前言¶
DeepSeek Harness (dsh) 是一个「一切皆插件」的智能体框架。对于开发者而言，单纯依赖手动调整提示词来提升智能体表现效率较低。为了实现智能体的自我进化，需要一种机制，使其能够利用自身的历史会话数据，在不消耗额外 API 预算的情况下优化行为。
dsh-skillopt 插件解决了这一问题。它将 Microsoft 的 SkillOpt-Sleep 引擎集成到 dsh 的插件系统中，为你的 DeepSeek Harness 代理提供一个「夜间休眠周期」：它在离线状态下回顾过往会话，在自有 API 预算内重放 recurring 任务，并将学习到的知识通过 held-out gate（隔离验证）固化到技能中。该插件底层使用的引擎与 Claude Code / Codex / Cursor 的集成相同。
核心功能¶
该插件通过注册原生工具，提供了完整的技能优化闭环：
- 数据采集与预览：
skillopt_harvest仅读取并导出已提取的任务（只读操作）；skillopt_dry_run进行全流程预演，不产生任何实际修改；skillopt_status查看当前引擎状态与最新提案。 - 执行与应用：
skillopt_run运行完整周期并生成待采纳的提案；skillopt_adopt应用最新提案（执行前会自动备份）。 - 调度管理：
skillopt_schedule和skillopt_unschedule用于安装或移除夜间的定时任务。
安装与启用¶
前置条件：
* 已安装 DeepSeek Harness (dsh)。
* 已安装 Python 3.10+，并安装了 SkillOpt-Sleep 引擎：
pip install skillopt
安装命令：
在 DeepSeek Harness 的源码 checkout 目录下运行以下命令，将插件以 patch 方式注入到当前 profile：
pnpm dsh web --patch ./plugins/dsh/cordis.patch.yml
安装完成后，可通过 agent 交互来使用功能，例如询问：Use skillopt_status to check the sleep cycle state.
典型用法¶
- 状态检查：通过
skillopt_status查看休眠周期的状态。 - 离线验证：运行 Python 脚本进行实验性验证，不消耗 API 预算：
python -m skillopt_sleep.experiments.run_experiment --persona researcher --assert-improves
注意事项¶
- 数据边界：Harvest 阶段是只读的；
run阶段仅生成提案，不进行实时修改；只有adopt阶段会应用变更（且会先备份）。 - 限制：插件包含
MaxTasks和MaxSessions等上限配置，用于限制挖掘和采样的数量。 - 许可证：该插件采用 MIT 许可证。
总结¶
dsh-skillopt 将智能体的自我反思与技能固化流程标准化。通过离线回顾和可控的提案机制，它帮助开发者利用现有数据提升 agent 的能力，且不依赖外部 API 预算。
更多信息与源码：
* Catalog Page
* GitHub Repository
