前言¶
在使用 DeepSeek Harness (DSH) 进行智能体开发或技术学习时，如何建立结构化的诊断路径、记录学习证据并持续跟进，是常见的痛点。单纯的对话式 AI 往往缺乏这种闭环。dsh-diagnostic-tutor 插件通过将「教学大脑」与「学习运行时」分离，提供了一个诊断优先的交互环境，让学习者能够明确需求、获取证据，并在导师指引下按步骤推进。
插件介绍¶
dsh-diagnostic-tutor 是 DeepSeek Harness 的一个工作流插件，由 SenmuuuuW 维护。它是一个诊断优先的 AI 学习运行时，核心价值在于：
* 将教学逻辑与运行时逻辑分离。
* 通过交互式地图和侧边停靠 UI，让学习过程可视化。
* 强制要求学习者按步骤操作，运行时不会自动跳过。
核心功能¶
基于已核实事实，该插件具备以下能力：
* 诊断优先的 AI 学习运行时：以诊断为核心驱动学习过程。
* 交互式学习地图：逐步构建知识路径，节点状态清晰。
* 导师编写的结构化课程：提供带有检查点的结构化教学内容。
* 持久化的学习者状态：保存学习进度、诊断地图和证据记录。
* 证据记录：所有状态变更均有证据支持。
* 导师移交下一步：由导师决定下一步骤并给出理由。
* 侧边停靠 UI 表面：地图、课程与聊天在同一界面，无需频繁切换。
* 运行时不会自动推进：进度必须由学习者主动按下 Continue 继续。
安装与启用¶
该插件使用预构建输出，无需克隆或构建。
- 打开终端或命令行。
- 执行以下命令安装插件（需要使用 Web profile）：
dsh plugin --profile web add dsh-diagnostic-tutor
- 安装完成后，重启或刷新 DeepSeek Harness 以加载插件。
典型用法¶
- 定义目标：在聊天中用你自己的话定义学习目标（例如，“我想学习机器学习”）。
- 提供证据：在聊天中直接回答导师的检查问题，为诊断地图提供证据。
- 推进步骤：根据导师指引的下一步，按下 Continue 按钮进入下一环节。
- 恢复学习：使用恢复功能继续之前的场景，避免冷启动带来的长时间等待。
适用场景与注意¶
该插件适合需要系统化、结构化学习路径的场景。使用时需注意以下几点：
- 数学渲染：数学公式目前仅作样式处理，LaTeX 不会实际渲染，这会影响部分 STEM 课程的阅读体验。
- Agent 依赖：插件依赖活跃的 Agent 和有效的 Agent 范围。如果 Agent 未激活或作用域无效，面板可能显示
cannot tell并保持静默。 - 存储位置：所有学习状态存储在单一文档
<dsh-home>/storages/udt中。该文件可读可导出，但若格式损坏会导致插件加载失败。 - 进度控制：运行时绝不会自动推进进度，学习者必须手动确认下一步。导师可能不会收敛，可能会在同一个节点上多次判断为
more-practice。
总结¶
dsh-diagnostic-tutor 为 DeepSeek Harness 提供了一个结构化、证据驱动且不自动跳步的学习环境。它通过侧边栏 UI 将诊断地图、课程与聊天结合，适合需要严谨学习流程的场景。
