dsh-skill-recommender：DeepSeek Harness 技能推薦器

前言¶

DeepSeek Harness（DSH）的核心理念是“一切皆插件”。在插件生態中，dsh-skill-studio 專注於從本地會話中提取可複用的技能，而 dsh-skill-recommender 則專注於通過分析會話記錄，向用戶推薦社區中已有的開源技能。兩者互補，前者構建內部資產，後者擴展外部能力。

插件簡介¶

該插件由 zhengjy01 維護，遵循 MIT 許可證。它不依賴外部 API，純本地運行，能夠讀取 DSH、Codex 和 Claude 的會話記錄，構建用戶畫像，並結合本地與遠程技能目錄，通過加權模型對技能進行評分與排序。

安裝與啓用¶

通過官方插件命令安裝。安裝後需重啓宿主並刷新 Web 界面。

執行安裝命令：

dsh plugin --profile web add dsh-skill-recommender

重啓與配置：
重啓 DSH 宿主後，刷新瀏覽器。進入 Web 設置面板，找到 Skill 推薦器 卡片。

核心功能¶

1. 會話分析與畫像構建¶

插件讀取本地文件：
* DSH 會話：~/.dsh/sessions/**/session.jsonl.zstd
* Codex 會話：~/.codex/*.jsonl
* Claude 會話：~/.claude/projects/**/*.jsonl
不需要 API 密鑰。根據讀取的數據，構建包含主題分佈、高頻工具、任務類型、項目目錄等維度的用戶畫像。

2. 技能目錄吸收¶

插件整合多源技能目錄：
* 本地目錄：~/.agents/skills、~/.dsh/skills、Obsidian 中的 2️⃣ AI/Skill。
* 遠程目錄：支持 awesome-dsh-skills、awesome-dsh-plugin、awesome-deepseek-harness 等列表，以及 GitHub 平臺上的 Agent/Claude/Codex 技能。
* 包含一個內置的種子目錄，確保即使沒有輸入也有結果返回。

3. 加權評分與排名¶

採用加權模型計算技能與用戶的匹配度：
$$ score = \frac{\sum(w_i \times sim_i)}{\sum(w_i)} $$
其中維度包括：主題、工具、任務、鄰近度。
默認權重模型爲 {topic: 50, tool: 50, task: 35, near: 40}。

4. 可調節的匹配指數¶

插件提供一個全局的“匹配指數”（0–100，默認 60）作爲門控。只有當技能得分大於等於該指數時，纔會被推薦。Web 面板支持實時調整此滑塊，從而篩選出高相關性或極少數的高匹配技能。

5. Web 設置面板¶

在 Web 設置面板中，你可以：
* 點擊掃描按鈕觸發分析。
* 拖動 匹配指數 滑塊調整篩選閾值。
* 拖動四個維度的權重滑塊調整評分權重。
* 開啓/關閉各類目錄源。
* 開啓“含插件”以包含 DSH 插件。
* 設置後臺自動掃描頻率（默認 60 分鐘）。

命令行工具¶

插件提供以下命令行工具：

recommender_scan：掃描會話並構建畫像，生成初始推薦。
recommender_recommend：推薦技能，支持動態覆蓋 index、topN、weights 參數。
recommender_profile：查看當前用戶畫像（主題、工具、任務、項目）。
recommender_config：配置來源目錄、參數、窗口大小等。
recommender_status：查看插件狀態，不泄露敏感信息。

配置與注意事項¶

配置文件：保存在 ~/.dsh/dsh-skill-recommender/config，文件權限爲 0600。
遠程緩存：遠程目錄緩存有效期爲 6 小時。
GitHub 搜索：默認 github-discovery 源會搜索整個平臺（包括 agent、claude、codex 技能、SKILL.md、awesome 列表），結果按星標排序，受 GitHub 未認證搜索限制（10 req/min）。
安全：純本地文件讀取，不存儲或回顯密鑰。