dsh-ai-arcade：DeepSeek Harness 裏的本地引擎遊戲廳

在 DeepSeek Harness（DSH）的開發中，讓大模型直接控制遊戲節奏或處理高頻決策往往存在延遲高、規則校驗複雜的問題。與其讓模型去處理具體的走法和硬性規則，不如讓它專注於意圖和策略，具體的動作由本地引擎執行。dsh-ai-arcade 正是基於這種思路設計的插件，它將模型與本地引擎解耦，在 DSH 界面內直接提供遊戲功能。

這是什麼¶

這是一個模型推理插件，由 439436269-ctrl 維護。它將大模型視爲“大腦”，負責思考；將本地引擎視爲“手腳”，負責執行。插件在 DSH 界面中提供了雙腦貪喫蛇和中國象棋兩種玩法，實現了人機對戰和 AI 對弈。

核心功能¶

雙腦貪喫蛇
模型每 1.7 秒輸出一張策略卡（包含目標、激進程度、風險偏好），本地引擎以 60fps 的速度根據策略卡運行規則。模型往返耗時 0.8-2 秒，遠慢於遊戲 140 毫秒一步的節奏，因此模型只做意圖判斷。

中國象棋
本地引擎負責走法生成、合法性校驗（如馬腿、象眼、將帥照面）及 Alpha-Beta 搜索。模型只負責從引擎提供的合法候選中挑選一個，並輸出解說和心理活動。

運行機制
支持人機對戰、AI 對弈，使用快捷鍵 P 暫停。即使在斷網、模型超時或額度用盡的情況下，本地引擎仍可繼續運行遊戲。

安裝與啓用¶

安裝插件需要指定 profile。

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

安裝完成後，在 DSH 界面左下角點擊 🎮 按鈕即可打開面板。

典型用法¶

默認配置下，模型可能因爲開啓 reasoningEffort: high 而消耗大量 token。爲了獲得流暢的遊戲體驗，建議顯式關閉深度思考。

- insert:
    - id: dsh-ai-arcade
      name: dsh-ai-arcade
      config:
        enabled: true
        provider: deepseek-account   # 留空則自動挑第一個可用 provider
        model: deepseek-flash
        reasoningEffort: "off"       # 遊戲要快；深度復盤時可以單獨覆蓋
        maxTokens: 2048
        timeoutMs: 45000

適用場景與注意¶

該插件適合希望在 DSH 環境中測試模型策略生成能力，或進行休閒對弈的開發者。

需要特別注意，象棋引擎內置了完整的規則判斷（包括開局着法數 44 的校驗），模型無法下出非法棋步。此外，插件在構建時需要 Node.js 22+ 環境，測試覆蓋了 14 項象棋引擎測試用例以確保規則正確性。

總結¶

dsh-ai-arcade 通過本地引擎與模型的分工，提供了一種在 DSH 中運行復雜遊戲邏輯的可行方案。更多細節可參考插件目錄或 GitHub 倉庫。

• 插件目錄
• GitHub 倉庫