前言¶
DeepSeek Harness (DSH) 用戶在對比不同模型解決同一編程任務時，往往需要在多個會話中手動切換，或者缺乏可追溯的證據鏈。dsh-evidence-arena 插件提供了一種基於證據優先的多模型編程對比工作臺，它允許在不修改官方 DSH Host、Session 或聊天 UI 源碼的前提下，進行隔離的並行評測。
插件簡介¶
這是一個獨立社區項目，由 shengshifantang 維護。插件通過 npm registry 安裝，核心價值在於提供多 Builder 並行運行、獨立 Reviewer 和可復現的檢查點，最終僅將人工確認的候選代碼寫回原始工作空間。
核心功能¶
- 並行隔離評測：支持 2 或 3 個 Builder 在隔離的 Git 工作樹中解決同一任務，每個 Builder 擁有獨立的 DSH SDK 運行時。
- 結果可檢查性：提供逐文件 Diff、獨立的 Reviewer 判決（邏輯與安全檢查）和可復現的檢查點，所有結果均爲密封證據。
- 證據優先機制：只有顯式確認的候選者纔會被寫回原始工作區；未確認的運行結果僅作爲證據保留。
- 獨立運行時環境：Reviewer 運行在零工具的密封證據環境中，且
DSH_HOME指向空目錄，確保宿主的配置文件和憑據不會暴露給模型面向的 Shell。 - 兼容性驗證：已驗證與 DSH 發佈系列的兼容性快照爲 2026-08-19。
安裝與啓用¶
- 安裝插件：
npm install dsh-evidence-arena
- 啓用工作臺：
安裝後，在 DSH 側邊欄底部找到 A/B 動作並打開。插件不會註冊新的/arena斜槓命令，也不會安裝任何依賴。
典型用法¶
- 打開插件工作臺並選擇對應任務，此時纔會加載設置和預檢。
- 展開 Run candidate result，確認執行，打開一次性迴環預覽，檢查日誌。
- 根據預覽和日誌記錄人工裁決（通過/失敗/不確定）。
- 在終端運行，可下載帶版本號的 JSON 證據報告，用於審查或分享。
適用場景與注意¶
- 適用場景：模型性能對比、代碼生成質量評測、特定工程任務的策略驗證。
- 兼容性注意：插件有明確的兼容性邊界，應使用與其構建時匹配的 DSH 發佈系列。升級 DSH 後建議重新運行安裝和瀏覽器冒煙測試，而不是假設私有接口永久穩定。
- 安全注意：插件僅通過插件清單、Host RPC、Workspace Registry、
sidebar.footer.action和shell.overlay與宿主集成。發佈負載不復制完整的官方 DSH 運行時，僅依賴 5 個標準 Web 閉包中缺失的 SDK/子代理引導包。
短結尾¶
該插件是 DeepSeek Harness 生態中用於結構化評測的工具，適合需要嚴謹對比和證據歸檔的開發者。更多信息請參考 GitHub 倉庫：shengshifantang/dsh-evidence-arena。
