DeepSeek Harness 插件 dsh-aidd：AI 驅動藥物發現研究工作臺

前言¶

DeepSeek Harness (DSH) 的設計理念是「一切皆插件」。在 AI 驅動藥物發現（AIDD）領域，單純的對話式智能體難以滿足科研所需的嚴謹流程、可追溯性和數據管理規範。dsh-aidd 是爲此構建的 AIDD 研究工作臺，它爲 DSH 引入了 Claude Science 風格的研究引擎與工具集。

插件概覽¶

dsh-aidd 是一個針對 AIDD 場景定製的研究工作臺插件，由開發者 panda_aidd 維護。它基於 DeepSeek Harness 構建，提供了一套標準化的科研流程工具。核心價值在於將非結構化的科研對話轉化爲結構化的研究循環，並確保實驗數據和模型的可復現性。

核心功能¶

插件主要包含三個核心部分：

ReAct 研究循環引擎
提供一系列工具以驅動科研流程：research_init（初始化）、research_state（狀態檢查）、research_hypothesis（提出假設）、research_experiment（執行實驗）、research_findings（記錄發現）以及 research_review 與 research_report。這些狀態持久化存儲在 research-manifest.json 中，記錄從問題到結論的完整路徑。
帶有溯源信息的版本化工件
通過 artifact_* 系列工具（如 artifact_save、artifact_list、artifact_verify）管理實驗產物。所有工件以版本號歸檔在 artifacts/<name>/v<N>/ 目錄下，每個文件包含 SHA-256 校驗和，並配有 artifact.json 溯源信息（包含命令、輸入、環境配置等）和 provenance.md 日誌。
17 項科研技能
插件內置 17 項技能，分爲通用技能（如文獻連接、並行委託、手稿撰寫）和 AIDD 專用技能（如虛擬篩選、分子生成、屬性預測、DTI 建模、模型復現）。這些技能通過項目目錄下的 .dsh/skills/ 或全局安裝目錄自動發現。

安裝與啓用¶

安裝方式分爲兩種，根據使用場景選擇。

方式一：Profile Bundle（社區標準）¶

將插件作爲 Bundle 安裝到當前 Profile，該 Profile 下的所有 Agent 即可使用相關工具。

dsh plugin --profile web add dsh-aidd

方式二：Agent Preset（全量 AIDD 模式）¶

克隆倉庫並安裝 Preset，在 DSH Web 界面中選擇 “AIDD 模式” 預設，獲得包含研究人格和數據規範紅線的完整體驗。

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

使用示例¶

在完成安裝後，標準的 AIDD 研究流程如下：

初始化：調用 research_init，系統會創建 research-manifest.json 以及項目骨架目錄（包括 experiments/、artifacts/、analyses/、data/ 等）。
狀態檢查：每次會話開始時，先調用 research_state 確認當前研究進度。
執行循環：
- 使用 research_hypothesis 定義假設（如 “該子庫包含得分超過閾值的命中化合物”）。
- 使用 research_experiment 設計並執行虛擬篩選實驗，生成實驗記錄。
- 運行實驗後，使用 research_findings 分析富集度和多樣性，更新結論。
- 使用 artifact_save 保存命中列表和評分表。
建模與復現：使用 ml-experiment-tracking 和 model-reproduction 技能進行模型訓練和復現，關鍵結論需經過 scientific-reviewer 審查並歸檔。

倉庫與驗證¶

該插件 Fork 自 biociao/dsh-science v0.1.1，引擎層復刻上游，領域層針對 AIDD 重寫。插件完全零依賴，僅使用 Node.js 內置模塊。

項目提供自動化測試腳本，用於驗證邏輯正確性和併發穩定性：

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

注意事項¶

數據規範：插件內置了 AIDD 數據紀律紅線，包括固定隨機種子、將數據切分文件歸檔爲工件、以及確保訓練集與測試集不包含同源靶點或共享骨架。在未復現基線之前，不得聲稱性能提升。
安裝路徑：使用 Agent Preset 模式時，需確保 preset/engines/ 目錄與預設配置保持同步。
版本要求：運行環境需滿足 Node.js 版本 >= 18。

總結¶

dsh-aidd 爲 DeepSeek Harness 生態引入了結構化的科研工作流，適合需要處理分子數據、模型復現和實驗記錄的科研場景。它通過版本化工件和 ReAct 循環引擎，解決了 AIDD 開發中常見的流程不嚴謹和數據不可追溯問題。

倉庫地址：https://github.com/panda_aidd/dsh-aidd