前言¶
DeepSeek Harness (DSH) 会记录所有内容，但人工阅读 50,000 行日志并不是工作流。现有工具（如 dsh-replay 或 dsh-eval-harness）通常用于调试或断言，回答“发生了什么？”或“是否符合规则？”。dsh-driftwatch 专门回答：这次运行与上次相比，路径有什么不同？ 它生成结构化的行为变化报告，无需断言或轨迹渲染。
核心功能¶
会话对比与报告
对比两个会话日志以查看行为变化。生成带有分数和阈值的漂移报告，帮助判断运行状态是否稳定。
智能体工具
安装后，智能体获得两个工具：
- drift_compare：对比两个会话并在行内报告漂移。
- drift_list：列出可用会话以选择基线。
行为测量
插件测量具体的行为指标：
- 工具序列与混合（使用 LCS 对齐）
- 文件目标
- 推理量
- 重试与计时
- 记录数、轮次、步骤等指标
技术特性
- 零依赖（仅运行时依赖 @edge-echo/dsh-ledger）
- CI 就绪
- 防御性日志读取（忽略未知类型，容忍缺失字段）
安装与启用¶
使用官方安装命令添加插件。
dsh plugin --profile web add dsh-driftwatch
典型用法¶
- 列出可用会话
npx dsh-driftwatch list
- 对比两个运行
npx dsh-driftwatch compare session-b6c2dcf3 session-b130e75b
- CI 门控与导出
在 CI 流水线中，当漂移达到阈值（如 35/100）时失败，并生成 Markdown 报告。
npx dsh-driftwatch compare before after --fail-on-drift 35 --markdown drift.md
实现细节¶
日志解析
Session-log 记录类型通过防御性读取处理：未知类型被忽略，缺失字段被容忍。这确保了格式变化时报告不会崩溃。
序列对齐
序列对齐使用精确的 LCS（最长公共子序列）算法，支持高达 4M 单元对。超过此限制时，会回退到多重集重叠并报告。
对比维度
DriftWatch 对比的是行为，而非正确性。一个稳定的运行可能是错误的，一个漂移的运行可能是更好的。
适用场景¶
- 需要对比当前运行与已知良好运行时。
- 需要 CI 门控来检测行为回归，而不是先写断言。
- 需要量化“感觉不同”的具体变化（工具调用、文件操作、推理时间）。
结尾¶
dsh-driftwatch 提供了一种结构化的方式来观察智能体行为的变化。它不决定漂移是否可接受，而是提供分数和阈值，让你来做判断。
- 插件目录：https://www.skillhub.cn/plugins/Edge-Echo/dsh-driftwatch
- GitHub：https://github.com/Edge-Echo/dsh-driftwatch
