前言¶
DeepSeek Harness (DSH) 的插件生态旨在通过模块化扩展解决特定场景的效率问题。单一思维模型在面对复杂决策时往往存在视角盲区。下面介绍一个能够将经典思维模型转化为分析工具的插件，它通过模拟多位顾问从不同维度进行交叉分析，提供系统性的决策支持。
插件介绍¶
插件名称：@weibaohui/dsh-thinktank
维护者：weibaohui
定位：该插件构建了一个包含 161 个经典思维模型的库，用户输入问题后，插件会从决策、战略、认知、心理、沟通、学习、系统、产品、执行九个视角调用 AI 模型进行分析，最终汇总出包含共识、分歧、盲区及行动清单的综合报告。
核心功能¶
该插件主要包含以下能力：
-
161 个经典思维模型库
模型库按九大分类组织，包含第一性原理、逆向思维、二阶思维、SWOT、PESTEL、商业模式画布、护城河、北极星指标、确认偏误、锚定效应、达克效应、费曼学习法、刻意练习、心流、复利效应、反馈回路、黑天鹅、反脆弱、JTBD、福格行为模型、PDCA、5Why、事前验尸等。每个模型包含定义、要点、适用场景及引导分析问题。 -
四步向导流程
工作流分为四个步骤：输入问题（可附带背景）→ 拷问澄清（可选）→ 选择模型 → 确认提交。提交后自动跳转历史页查看进度。 -
模型选择机制
支持手动勾选，提供两种推荐模式：- 关键词匹配：基于本地 n-gram 算法，通过场景关键词、名称和定义进行加权匹配，响应速度快。
- AI 智能推荐：AI 通读模型库后生成推荐清单，每个推荐附带具体理由。
-
双模式分析
- 自动分析：Host 端将选中的模型按批次分发给多个 agent 会话并行执行（默认 3 路并发），完成后进行跨模型综合。
- 提示词往返：生成包含全部模型与输出契约的提示词，供用户复制到任意 AI 会话执行后导入结果，作为无 agent 服务时的降级路径。
-
综合报告生成
报告包含综合结论、模型共识、观点分歧、盲区提醒、行动清单（注明依据模型）及信号总览（有利/不利/风险/中性）。每模型一张卡片，支持按分类过滤并导出 Markdown。 -
基于结论的追问
报告页面底部可直接向“首席顾问”继续提问，系统持有整份报告的上下文，答案持久化保存，重启不丢失。
安装与启用¶
在终端中执行以下命令安装插件：
dsh plugin add @weibaohui/dsh-thinktank
安装完成后，入口默认位于左侧栏的 Global panels（🦉 智囊团）。刷新页面即可使用。
典型用法¶
- 输入问题：在向导中输入需要分析的问题，并补充背景信息（如约束条件、资源、时间线等）。
- 拷问澄清（可选）：让 AI 对问题进行拷问澄清，回答会自动并入背景。
- 选择模型：手动勾选模型，或使用 AI 智能推荐。建议选择 6-24 个模型以进行交叉验证。
- 确认提交：提交后自动跳转至历史页，查看实时进度。
- 查看与导出：在报告页查看综合结论及分模型分析，支持导出 Markdown。
- 继续追问：针对报告结论，在底部继续盘问细节。
技术说明¶
- 架构：采用 Host 半体（纯 CJS，零运行时依赖）和 Client 半体（React 函数组件）的分离架构。
- AI 输出协议：AI 回复末尾需包含
===MIND-JSON===标记及 JSON 对象，插件负责解析与校验。 - 环境要求：引擎要求 Node >= 22.15，DSH 版本 >= 0.1.7-rc.2。
- 数据持久化：历史记录保存最近 50 份，基于
dsh_thinktankstorageDomain。 - 测试覆盖：包含 25 个离线测试，覆盖模型库完整性、协议容错、路由拦截及端到端流水线。
适用场景与注意¶
该插件适合需要从多维度审视问题、寻找决策盲区或进行系统化战略规划的复杂场景。使用前请确保当前 DSH 进程具备调用 AI 模型的权限，并建议在安装前检查源码与许可证。
结尾¶
通过 @weibaohui/dsh-thinktank，可以将静态的思维模型转化为动态的决策辅助工具。它不提供单一答案，而是通过多模型交叉验证，帮助开发者梳理思路、识别盲区并制定行动清单。更多细节可参考 GitHub 仓库。
