前言¶

DeepSeek Harness (dsh) 是一個「一切皆插件」的智能體框架。對於開發者而言，單純依賴手動調整提示詞來提升智能體表現效率較低。爲了實現智能體的自我進化，需要一種機制，使其能夠利用自身的歷史會話數據，在不消耗額外 API 預算的情況下優化行爲。

dsh-skillopt 插件解決了這一問題。它將 Microsoft 的 SkillOpt-Sleep 引擎集成到 dsh 的插件系統中，爲你的 DeepSeek Harness 代理提供一個「夜間休眠週期」：它在離線狀態下回顧過往會話，在自有 API 預算內重放 recurring 任務，並將學習到的知識通過 held-out gate（隔離驗證）固化到技能中。該插件底層使用的引擎與 Claude Code / Codex / Cursor 的集成相同。

核心功能¶

該插件通過註冊原生工具，提供了完整的技能優化閉環：

1. 數據採集與預覽：skillopt_harvest 僅讀取並導出已提取的任務（只讀操作）；skillopt_dry_run 進行全流程預演，不產生任何實際修改；skillopt_status 查看當前引擎狀態與最新提案。
2. 執行與應用：skillopt_run 運行完整週期並生成待採納的提案；skillopt_adopt 應用最新提案（執行前會自動備份）。
3. 調度管理：skillopt_schedule 和 skillopt_unschedule 用於安裝或移除夜間的定時任務。

安裝與啓用¶

前置條件：
* 已安裝 DeepSeek Harness (dsh)。
* 已安裝 Python 3.10+，並安裝了 SkillOpt-Sleep 引擎：

    pip install skillopt

安裝命令：
在 DeepSeek Harness 的源碼 checkout 目錄下運行以下命令，將插件以 patch 方式注入到當前 profile：

pnpm dsh web --patch ./plugins/dsh/cordis.patch.yml

安裝完成後，可通過 agent 交互來使用功能，例如詢問：Use skillopt_status to check the sleep cycle state.

典型用法¶

• 狀態檢查：通過 skillopt_status 查看休眠週期的狀態。
• 離線驗證：運行 Python 腳本進行實驗性驗證，不消耗 API 預算：

    python -m skillopt_sleep.experiments.run_experiment --persona researcher --assert-improves

注意事項¶

• 數據邊界：Harvest 階段是隻讀的；run 階段僅生成提案，不進行實時修改；只有 adopt 階段會應用變更（且會先備份）。
• 限制：插件包含 MaxTasks 和 MaxSessions 等上限配置，用於限制挖掘和採樣的數量。
• 許可證：該插件採用 MIT 許可證。

總結¶

dsh-skillopt 將智能體的自我反思與技能固化流程標準化。通過離線回顧和可控的提案機制，它幫助開發者利用現有數據提升 agent 的能力，且不依賴外部 API 預算。

更多信息與源碼：
* Catalog Page
* GitHub Repository