前言¶
DeepSeek Harness (DSH) 的插件化架構允許開發者擴展智能體的能力。在調試或部署智能體時,主模型生成的答案可能存在邏輯錯誤或遺漏,需要人工介入或第二層模型審查。dsh-second-opinion 插件爲此提供了異步第二模型審查機制。它不會阻塞或延遲主模型的回覆,而是在後臺運行審查,並提供重新考慮的選項。
核心功能¶
該插件由 scwlkq 維護,基於 MIT 許可證開源。它主要解決智能體回答質量校驗的問題,具備以下能力:
- 非阻塞審查:審查每個已提交的助手消息,不會延遲或失敗主回合。
- 併發與串行控制:在一個 Session 內串行運行審查,跨 Session 並行運行。
- 雙重模式:支持僅提供建議的諮詢模式,以及觸發主模型重新思考的有界自動重新考慮模式。
- 精確引用錨定:將評論錨定到對話中精確引用的文本;如果沒有引用,則保留一般性評論。
- 狀態持久化:將待處理、完成和失敗的審查持久化在 Storage Domain sidecar 中。
- Web UI 交互:在 Web UI 中暴露重試、逐評論重新考慮和整體重新考慮的功能。
- 安全隔離:審查者模型沒有主代理的工具,無法執行工具副作用。
安裝與啓用¶
安裝該插件需要 DeepSeek Harness 的 Web profile。使用官方命令安裝發佈的 npm 包:
dsh plugin --profile web add dsh-second-opinion
安裝完成後,重啓 DSH Web 進程以激活插件。插件會同時加載 Host 插件和瀏覽器貢獻。
使用方式¶
安裝後,無需額外配置即可進入默認的 advisory 模式。
- 啓動 DSH Web:
dsh --profile web。 - 發送一個提示詞,等待主模型回覆。
- 在已完成的助手消息下方,找到氣泡動作並打開。
- 對話框首先顯示
Review pending,隨後顯示審查者的裁決和評論。 - 可以將一條評論或完整的審查結果發送回主代理,觸發重新考慮。
配置審查模型¶
審查者默認使用生成目標消息的提供者和模型。若要使用專用的 B 模型進行審查,需要設置環境變量:
export DSH_REVIEW_PROVIDER='<provider-id>'
export DSH_REVIEW_MODEL='<model-id>'
dsh --profile web
通過配置 cordis.patch.yml,可以進一步調整審查行爲。插件讀取以下環境變量:
| 環境變量 | 默認值 | 含義 |
|---|---|---|
DSH_REVIEW_MODE |
advisory |
選擇 advisory(僅顯示)或 auto(自動觸發重新考慮)。 |
DSH_REVIEW_PROVIDER |
unset | 審查者提供者 ID。需與 DSH_REVIEW_MODEL 同時設置。 |
DSH_REVIEW_MODEL |
unset | 審查者模型 ID。需與 DSH_REVIEW_PROVIDER 同時設置。 |
在 cordis.patch.yml 中添加配置示例:
- id: second-opinion
config:
mode: advisory
provider: '<provider-id>'
model: '<model-id>'
reasoningEffort: high
maxTokens: 900
maxContextMessages: 20
autoRevisionsPerTurn: 1
reviewToolCalls: true
行爲與限制¶
理解該插件的行爲對於正確使用至關重要:
- 上下文限制:審查者提供者僅接收目標答案和最多
maxContextMessages條最近的可見對話消息(不包括隱藏推理)。 - 請求計數:每個被審查的助手消息增加一個模型請求。在
auto模式下,若審查結果不同意,還會增加一個主模型請求。 - 失敗處理:審查者失敗不會阻塞、延遲或替換主答案。無效輸出會變成失敗的審查,用戶可以手動重試。
- 工具隔離:審查者僅接收結構化的
submit_review響應工具,無法訪問主代理的可執行工具。 - 自動重新考慮限制:受
autoRevisionsPerTurn限制,且不審查插件自己的建議鏈,防止無限循環。 - Session 進步:如果 Session 在慢速審查完成前推進,結果仍作爲建議可用,但不會注入到新任務中。
- 流式處理:審查在助手消息被提交後開始,而非在 token 流式傳輸期間。
- UI 限制:版本
0.1.0僅支持 Web profile 的交互式審查動作;精確引用錨點顯示在對話框內,但不裝飾或選擇原始對話 DOM。
結語¶
dsh-second-opinion 爲 DeepSeek Harness 提供了可控的第二層審查機制。它通過異步執行和有界的自動重新考慮,在不犧牲主模型響應速度的前提下,提升了答案的質量。首個版本主要針對 DSH Web profile 進行了適配。