前言¶

在 DeepSeek Harness（DSH）里跑 agent 时，上下文会越来越长：目标被改过、同一段话重复出现、引用了不存在的路径，模型仍可能照常往下答。常见做法是外挂记忆库或 MCP，让模型「需要时再调工具」取回信息；这类方案往往工具多、占用前缀 token，且召回容易打断缓存前缀。

dsh-alert-inject 走的是另一条路：在正式回答之前，用可核对的规则（外加可选的本机向量检索）生成一份短提醒，不阻断回答、也不替模型做「这两句是否矛盾」这类生成式判断。下面介绍它是什么、能做什么，以及如何在 DSH 里装起来并验证。

这是什么¶

dsh-alert-inject 是维护者 juanbaiing 发布的 DSH 插件，社区目录分类为「记忆」。当前 GitHub 星标为 0；package.json 版本为 0.5.0。

定位可以概括为三类「声音」：

它明确不是记忆数据库（不负责长期存取），不是拦截器（只提醒不阻断），也不做语义矛盾判断（作者文档写明 NLI 与向量方向实测未达预期）。

与「记忆库」类方案对比，作者总结的差异包括：本插件对外主要是 2 个工具、通过「工具 + 静态前置指令」触发，静态文本落在缓存前缀侧，目标偏向「没人问的时候也要响」，而不是「存得下、取得到」。

运行环境限定在 DSH：通过 @deepseek-ai/dsh-tools 注册工具，并读取 DSH 会话日志（~/.dsh/sessions/*/session.jsonl.zstd）。不能直接在 Claude Code、Cursor 等通用环境里当普通插件用。

核心功能¶

工具入口（推荐用法）¶

模型在正式回答前调用 alert_check，得到简短报告后再作答。另有 knowledge_extract，用于从文档抽取知识（见下文）。

插件核心逻辑不调 LLM；package.json 的 dependencies 为空，零第三方 npm 依赖。

不装 Ollama 也能用的部分¶

以下检测为纯程序实现，README 写明一次 alert_check 约 0.3～0.9 秒（未装 Ollama）：

• 判据扫描（需项目内提供判据表）
• 重复检测
• 引用存在性检查
• 锚点（目标／子目标／约束，含「目标被动过」）
• 语境分块（按用户每次发言切分，用于降误报）
• 知识层遍历（需知识图）
• knowledge_extract 的校验阶段（子串核对 evidence／quote）

可选：Ollama + bge-m3¶

不装 Ollama 不会报错，alert_check 仍会返回；输出中会说明未运行的项（例如语义检索因无索引缓存而跳过）。仅以下 3 项 依赖本机 embedding：

• 语义检索（会话内「 déjà vu 」式位置提示）
• 知晓感（FOK）
• 新颖性

安装与验证步骤（摘自 README）：

# 安装 Ollama 后拉取模型（约 1.1 GB）
ollama pull bge-m3

# 验证服务
curl http://localhost:11434/api/tags

装好后还需对会话文件建一次索引，否则上述 3 项仍不可用：

node lib/librarian.js ~/.dsh/sessions/<工作区>/<会话>/session.jsonl.zstd
node lib/librarian.js <会话文件> "查询文本"

索引默认上限 LIBRARIAN_MAX=120 条；覆盖不足时会在输出里告警（例如只覆盖会话的 22%）。README 实测：120 条约 15 秒建索引，全量约 1100 条约 8 分钟。

knowledge_extract 分工¶

插件不提供 LLM 能力，流程为：

1. knowledge_extract(mode="prompt", doc=路径) → 返回抽取提示词与原文
2. 由模型按提示词产出 JSON
3. knowledge_extract(mode="verify", json=..., source=原文) → 程序逐字核对证据；对不上则丢弃，对得上进入待审记（不直接写入图）

输出形态¶

设计目标是「像一个声音，不像一份报告」：没值得说的就不出声（借助 dsh-plugin-save-token 的 never-worse 门控）；一旦出声需指向具体位置（pos=…）或明确模式。对外文本不回显触发词，避免下一轮自我匹配。

安装与启用¶

环境要求：Node ≥ 18（使用 node:zlib 的 zstd）；DSH 已安装并可用。

README 给出的安装方式是在 DSH profile 的 node_modules 中放置本包，并在 profile 的 cordis.patch.yml 中增加：

- insert:
    - id: dsh-alert-inject
      name: dsh-alert-inject

完成后必须重启 DSH（若 dsh-super-injector 被禁用，则没有热注入通道）。

社区目录页：https://www.skillhub.cn/plugins/juanbaiing/dsh-alert-inject
源码与详细说明：https://github.com/juanbaiing/dsh-alert-inject

SkillHub 为社区插件目录，与 DeepSeek／幻方无官方从属关系。

典型用法¶

1、提供「参照物」¶

只安装、不配置参照物时，插件会安静返回「无异常」——这是预期行为，不是故障。

插件按约定在下列相对路径中查找（第一个命中生效）：

最小可行：在项目根放置 alert-judges.json：

{
  "meta": ["（自指防护词，命中则不报，防止讨论机制本身时刷屏）"],
  "judges": [
    { "id": "我常犯的错", "sources": ["正文"],
      "signals": ["应该已经", "都改好了", "肯定能跑"],
      "anomalies": [], "requireTermHit": false, "enabled": true }
  ]
}

在上下文中出现信号词（如「应该已经」）后调用 alert_check，应能看到对应提醒。

2、诊断是否在工作¶

不要靠猜，用内置诊断（README 示例）：

import { diagnose, renderDiagnose } from './lib/config.js'
console.log(renderDiagnose(diagnose({ cwd: '你的工作区路径' })))

会逐条说明：哪些路径未找到、缺哪一项会关闭哪项功能。

3、作为库调用¶

import { buildReport } from './lib/report.js'
const r = await buildReport(cwd)      // { sections, text, meta }
console.log(r.text)

4、可选环境变量（节选）¶

均有默认值，不改也能跑：

DSH_ALERT_MAX_LINES=8      # 判据段最多几行
ALERT_BUDGET=2400          # 报告总字数预算
ALERT_NO_RETRIEVAL=1       # 关掉需要 embedding 的部分
LIBRARIAN_MAX=120          # 索引上限

完整列表见仓库 README「可调参数」一节。

适用场景与注意¶

适合谁：已在 DSH 里开发或调试 agent，希望在回答前自动得到目标漂移、重复、错误引用、自定义判据等可规则核对的提醒；愿意在项目里维护判据表／术语表／知识图时，能力更完整。

不适合期待：长期记忆库替代、自动拦截错误回答、或靠插件判断两句话是否语义矛盾。

安全与权限：插件以当前 DSH 进程权限读取工作区与会话日志，并可按配置写入学习样本等待审数据。安装前请阅读源码与许可证，确认路径与数据落盘行为符合你的环境策略。

性能：除首次用 librarian.js 建索引外，单次 alert_check 通常在 1 秒量级；装 Ollama 后 embedding 再增加约 0.1～1.2 秒（视文本长度而定）。

结尾¶

dsh-alert-inject 把「回答前自检」做成 DSH 内的轻量工具链：零 npm 第三方依赖、核心不依赖 LLM，可选 bge-m3 补足会话内语义位置提示。若你已经在 DSH 里做上下文工程，可以从一份根目录 alert-judges.json 和一次 alert_check 开始验证。

• 社区目录：https://www.skillhub.cn/plugins/juanbaiing/dsh-alert-inject
• GitHub：https://github.com/juanbaiing/dsh-alert-inject