前言¶
DeepSeek Harness (DSH) 用户在对比不同模型解决同一编程任务时，往往需要在多个会话中手动切换，或者缺乏可追溯的证据链。dsh-evidence-arena 插件提供了一种基于证据优先的多模型编程对比工作台，它允许在不修改官方 DSH Host、Session 或聊天 UI 源码的前提下，进行隔离的并行评测。
插件简介¶
这是一个独立社区项目，由 shengshifantang 维护。插件通过 npm registry 安装，核心价值在于提供多 Builder 并行运行、独立 Reviewer 和可复现的检查点，最终仅将人工确认的候选代码写回原始工作空间。
核心功能¶
- 并行隔离评测：支持 2 或 3 个 Builder 在隔离的 Git 工作树中解决同一任务，每个 Builder 拥有独立的 DSH SDK 运行时。
- 结果可检查性：提供逐文件 Diff、独立的 Reviewer 判决（逻辑与安全检查）和可复现的检查点，所有结果均为密封证据。
- 证据优先机制：只有显式确认的候选者才会被写回原始工作区；未确认的运行结果仅作为证据保留。
- 独立运行时环境：Reviewer 运行在零工具的密封证据环境中，且
DSH_HOME指向空目录，确保宿主的配置文件和凭据不会暴露给模型面向的 Shell。 - 兼容性验证：已验证与 DSH 发布系列的兼容性快照为 2026-08-19。
安装与启用¶
- 安装插件：
npm install dsh-evidence-arena
- 启用工作台：
安装后，在 DSH 侧边栏底部找到 A/B 动作并打开。插件不会注册新的/arena斜杠命令，也不会安装任何依赖。
典型用法¶
- 打开插件工作台并选择对应任务，此时才会加载设置和预检。
- 展开 Run candidate result，确认执行，打开一次性回环预览，检查日志。
- 根据预览和日志记录人工裁决（通过/失败/不确定）。
- 在终端运行，可下载带版本号的 JSON 证据报告，用于审查或分享。
适用场景与注意¶
- 适用场景：模型性能对比、代码生成质量评测、特定工程任务的策略验证。
- 兼容性注意：插件有明确的兼容性边界，应使用与其构建时匹配的 DSH 发布系列。升级 DSH 后建议重新运行安装和浏览器冒烟测试，而不是假设私有接口永久稳定。
- 安全注意：插件仅通过插件清单、Host RPC、Workspace Registry、
sidebar.footer.action和shell.overlay与宿主集成。发布负载不复制完整的官方 DSH 运行时，仅依赖 5 个标准 Web 闭包中缺失的 SDK/子代理引导包。
短结尾¶
该插件是 DeepSeek Harness 生态中用于结构化评测的工具，适合需要严谨对比和证据归档的开发者。更多信息请参考 GitHub 仓库：shengshifantang/dsh-evidence-arena。
