前言¶
电机初步选型往往要在功率、转速、电压等约束下扫出大量几何与电磁参数组合，再交给 RMxprt、Motor-CAD 等求解器精算。候选一多，求解器时间全耗在明显不可行的方案上；若在 DSH 对话里让模型分步调用工具、并把完整矩阵回显进上下文，还会撞上 DSH 约 2000 行的读取上限——计数对不上、中间结果静默丢行，编排三步链存在结构性风险。
dsh-motor-ai-l0 是维护者 wangxuewangxue98 发布的 DSH 插件（bundle），纯 JavaScript 实现，不依赖 RMxprt、Motor-CAD、Python 或商业 license。它在本地完成「参数矩阵 → 物理校验 → L0 估算排序」，把例如 120 个候选压成 TopN（文档示例为十几毫秒量级），只把值得精算的方案留给可选的 L1/L2。下面介绍定位、工具链、安装方式与使用注意。
这是什么¶
插件在 DSH 生态中承担电机设计流程的 L0 层：需求侧给出功率、转速、电压等，插件生成聚焦扫描的候选矩阵（非简单笛卡尔积），做 17 条物理一致性校验，再用代理模型与经验公式做毫秒级估算与排序，输出 TopN 及面向 L1 的交接载荷。L1（RMxprt 磁路法）与 L2（Motor-CAD 有限元）在本版本中接口预留、未交付调用能力。
共享核心逻辑来自 npm 包 @wangxue98/dsh-motor-ai-core；当前 package 版本为 0.6.5，许可证 MIT。DSH 兼容范围为 >=0.1.2 <0.3.0，Node 需 >=22.0.0。
目录页：SkillHub · dsh-motor-ai-l0
源码与说明：GitHub · wangxuewangxue98/dsh-motor-ai-l0
核心功能与能力边界¶
本版本已交付的能力包括：候选参数矩阵生成、批量物理校验、L0 估算排序、TopN 交接与回归质量门。明确不做：RMxprt / Motor-CAD 调用、MCP Server、Python 桥接、多目标优化。
| 层级 | 引擎 | 速度（文档描述） | 本版本状态 |
|---|---|---|---|
| L0 | 代理模型 + 经验公式 | 毫秒级 | 已交付 |
| L1 | RMxprt（可选） | 约 1–3s/方案 | 预留 |
| L2 | Motor-CAD（可选） | 约 200s/方案 | 预留 |
L0 结果带 solve_mode='l0'，用于排序与相对比较；文档强调不应用 L0 绝对值作为最终交付结论，终值须由 L1/L2 给出。
公式通道与代理通道（v0.2.2 起分工）
- 默认
l0Mode: 'auto'/'formula'：输出效率、温升、损耗拆分、齿/轭磁密、功率因数、可行判定等完整字段，适合日常排序。 l0Mode: 'surrogate'：代理模型主要补充效率排序参考；PMSM 与段外样本会自动降级到公式通道。代理不可用或置信度低于阈值时也会降级，不会硬给数。
公式通道未标定时，confidence 为 0.5 的标记值（v0.2.7 起），表示可排序、不可当高置信绝对值采信。
工具一览¶
| 工具 | 作用 | 关键入参 |
|---|---|---|
motor_l0_pipeline |
推荐入口：进程内跑完三步链，只回紧凑摘要与文件交接路径，避免上下文截断 | power_kw speed_rpm count top_n write_handoff |
motor_param_matrix |
由功率/转速/电压等生成候选矩阵 | power_kw speed_rpm voltage_v poles count |
motor_design_validate |
17 条物理校验，返回 passed / warning / failed |
params_list escalate bg_caliber |
motor_l0_estimate |
L0 估算、排序、L1 交接载荷 | params_list top_n sort_by |
入参别名：power→power_kw、rpm→speed_rpm、volt→voltage_v。
sort_by 白名单：efficiency、torque_density、temp_rise、total_loss、power（temp_rise、total_loss 升序越小越好）。
流水线顺序（单独调试时才拆开用）
