前言¶
DeepSeek Harness (DSH) 允許通過插件擴展其功能。傳統的長運行代理會靜默運行直到最終輸出，引用內容基於模型記憶而非檢索結果，且更正需要重啓工作。wxxb789 的 dsh-raven-research 插件旨在解決這些問題，它在 DSH 中引入了一個漸進式的、證據感知的任務抽象，用於深度研究、通用寫作、學術寫作和學習。
插件介紹¶
該插件名爲 dsh-raven-research，當前版本爲 v1 開發者預覽。它是一個基於 Cordis 的插件，分爲代理角色模式（raven_task、提示詞和任務上下文）和可選的主機角色設置卡片。其核心目標是提供一個可調節的檢查點、運行中引導以及與檢索字節嚴格匹配的引用驗證。
核心能力¶
插件提供以下核心功能：
- 漸進式任務抽象：提供一個單一的、證據感知的任務抽象，涵蓋深度研究、通用寫作、學術寫作和學習。
- 可調節檢查點：在任務運行過程中提供早期的有用檢查點，允許在運行中引導（steer），無需重啓整個任務。
- 引用驗證：引用經過檢索到的字節的驗證，而非基於模型記憶。
- 綜合階段：執行綜合處理，暴露摘要債務，並保留可檢查的洞察候選，包含聲明來源。
- 結構工作室：用於構建結構，爲長篇寫作呈現不同的論證架構選擇。
- 來源檢查：允許檢查來源。
- 條件式 Markdown 寫入：支持條件化的 Markdown 寫入。
安裝與啓用¶
由於該插件尚未發佈到 npm，需要從源代碼檢出安裝。
- 在項目根目錄運行以下命令構建並打包：
pnpm build && pnpm pack
- 將生成的 tarball 添加到 DSH 的部署環境中。
- 運行安裝預設腳本並選擇 Raven 作爲會話模式：
npx dsh-raven-install-preset
典型用法¶
在 DSH 會話中直接提出需求，無需特殊的啓動短語或單獨的任務 UI。插件默認上下文引導爲 auto，也可以設置爲 off。
例如，進行深度研究時，可以提出以下請求：
Research the evidence for and against centralizing our recovery records. Show me an early useful evidence map, then turn the result into a decision memo for skeptical engineering directors. Preserve contradictions and keep the conclusion reusable.
在生成過程中，可以自然地回覆以引導方向，例如：
reply naturally: Combine the recovery-risk opening with the uncertainty boundary, and focus on implementation risk.
適用場景與注意¶
該插件適合需要嚴謹證據支持和結構化論證的場景，如深度研究、學術寫作和複雜決策分析。
注意事項：
* 當前爲 v1 開發者預覽版本。
* 插件已針對 DeepSeek Harness 0.1.2-alpha.1 進行了固定和測試。
* 上下文引導默認爲 auto，可在配置中設置爲 off。
總結¶
dsh-raven-research 通過在 DSH 主進程內引入漸進式任務和嚴格的源驗證，改變了長篇研究和寫作的工作流。它允許在運行過程中調整方向、檢查引用來源並選擇論證結構，適合需要高可信度和可重用結論的複雜寫作任務。
