前言¶

在 DeepSeek Harness（DSH）里做复杂任务时，常见做法是用户先把需求写完整，再让模型执行。零散表达往往对应多种真实意图，若缺少领域判断，目标容易偏窄，提示词也只是把原话拉长。ambitious-prompt 以可移植的 Agent Skill 形式，从用户线索推断意图，在高度、深度、广度上重组任务，并交付评议、方案、自包含提示词或实际成果。维护者为 sonwe1e，仓库采用 MIT 许可；在 DSH 社区目录中归类为「模型推理」。

这是什么¶

ambitious-prompt 是一句定位上的概括：用领域专业知识重新思考目标、方法与提示词，同时保留用户本意。它遵循 Standard Agent Skills 格式，skill 本身不依赖额外运行时或 API Key；可选安装脚本需要 Python 3.9+。

同一套能力有两种分发方式：通过 open skills CLI 安装到各 Agent 的技能目录，或在 DSH 的 Plugins 页面安装原生 skill-provider bundle。两种安装互不自动修改对方的全局指令。

核心功能¶

下面介绍 skill 自述的工作方式，均来自项目 README。

任务理解先行。 根据用户线索提出与字面需求有实质差异的任务理解，并说明推荐理由，而不是等待用户自行定义完整规格。

专业判断进入设计。 提炼能改变方案的机制、依赖、瓶颈与权衡，让判断影响目标、顺序、分支与停止条件，减少执行阶段反复摸索关键决策。

三个维度上的「雄心」：

• 高度：判断眼前交付物服务于什么结果，并据此调整主线与内容取舍。
• 深度：补上专业人士会做的判断，用可比证据设定挑战目标，区分硬要求、候选阈值与诊断方式，避免用未校准数字冒充质量标准。
• 广度：主动引入结果成立所需的相关方法，把内容、教学、视觉等贡献整合进同一方案。

交付形态由本轮请求决定。 显式调用 skill 时，可评议并给出依据、探索有取舍的推荐、编写自包含提示词，或直接执行并交付成果。「先评议再修改」会覆盖评议与修改；普通问答或只要计划的请求保持各自范围。用户启用可选的默认执行模式后，四类请求会在内部先完善理解再交付，不要求展示优化稿，也不额外增加一次模型调用。

复杂任务会把执行决策与支撑资料分层：主干说明为何这样做、关键前提、何时转向或结束；详细契约与必要检查各保留一次并保持约束力。若去掉专业判断后计划完全不变，README 要求重新设计而非继续加长清单。

默认输出语言为中文，也会跟随用户的语言偏好。

在 DSH 中安装与启用¶

插件 bundle（推荐在 DSH 内使用）¶

在 DSH 的 Plugins 页面安装下列地址（版本标签以资料为准）：

https://github.com/sonwe1e/ambitious-prompt.git#v0.1.0

bundle 会注册自己的 skill provider，且不会自动开启可选的全局默认模式。package.json 声明与 DSH 0.2.1-rc.2 兼容，并以该预览宿主为测试环境。若用户目录里已有同名 skill，DSH 的 provider 优先级会决定最终加载项；应以实际加载路径为准，不要假设新 bundle 一定覆盖旧副本。官方说明见 DSH filesystem skill provider。

社区 DSH market index 收录了该 bundle；同维护者还有配套原生模式 Flow Next。

用户级 skill 目录（与 CLI 安装等价）¶

通过仓库内安装脚本或手动复制时，DSH 的默认用户级技能目录为：

~/.dsh/skills/ambitious-prompt/

调用方式为 slash 命令：

/ambitious-prompt

安装脚本示例（在仓库根目录；先预览再写入）：

python scripts/install.py --agents all --dry-run
python scripts/install.py --agents all

仅安装到 DSH 时：

python scripts/install.py --agents claude dsh opencode zcode

macOS/Linux 若只有 python3，将命令中的 python 换成 python3。安装器会尊重 DSH_HOME 等环境变量；重复安装相同文件不会改写，内容冲突时会在写入前停止。

open skills CLI 的另一条安装路径（面向多 Agent，非 DSH 插件页专用）：

npx skills add sonwe1e/ambitious-prompt --skill ambitious-prompt

可选：跨会话默认启用¶

若希望每轮对话都先内部完善理解再交付，可将 默认启动规则模板 中 {{SKILL_PATH}} 替换为本机 ambitious-prompt/SKILL.md 的绝对路径，再把标记区块合并进 DSH 用户级启动指令：$DSH_HOME/AGENTS.md（未设置 DSH_HOME 时为 ~/.dsh/AGENTS.md），并保留原有规则。scripts/install.py 只安装 skill，不会替用户自动写入该配置。临时关闭可用「只优化提示词」或「这次按原话做」覆盖；持久关闭则删除 ambitious-prompt-default 标记之间的整块内容。

典型用法¶

在 Claude Code 或 dsh 中，可先评议任务再形成提示词：

/ambitious-prompt 我想做一个论文分享，但还没想清楚该讲到什么程度。请根据我的情况提出更好的任务方案，再帮我形成提示词。

README 中的场景说明：「做一篇论文的 PPT」可能服务于方法讲解、专题入门或研究判断——确定目标后，机制例子、证据比较、教学顺序与视觉层级应一并设计。又如推理加速类任务，应结合基准与瓶颈提出有依据的进取目标，而不是把「想快多少」完全交给用户拍板。

技能发现异常时，可新建会话检查技能列表，并核对自定义安装目录与 DSH 的 skill 加载配置；dsh 的加载机制见 agent instructions 与 skill invocation。

适用场景与注意¶

适合谁： 需求仍模糊、希望从专业角度拉高任务上限的开发者或使用者；需要在评议、提示词与执行之间切换，又不想每次手写长提示词的场景。

兼容性： 除 DSH 外，同一 skill 文档写明可与 Codex、Claude Code、OpenCode、ZCode、WorkBuddy 国内版与海外版等配合；各端目录与调用前缀见仓库 README 表格。

安全与权限： 插件以当前 DSH 进程权限运行，安装前应自行审阅源码与 MIT 许可证，确认 bundle 来源为 sonwe1e/ambitious-prompt。README 明确：文件校验与安装测试不能替代在多轮真实对话中的效果验证；行为评估见仓库 evals/scenarios.md。

维护： 核心指令在 skills/ambitious-prompt/SKILL.md；交互与校准参考同目录 references/。仓库提供 python -m unittest discover -s tests -v 覆盖安装与冲突保护等，不消耗模型额度。

结尾¶

ambitious-prompt 把「从零散表达推断意图、用领域判断重塑目标与方法、再产出可执行提示词或成果」收敛成一套 Standard Agent Skill，并在 DSH 中通过 v0.1.0 bundle 或 ~/.dsh/skills/ 安装使用。社区目录页：skillhub.cn/plugins/sonwe1e/ambitious-prompt；源码与完整说明：github.com/sonwe1e/ambitious-prompt。