motor_param_matrixmotor_design_validatemotor_l0_estimate（只接受含 16 个 L1 顶层字段的params_list，不接受散装power_kw/speed_rpm）
日常应优先使用聚合工具 motor_l0_pipeline：当 count=120 时，单步 motor_param_matrix 回显可超过 4000 行，易触发 DSH 2000 行上限且无报错。
安装与启用¶
安装命令以仓库 README 为准：
# 安装（dsh 未进 PATH 时用 npx）
npx -y @deepseek-ai/dsh plugin --profile web add dsh-motor-ai-l0
装完后可在插件目录做离线自检（无需 DSH Runtime，裸 Node 即可）：
node scripts/verify.mjs
插件以当前 DSH 进程权限运行；安装前建议在 GitHub 查看源码与 MIT 许可证，并确认本机 Node 版本满足 >=22.0.0。
配置位于 bundle 的 cordis.patch.yml，可用下面命令查看合并后的配置：
npx -y @deepseek-ai/dsh --profile web --dump-config
常用项包括：level（默认 'l0'，设为 l1/l2 会快速失败）、l0Mode、surrogatePath、surrogateConfidenceThreshold、efficiencyCap、insulationClass、line_freq_hz（60Hz 或 VFD 工况须显式设置，否则 50Hz 默认可能导致校验误判）。完整配置表见仓库 docs/ENGINEERING.md。
典型用法¶
README 给出 15kW / 1460rpm / 380V 异步机、120 候选、整链约 16ms 的实跑摘要：
motor_param_matrix { power_kw: 15, speed_rpm: 1460, voltage_v: 380, motor_type: 'induction', count: 120 } → 120 候选
motor_design_validate 17 条物理校验 → 0 passed / 80 warning / 40 failed
motor_l0_estimate sort_by: 'efficiency' → Top5，OD310 / 6 极 / η=95.17%
排序后 Top5 可直接作为 L1 入参，而不是把 120 个方案全部交给求解器。仓库 examples/ 另有 75kW 异步、200kW 高速 PMSM 反例等算例与复现说明。
在 DSH 对话中，等价流程应通过 motor_l0_pipeline 一次完成，并读取返回的计数自检、Top10、交接路径，而不是让模型亲手串联三步并吞完整矩阵。
适用场景与注意¶
适合谁
- 已在用 DSH 做电机方案探索，需要快速广筛与相对比较，再决定是否上 RMxprt / Motor-CAD。
- 希望本地即可跑通矩阵与 L0，不预装重型 CAE 与 Python 环境。
务必知晓
- L0 是排序层，不是签审层；公式通道
confidence: 0.5仅表示未标定、勿当终值。 - 免费额度（
freeQuotaEnabled，默认开启）为本地自然日计数硬闸（文档默认 10 次/天）；与默认关闭的脱敏遥测（telemetryEnabled: false）相互独立。未配置后端 URL 时不应产生旁路网络等待。 - 工具调用会在本地
~/.dsh/storages/dsh-motor-ai-l0/usage.jsonl追加元数据（次数、耗时、规模等），不记录设计参数正文；可通过usageLog关闭。 - 社区目录 SkillHub 为独立站点，与 DeepSeek / 幻方无官方从属关系；插件由社区维护者发布，使用前请自行评估合规与数据出境策略（若启用遥测）。
结尾¶
dsh-motor-ai-l0 把电机设计流程里最耗时的「广筛」收进 DSH 插件进程：毫秒级 L0、物理校验与 TopN 交接，并刻意用 motor_l0_pipeline 规避对话上下文截断。精算仍留给未来的 L1/L2 或你已有的 RMxprt / Motor-CAD toolchain。
- 目录页：https://www.skillhub.cn/plugins/wangxuewangxue98/dsh-motor-ai-l0
- GitHub：https://github.com/wangxuewangxue98/dsh-motor-ai-l0
