在 DeepSeek Harness (DSH) 的“一切皆插件”生态中，针对特定垂直领域的工具逐渐丰富。对于从事实证资产定价和机器学习/深度学习研究的开发者来说，数据发现与质量评估往往是耗时最长的环节。Z Research · Data Stage 作为一个 DSH 插件，旨在为这一工作流提供标准化的数据处理与评估能力。
插件定位¶
这是一个由 Z-Asset 维护的 DSH 插件，专注于数据发现和质量评估，服务于资产定价和机器学习/深度学习研究。
核心功能¶
该插件提供以下已核实能力：
- 数据处理：支持数据发现与质量评估。
- 资产定价研究：服务于资产定价相关的研究工作流。
- 机器学习/深度学习研究：服务于 ML/DL 相关的研究工作流。
安装与启用¶
首先确保已安装 DeepSeek Harness。通过 DSH CLI 安装该插件：
dsh plugin --profile <你的profile> add zresearch-data
或者，也可以通过 npm 直接安装：
npm install zresearch-data
安装完成后，该插件会在 DSH 会话中按需加载对应的 skill。
典型用法¶
安装后，在 DSH 会话中直接通过自然语言触发对应功能：
- 文献综述：输入「帮我做文献综述 / 找相关论文」。
- 数据处理：输入「帮我找数据 / 评估数据集」。
- 模型训练：输入「跑回归 / 训练 ML 模型 / 横截面收益预测」。
- 报告撰写：输入「写论文 / 起草章节」。
- 演示准备：输入「做演讲 PPT / Beamer / job market talk」。
模型会根据任务自动加载对应的 skill。
技术细节与领域¶
该插件依赖以下 peer dependencies：
@deepseek-ai/cordis@deepseek-ai/dsh-skill
在领域上，它专注于实证资产定价与机器学习/深度学习，涵盖因子模型、横截面收益预测、GMM/SDF、预测回归等场景。其 skill 结构包含 skills/zresearch-data/ 目录，其中包含 SKILL.md 主定义文件以及 references/ 目录下的角色定义与领域校准配置。
适用场景与注意¶
此插件适合需要进行资产定价和 ML/DL 数据处理的 DSH 用户。
注意事项：
1. 插件以当前 DSH 进程的权限运行，安装前应检查源码与许可证（MIT）。
2. 依赖项版本需满足 @deepseek-ai/cordis 和 @deepseek-ai/dsh-skill 的要求。
总结¶
Z Research · Data Stage 是一个专注于实证资产定价与机器学习研究的数据处理辅助工具。通过标准化的 skill 调用，它将数据发现与质量评估流程化，降低手动操作成本。
详细文档与源码请访问：
- GitHub 仓库
- SkillHub 目录
