DeepSeek Harness 插件：dsh-gme-workflow

前言¶

DeepSeek Harness (DSH) 的插件体系允许开发者通过配置扩展工作流能力。在测试工程中，从接口定义到生成、修复测试用例往往涉及繁琐的重复劳动。dsh-gme-workflow 插件旨在解决这一问题，它提供了一套工作流工具，允许在本地 Python 后端中自动选择接口、生成并修复测试，并支持任务状态轮询与人工复核决策。

功能定位¶

这是一个社区维护的插件，并非 DeepSeek 官方包。它不直接包含测试生成逻辑，而是作为一个控制器，驱动一个独立的 GME Test Generator 后端项目。核心能力集中在本地 Python 环境下的自动化测试生成、修复以及基于用户同意的决策流程。

前置条件¶

在使用此插件前，需要准备以下环境：

DeepSeek Harness 环境：版本需为 0.1.2-alpha.1 或更新（0.1.x 线），且 profile 需提供 tools 和 systemPrompt。
GME Test Generator 检出：需要一个独立的代码检出，包含 backend/run_backend.py、配置文件 config.local.json 以及 GME 仓库和编译工具链。
Python 环境：安装后端依赖，并包含匹配的 deepseek-harness-sdk 和 deepseek-harness-runtime-bin wheels。
编译工具：安装 clang-format 17.0.2。后端拒绝使用其他主要版本的格式检查工具。
Subprocess 服务：本地 subprocess 服务，用于自动启动 Python worker。

安装¶

通过插件市场或命令行安装。安装命令会自动将包追加到 profile 的 dsh.profile.bundles 中，无需手动修改 profile 文件。

dsh plugin --profile web add dsh-gme-test-generator

安装完成后，必须重启 dsh web 进程才能生效。

配置¶

插件需要明确的后端路径才能启用工具。默认情况下，backendRoot 未设置，插件虽已挂载但不会注册工具，模型只能提示配置步骤，而不会报错。

配置方式有两种：

1. 环境变量¶

在启动 Harness 前设置环境变量。

$env:GME_TEST_GENERATOR_ROOT = 'D:/workspace/gme-test-generator'
$env:GME_TEST_GENERATOR_PYTHON = 'C:/ProgramData/Miniconda3/envs/agent/python.exe'
dsh web

2. Profile Patch¶

在 $DSH_HOME/profiles/<profile>/cordis.patch.yml 中添加配置。

- id: gme-test-generator
  config:
    backendRoot: D:/workspace/gme-test-generator
    pythonPath: C:/ProgramData/Miniconda3/envs/agent/python.exe
    port: 8765
    autoStart: true

Config key	Default	Meaning
`backendRoot`	(required)	GME Test Generator 检出的根目录路径
`pythonPath`	`python`	Python 解释器路径
`configFile`	`config.local.json`	后端配置文件，相对于 `backendRoot`
`tokenFile`	`logs/web-api-token.log`	API Token 文件路径
`port`	`8765`	后端监听端口
`autoStart`	`true`	当端口拒绝连接时，自动启动 Python worker
`timeoutMs`	`15000`	单个 HTTP 请求的截止时间
`startupTimeoutMs`	`45000`	owned worker 变为健康的截止时间
`maxResponseBytes`	`8388608`	单次响应保留的最大字节数
`pageChars`	`12000`	每页返回的报告字符数

工具与用法¶

插件提供三个核心工具，分别负责生成、查询和决策。

gme_generate¶

负责自主测试生成与修复。
* 输入：接口 ID (interface_ids) 或自由形式的目标 (goal)。两者不能同时提供。
* 流程：从接受任务到进入 needs_review 状态。生成过程包含构建、测试和内存审计等自动阶段，模型无法干预中间步骤。
* 返回：任务状态、摘要、失败信息和差异。

gme_check¶

负责查询，无副作用。
* 用途：查询接口目录、任务列表、增量事件、失败记录、测试结果和构建产物。
* 增量查询：使用 events.after 进行增量查询以获取实时进度或稳定的报告。

gme_decide¶

负责需要用户同意的决策操作。
* 触发方式：必须在调用时显式设置 confirm: true，否则调用会失败并给出指导建议。
* 操作：任务 PR、已知失败跳过 PR、选定测试 PR、移除测试、清理、删除任务。

注意事项¶

状态含义：生成和决策返回的 accepted: true 仅表示工作已排队，不代表测试验证通过。
版本要求：Node.js 需要满足 ^22.19.0 || >=24.0.0，DSH 需满足 >=0.1.2-alpha.1 <0.2.0-0。
工作流限制：模型通过轮询获取状态，不引导中间构建。如果任务状态为 failed，这是一个有效的查询结果，而非仅仅是错误。
资源管理：插件启动的 owned worker 生命周期由插件管理，关闭或重载 Harness 可能会中断正在运行的任务。POST 请求不会自动重试，需在任务不确定时检查任务状态。
非官方插件：请自行检查源码与许可证后再用于生产环境。