DeepSeek Harness (DSH) 项目制教学教练插件

前言

DeepSeek Harness (DSH) 的核心理念是“一切皆插件”,社区开发者可以通过组合不同的技能来实现复杂的工作流。dsh-project-based-learning 是其中一个专门面向教学场景的技能组合。它的设计目的是解决 AI 辅导中常见的两个问题:一是知识传授与学科内容混在一起,导致难以通用;二是只讲理论不实践,或者只让学员看示例而不动手。这个插件将教学协议与学科知识分离,旨在提供一个通用的“项目制教学教练”框架。

核心功能

该插件主要提供以下能力:

  1. 项目制教学教练:围绕学习者想要完成的作品组织教学,而不是先甩出一堆知识点。
  2. 教学法与学科内容分离:教学逻辑位于 SKILL.md,学科知识位于可替换的领域导航中。这意味着你可以更换领域包(如从 Unity Shader 换到 Python 数据处理),而无需修改教学协议。
  3. 先教学,后实践:陌生知识先讲最小必要机制,让学员理解后再回到真实项目中进行操作。
  4. 就地解释:新概念、内置函数在首次使用处进行解释,避免长篇大论的逐行翻译或一次性灌输整门学科。
  5. 状态管理与迁移支持:支持记录学习进度(state.json),使用五档描述性状态(从“尚未接触”到“已迁移到新任务”)。插件包含状态校验脚本和从旧版本迁移到新版本的有损迁移脚本。
  6. 零依赖,无构建步骤:插件不依赖复杂的构建环境,直接运行。
  7. 可替换领域导航:随包提供 Unity Shader 和 Unity C# 的导航示例,这些是可删除或替换的附加材料。

安装与启用

在终端中执行以下命令即可安装。如果当前 profile 不是 web,请替换为实际使用的 profile 名称:

dsh plugin --profile web add dsh-project-based-learning

安装完成后,需要重启 DeepSeek Harness 才能加载新的技能。确认安装成功的标志是调用技能后,正文首行显示“# 项目制教学教练 2.0”。技能是运行时注册的,不会复制文件到本地技能目录。

典型用法

安装并启用插件后,在 DSH 会话中直接输入指令即可开始教学。

教学模式示例:

教学模式:我完全没学过 <主题>,请评估我的水平

插件会自动选择合适的教学车道(如快速教学、单次带练或持续课程)。它会先判断你的水平缺口,然后先讲授当前必要的最小机制,再尽快带你做出一个可观察的结果,而不是先甩出一组诊断题。

适用场景与注意

适用场景:
- 需要从零开始学习新技能,但希望立刻动手实践的学习者。
- 希望让 AI 教练专注于“如何教”和“如何引导”,而不是直接代写代码的团队。

注意事项:
- 不是题库或刷题工具:领域导航只提供粗略依赖与门槛概念,不含诊断题库或固定课时。
- 不是代写工具:插件不会自动授权修改代码或代写项目。
- 第三方插件:本项目由社区开发者 Kirisame1969 维护,不是 DeepSeek 官方插件。
- 有损迁移:状态迁移脚本会将旧数据压缩为 now/next/later,但不会保留数字能力等级,需要人工复核。
- 环境依赖:插件依赖 Node.js 环境。

结尾

dsh-project-based-learning 提供了一套可执行的教学协议,将“讲过”与“掌握”区分开来,强调实践证据。对于希望构建自动化教学流程的开发者来说,这是一个将教学法与具体业务逻辑解耦的实用工具。更多细节和源码可参考 GitHub 仓库。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