前言¶
在使用 DeepSeek Harness（DSH）时，经常遇到提示不明确导致智能体“卡壳”或理解偏差的情况。反复在对话中纠正智能体的行为既耗时，又难以形成固定的规范。dsh-tacit 旨在解决这个问题，它是一个工作流插件，能够自动分析你与智能体的交互历史，提炼出你未言明的习惯和偏好，并直接将其注入到未来的对话中，减少重复性纠错。
是什么¶
dsh-tacit 是一个 DeepSeek Harness 插件，由开发者 hackernotfound 维护。它通过观察你的对话回合（特别是那些不成功的回合和你的纠正），学习你经常忽略的上下文信息，并将这些规则转化为智能体可执行的指令。
安装与前置要求¶
安装前请确保满足以下环境要求：
* DeepSeek Harness 版本 >= 0.1.1-rc.1
* Node.js 版本 >= 22
在终端执行以下命令安装：
npx @deepseek-ai/dsh plugin --profile web add dsh-tacit
安装完成后，启动或重启 DSH Web 界面并刷新页面即可。
核心能力¶
-
零点击学习
插件在后台自动分析对话。当回合结束不完美，或者你发送了类似“不，我是说…”的纠正信息时，系统会提取缺失的信息。默认情况下，每日自动分析的条数上限为 30 条。 -
证明其存在价值的指令
提取到的规则会作为系统提示的一部分注入。这些指令是可编辑、可开关或可删除的。新指令会进入“试用期”（默认为 10 个回合），如果在此期间你开始更频繁地纠正智能体，该指令会被退役。 -
改进
提供一个重写按钮，利用已学习的规则优化你当前的草稿。提供修改前后的预览，并支持点赞或点踩反馈。 -
可衡量
通过图表展示真实的交互趋势，包括你纠正智能体的频率、混乱回合率以及每回合的 Token 消耗。所有成本均按官方定价表计算并显示。
工作原理¶
dsh-tacit 的工作流程分为四步：
1. 维护一个有限大小的对话摘要，记录提示、工具调用、错误信息和结束状态。
2. 当回合混乱或检测到纠正时，触发一次 deepseek-v4-flash 分析，记录缺失信息。
3. 定期将发现提炼为 1-4 条单句指令。
4. 将这些指令注入到新对话的系统提示中（约 300 token）。只有对话摘要的片段会离开本地机器。
隐私与成本¶
- 隐私：插件从不直接查看你的 API Key，所有模型调用均通过 Harness 的服务路由。敏感信息（如 API Key、JWT）在存储或发送前会被掩码。数据存储在
~/.dsh/storages/tacit/。 - 成本：基于估算，每条指令的学习成本约为 \(0.001–\)0.003。插件本身遵循 MIT 许可证。
典型用法¶
你: "make the login page better"
智能体: ...卡住了...
你: "no, I meant the Next.js app under apps/web"
Tacit: learns → "The user often omits which app they mean — check apps/web first."
插件会自动将上述学到的规则注入后续对话的系统提示中。
结语¶
dsh-tacit 是一个帮助你通过实际交互来微调智能体行为的工具。它将隐性知识显性化，适合希望减少重复沟通成本的 DSH 用户。更多细节可查阅插件目录或源码。
