前言¶

在使用 DeepSeek Harness（DSH）時，經常遇到提示不明確導致智能體“卡殼”或理解偏差的情況。反覆在對話中糾正智能體的行爲既耗時，又難以形成固定的規範。dsh-tacit 旨在解決這個問題，它是一個工作流插件，能夠自動分析你與智能體的交互歷史，提煉出你未言明的習慣和偏好，並直接將其注入到未來的對話中，減少重複性糾錯。

是什麼¶

dsh-tacit 是一個 DeepSeek Harness 插件，由開發者 hackernotfound 維護。它通過觀察你的對話回合（特別是那些不成功的回合和你的糾正），學習你經常忽略的上下文信息，並將這些規則轉化爲智能體可執行的指令。

安裝與前置要求¶

安裝前請確保滿足以下環境要求：
* DeepSeek Harness 版本 >= 0.1.1-rc.1
* Node.js 版本 >= 22

在終端執行以下命令安裝：

npx @deepseek-ai/dsh plugin --profile web add dsh-tacit

安裝完成後，啓動或重啓 DSH Web 界面並刷新頁面即可。

核心能力¶

1. 零點擊學習
   插件在後臺自動分析對話。當回合結束不完美，或者你發送了類似“不，我是說…”的糾正信息時，系統會提取缺失的信息。默認情況下，每日自動分析的條數上限爲 30 條。

2. 證明其存在價值的指令
   提取到的規則會作爲系統提示的一部分注入。這些指令是可編輯、可開關或可刪除的。新指令會進入“試用期”（默認爲 10 個回合），如果在此期間你開始更頻繁地糾正智能體，該指令會被退役。

3. 改進
   提供一個重寫按鈕，利用已學習的規則優化你當前的草稿。提供修改前後的預覽，並支持點贊或點踩反饋。

4. 可衡量
   通過圖表展示真實的交互趨勢，包括你糾正智能體的頻率、混亂回合率以及每回合的 Token 消耗。所有成本均按官方定價表計算並顯示。

工作原理¶

dsh-tacit 的工作流程分爲四步：
1. 維護一個有限大小的對話摘要，記錄提示、工具調用、錯誤信息和結束狀態。
2. 當回合混亂或檢測到糾正時，觸發一次 deepseek-v4-flash 分析，記錄缺失信息。
3. 定期將發現提煉爲 1-4 條單句指令。
4. 將這些指令注入到新對話的系統提示中（約 300 token）。只有對話摘要的片段會離開本地機器。

隱私與成本¶

• 隱私：插件從不直接查看你的 API Key，所有模型調用均通過 Harness 的服務路由。敏感信息（如 API Key、JWT）在存儲或發送前會被掩碼。數據存儲在 ~/.dsh/storages/tacit/。
• 成本：基於估算，每條指令的學習成本約爲 \(0.001–\)0.003。插件本身遵循 MIT 許可證。

典型用法¶

你: "make the login page better"
智能體: ...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."

插件會自動將上述學到的規則注入後續對話的系統提示中。

結語¶

dsh-tacit 是一個幫助你通過實際交互來微調智能體行爲的工具。它將隱性知識顯性化，適合希望減少重複溝通成本的 DSH 用戶。更多細節可查閱插件目錄或源碼。