使用 ml-experiment-tracking 和 model-reproduction 技能进行模型训练和复现，关键结论需经过 scientific-reviewer 审查并归档。

仓库与验证¶

该插件 Fork 自 biociao/dsh-science v0.1.1，引擎层复刻上游，领域层针对 AIDD 重写。插件完全零依赖，仅使用 Node.js 内置模块。

项目提供自动化测试脚本，用于验证逻辑正确性和并发稳定性：

node scripts/smoke-test.mjs
node scripts/stability-test.mjs

注意事项¶

数据规范：插件内置了 AIDD 数据纪律红线，包括固定随机种子、将数据切分文件归档为工件、以及确保训练集与测试集不包含同源靶点或共享骨架。在未复现基线之前，不得声称性能提升。
安装路径：使用 Agent Preset 模式时，需确保 preset/engines/ 目录与预设配置保持同步。
版本要求：运行环境需满足 Node.js 版本 >= 18。

总结¶

dsh-aidd 为 DeepSeek Harness 生态引入了结构化的科研工作流，适合需要处理分子数据、模型复现和实验记录的科研场景。它通过版本化工件和 ReAct 循环引擎，解决了 AIDD 开发中常见的流程不严谨和数据不可追溯问题。

仓库地址：https://github.com/panda_aidd/dsh-aidd