前言¶
在 DeepSeek Harness（DSH）的工作流中，Agent 声称完成（“Done”）往往只是主观判断，背后可能隐藏着测试失败、构建错误或需求遗漏。为了解决这个问题，需要一个独立的验收层来验证 Agent 的产出。下面介绍 dsh-autopilot 插件。
它是什么¶
dsh-autopilot 是一个面向 DeepSeek Harness 的验收驱动自动完成引擎。项目由 245678000000 维护，开源协议为 MIT。它解决了 Agent 自称完成不代表任务真正完成的问题，通过确定性评估器独立验收，确保只有在所有必选检查通过时才签发完成证书。
核心功能¶
插件主要提供以下能力：
- 独立验收与自动完成：挂在官方
agent/turn-stopping上，不替换ctx.goals，独立评估 Agent 产出。 - 修复循环与重试机制：对可修复的失败生成结构化反馈，通过
agent.steer继续当前回合，或交给官方 driver 排下一轮。 - 证书生成：通过后写出
CompletionCertificate，明确标记验证状态。 - 多种评估器：支持 command（命令执行）、file（文件检查）、regex（正则匹配）、git（工作区状态）、http（HTTP 请求）、manual（人工确认）、agent（独立评判）等多种评估方式。
- 回归/无进展/振荡检测：对比上一轮结果，防止模型在错误方向上空转或出现 A/B 翻转。
- 阻断机制：对缺密钥、审批拒绝、必选标准无法验证等情况进行阻断，避免无效重试。
安装与启用¶
系统需要 Node.js 20.19+ 以及已安装的 DeepSeek Harness。
作为 Harness 插件安装：
dsh plugin add https://github.com/245678000000/dsh-autopilot
或使用本地 checkout 做 overlay：
pnpm dsh web --patch /absolute/path/to/dsh-autopilot/cordis.patch.yml
典型用法¶
插件提供独立的 CLI 工具，无需运行完整 Harness 即可评估项目。
独立评估（不执行 shell 命令）：
dsh-autopilot evaluate --cwd ./fixtures/file-only
独立评估（授权执行 shell 命令）：
dsh-autopilot evaluate --cwd ./examples/login --allow-commands
常用命令还包括查看状态、标准配置和证书：
dsh-autopilot status
dsh-autopilot criteria
dsh-autopilot certificate
运行演示场景：
npm run demo
适用场景与注意¶
dsh-autopilot 适合需要严格验收标准、防止 Agent 自欺欺人的工作流。
注意事项包括：
- 配置不可信：
.autopilot.yml视为不可信项目配置，写坏的验收标准会签发错误证书。 - 概率性评估：LLM 评估器是概率性的，非法输出记为
error，不是pass。 - 系统可用性：外部系统可能不可用。
- 数学证明局限：测试通过在数学上不能证明软件正确。
- 权限风险：插件以当前 DSH 进程权限运行，安装前应检查源码与许可证。
- 进程内调用限制：受信任的进程内插件如果直接调用
ctx.goals.complete()，官方 Goal 服务仍然认可，Autopilot 拦截的是模型工具调用，不是所有 in-process 调用。
总结¶
dsh-autopilot 通过引入独立的验收层，将“Done”的定义从主观声明转化为客观验证，提高了 Harness 工作流的可靠性。更多细节请参考 GitHub 仓库。
