前言¶

在 DeepSeek Harness（DSH）里同时挂多个 agent、换 provider、换 system prompt 并不难，难的是把「谁更像人、谁在装」变成可对照的过程：同一桌、同一批问题、不同模型配置，最后还能留下完整记录供事后 diff。评测流水线偏重分数，日常调试又往往只有零散对话。dsh-turing-table（图灵圆桌）把这件事做成一局社交推理游戏：若干座位由不同模型配置的 agent 扮演，你靠提问与交叉印证找出 AI 座位，每局导出逐席位对话 JSONL 与判定记录。维护者为 dingchenhui0618-arch，在社区目录中归类为趣味换装；仓库当前星标为 0，许可证 MIT（0.1.0）。

下面介绍它是什么、怎么装、一局怎么跑，以及导出与可复现性要注意什么。

这是什么¶

图灵圆桌是给 DSH 的社交推理游戏插件，不是模型评测基准。一张桌上有 N 个座位，其中若干由不同模型配置的 agent 扮演；你要在身份信息未揭晓前，通过向全桌或单个座位提问，并对比同一事实在不同座位上的说法，判断「这是 AI」或「这是人」。每局结束可导出逐席位对话 JSONL与判定记录；同一 seed 与同一份操作脚本可以复现牌桌逻辑、整形与时间戳；真实 LLM 的原文仍可能因调用而不同，记录里用 raw 与 text 分开保存。

• 目录页：https://www.skillhub.cn/plugins/dingchenhui0618-arch/dsh-turing-table
• 源码：https://github.com/dingchenhui0618-arch/dsh-turing-table

一局怎么玩¶

座位与身份¶

• 座位数由配置项 seatCount 控制（默认 6）；humanSeats（默认 1）为人类座位数，其余为 AI。开局由 seed 随机分配谁坐哪一席；人类座位中有一个是你（提问者 player），你不能判定自己所在的座位。
• 在判定之前，host 的 /state 对未判定座位不会暴露 kind 与 modelConfig（均为 null）；判定之后才揭晓该座位实际使用的模型配置与伪装参数。

模型池与伪装¶

models 是座位模型池，不是固定座位表；seed 洗牌后把配置分给各 AI 座位。每项形如 { id, provider, model, temperature, system, style, voice, disguise }。provider / model 为 null 时表示跟随当前会话模型；填上则 host 用该座位自己的路由发起调用。池子不小于 AI 座位数时，每个 AI 座位可拿到不同配置；另有 6 个内置人格作兜底。

disguise 支持预设 low / medium / high，也可逐项覆盖，主要旋钮包括：

pressure 四种策略是交叉印证的核心：hold 坚持原说法；deflect 换说法并转移话题（易自相矛盾）；concede 承认可能记错；escalate 反问提问者或其他座位。

一轮流程¶

1. 你提问：to: 'table' 时全桌按座位号依次回答，或点名某一座位。
2. AI 回答经该座位的伪装整形；记录中保留 raw（原文）与 text（说出口的话）。
3. 上一轮若有座位未答完，不能开新一轮（unanswered）。
4. 随时可对某座位下判定；判定会记录发生在第几轮（开局盲猜为第 0 轮，收局后也可补判）。
5. 全部可判定座位判完（all-judged）、你主动收局（player-closed）或达到 maxRounds（max-rounds）时结束。

单人默认配置的说明：humanSeats: 1 时，除你以外全是 AI，「谁是 AI」在已知信息下等于全选。要有猜的成分，需要至少 2 个人类座位——多人同桌，或由外部通过 host 的 POST /say 或脚本里的 say 步骤驱动人类座位。仓库中 examples/sample-spec.json 是 6 座 2 人的样例（4 AI、1 个脚本喂台词的人类座位、再加你自己）。

安装与启用¶

安装命令以 README 为准：

dsh plugin --profile <你的 profile> add github:dingchenhui0618-arch/dsh-turing-table

装好后重启 DSH，对话视图会出现「圆桌」Tab。lib/ 为入库的预构建产物，安装时无需跑构建，且 dependencies 与 devDependencies 均为空。

插件在当前 DSH 进程权限下运行；安装前请自行查看源码与 MIT 许可证。社区目录 skillhub.cn 为独立站点，与 DeepSeek / 幻方无官方从属关系。

配置示例¶

{
  "seed": "my-round-0001",
  "seatCount": 6,
  "humanSeats": 1,
  "maxRounds": 8,
  "exportDir": "<默认 $DSH_HOME/turing-table>",
  "models": [
    { "id": "a", "provider": "deepseek", "model": "<model-id>", "temperature": 0.3,
      "system": "你话少、只说结论。", "style": "书面", "voice": "dry",
      "disguise": { "level": "low" } },
    { "id": "b", "provider": "deepseek", "model": "<another-model-id>", "temperature": 0.9,
      "system": "你爱闲聊。", "style": "口语化、话多", "voice": "warm",
      "disguise": { "level": "high", "pressure": "hold" } }
  ]
}

未给 seed 时用时间戳生成，并显示在面板上；对局仍会被完整记录。默认导出目录为 $DSH_HOME/turing-table/，一般在点击「导出这一局」时写入。

典型用法：CLI 与样例¶

仓库提供无依赖脚本，便于本地复现导出逻辑：

node scripts/make-sample.mjs                       # 重新生成 examples/（逐字节稳定）
node scripts/export.mjs examples/sample-spec.json  # 跑一遍 spec，导出 JSONL + 判定记录
node scripts/export.mjs --replay examples/sample-round.jsonl
node scripts/export.mjs --verify examples/sample-round.jsonl --verdicts examples/sample-verdicts.json

export.mjs 也可接受 table.exportRound() 产出的对局记录（{kind:'turing-table-round', spec, events, verdicts}）。导出前会先自检（JSONL 可解析、字段齐全、真值与判定一致、分数可对上），自检失败则不写入任何字节。

一局导出两个文件：逐席位对话 JSONL（每行一条自包含消息，LF 结尾、无 BOM）与判定记录（含 truth、seats[]、verdicts[]、score、endReason 等）。examples/ 下的样例由 node scripts/make-sample.mjs 生成，非手写。

可复现性¶

座位分配、模型分配、伪装参数、离线回答、整形与时间戳均来自 src/rng.js 的种子化随机与逻辑时钟；引擎内不使用 Math.random()，也不读真实时间。createTable(spec) 用同一份 spec 重建相同牌桌；runSpec(spec) 用同一 seed 与同一操作脚本可跑出逐字节相同的 JSONL 与判定记录（在使用离线叙述者或罐头回答时，整局可逐字节复现）。

真实模型吐出的文本不可复现——同一 prompt 两次调用本就可能不同。没有 llm 服务或缺路由时会降级到离线叙述者，消息标 degraded: true；离线模式仅照内置话题词表（伞、值班、咖啡、钥匙、午饭、通勤、电梯、宠物等）记忆事实，自由措辞的问题在离线模式下难以做交叉印证，需要真实模型。

适用场景与限制¶

适合谁

• 想在同一张桌上对比不同 provider / model / system / 说话风格与伪装强度，并把过程落成可 diff 的 JSONL。
• 需要可复现的牌桌逻辑与操作脚本，换配置后重跑同一批 seed 做对照。
• 把「社交推理找 AI」当调试或演示用的游戏，而不是单局 score 当模型能力证据。

README 中明确写明的限制

• 维护者说明：未在真实 DSH 运行时完整验证；host 路由与 llm 调用对着 stub 测，client 在 node:vm 与假 React 下加载，未在真实 Web GUI 里加载过。
• 不是评测基准：score 只反映该局玩家判断，样本量为一局。
• 不碰本机其它配置：测试用临时目录；默认只在导出时写 exportDir。

开发侧：node scripts/build.mjs 将 src/ 构建到 lib/；node --test 为 98 个用例。改 src/ 后须重新 build。

结尾¶

dsh-turing-table 把多模型 agent 放进同一桌社交推理场景，核心价值在对局记录：提问、交叉印证、判定与导出一条龙，同一 seed 与脚本可复现引擎侧行为。若你要安装或改配置，以 GitHub README 为准。

• 社区目录：https://www.skillhub.cn/plugins/dingchenhui0618-arch/dsh-turing-table
• GitHub：https://github.com/dingchenhui0618-arch/dsh-turing-table