dsh-ai-arcade: A Local-Engine Arcade Inside DeepSeek Harness

在 DeepSeek Harness（DSH）的开发中，让大模型直接控制游戏节奏或处理高频决策往往存在延迟高、规则校验复杂的问题。与其让模型去处理具体的走法和硬性规则，不如让它专注于意图和策略，具体的动作由本地引擎执行。dsh-ai-arcade 正是基于这种思路设计的插件，它将模型与本地引擎解耦，在 DSH 界面内直接提供游戏功能。

这是什么¶

这是一个模型推理插件，由 439436269-ctrl 维护。它将大模型视为“大脑”，负责思考；将本地引擎视为“手脚”，负责执行。插件在 DSH 界面中提供了双脑贪吃蛇和中国象棋两种玩法，实现了人机对战和 AI 对弈。

核心功能¶

双脑贪吃蛇
模型每 1.7 秒输出一张策略卡（包含目标、激进程度、风险偏好），本地引擎以 60fps 的速度根据策略卡运行规则。模型往返耗时 0.8-2 秒，远慢于游戏 140 毫秒一步的节奏，因此模型只做意图判断。

中国象棋
本地引擎负责走法生成、合法性校验（如马腿、象眼、将帅照面）及 Alpha-Beta 搜索。模型只负责从引擎提供的合法候选中挑选一个，并输出解说和心理活动。

运行机制
支持人机对战、AI 对弈，使用快捷键 P 暂停。即使在断网、模型超时或额度用尽的情况下，本地引擎仍可继续运行游戏。

安装与启用¶

安装插件需要指定 profile。

dsh plugin --profile <你的 profile> add dsh-ai-arcade

安装完成后，在 DSH 界面左下角点击 🎮 按钮即可打开面板。

典型用法¶

默认配置下，模型可能因为开启 reasoningEffort: high 而消耗大量 token。为了获得流畅的游戏体验，建议显式关闭深度思考。

- insert:
    - id: dsh-ai-arcade
      name: dsh-ai-arcade
      config:
        enabled: true
        provider: deepseek-account   # 留空则自动挑第一个可用 provider
        model: deepseek-flash
        reasoningEffort: "off"       # 游戏要快；深度复盘时可以单独覆盖
        maxTokens: 2048
        timeoutMs: 45000

适用场景与注意¶

该插件适合希望在 DSH 环境中测试模型策略生成能力，或进行休闲对弈的开发者。

需要特别注意，象棋引擎内置了完整的规则判断（包括开局着法数 44 的校验），模型无法下出非法棋步。此外，插件在构建时需要 Node.js 22+ 环境，测试覆盖了 14 项象棋引擎测试用例以确保规则正确性。

总结¶

dsh-ai-arcade 通过本地引擎与模型的分工，提供了一种在 DSH 中运行复杂游戏逻辑的可行方案。更多细节可参考插件目录或 GitHub 仓库。

• 插件目录
• GitHub 仓库