dsh-outer-brain:为智能体提供哲学式的可执行思维与验证机制

前言

在构建长对话或长流程的智能体时,有两个问题会随着会话变长而加剧:一是模型开始编造不存在的内容(幻觉),二是任务目标在长会话中逐渐偏离最初意图(长会话漂移)。传统的做法通常通过更精细的 prompt 或更长的上下文来缓解,但这些手段对模型本身的能力依赖较大,且难以量化验证。

dsh-outer-brain 插件提供了一套不同的思路:把哲学式的辩证思考转化为可执行的机制,通过实践检验与多方评审来降低幻觉与漂移风险。

是什么

dsh-outer-brain 是一个 DSH(DeepSeek Harness)工作流插件,由 qian-dsh 维护。它的核心价值是将“哲学家式的思考”转化为可执行、可验证的流程,用实践检验(practice-testing)和多方评审(jury)来替代仅靠提示词的约束,让“完成”成为一种可核实的状态,而不是一句断言。

插件的目标是治理两个随时间恶化的问题:幻觉与长会话漂移。

核心功能

插件提供 12 个工具,用于声明任务、建立交付清单与可执行标准、执行验证、管理矛盾树、记录证据、结算与状态检查等。关键能力包括:

  • brain_task:声明任务,包含原始表述、阅读理解、方法选择与期望结果。
  • brain_plan:交付清单,包含里程碑、制品与可执行的标准(如实际执行命令并读取退出码)。
  • brain_verify:执行标准,真正运行命令并读取退出码,自动召集多方评审。
  • brain_contra:矛盾树,记录两个路径到达同一终点但结果不同的情况(Φ≠0),并提供八种处置方式。
  • brain_observe:证据池,记录主张、先验、期望、观察与收据,并按似然比评分。
  • brain_settle:回合结算,将水面信息归档,关闭风险项,捕获未在合同内的观察。
  • brain_status:展示当前水面水位、告警与未结事项。
  • brain_lift_check:检查提升是否真实,避免将临时状态误认为可提升的结论。
  • brain_dissolve:提升收据,记录矛盾如何被解决(溶解/转化/仍存在)。
  • brain_escalate:升级处理,说明所需、无法自行完成的原因以及恢复点。
  • brain_terminate:终止声明,区分已达成(列出可核实事实)、不可达成(列出缺失条件)或已转移。
  • brain_boundary:记录机制自身遇到的边界。

安装与启用

桌面应用(推荐)

在 DSH 桌面应用中,打开 设置 → 插件,找到 dsh-outer-brain 并启用。

命令行配置

dsh plugin --profile web add dsh-outer-brain

该命令仅将包添加到对应 profile 的 dependencies 中,并不会自动挂载。需要同时在 profile 的 package.json 中添加 dsh.profile.bundles 配置:

{
  "dependencies": {
    "dsh-outer-brain": "^0.1.0"
  },
  "dsh": {
    "profile": {
      "bundles": [
        "dsh-outer-brain"
      ]
    }
  }
}

配置后重启 DSH。插件启动后默认静默,需在会话中输入“开机制”以激活,输入“关机制”可退出。

典型用法

在声明任务时使用 brain_task:

brain_task:
  original: "准备一份 2025 年度财务报表并导出为 PDF。"
  reading: "需要获取原始数据、汇总各科目、生成报表并导出 PDF。"
  approach: "先从数据库拉取原始记录,再按科目汇总,最后用报表工具导出 PDF。"
  result: "一份按科目分类、包含本期与上期对比的 PDF 报表。"

在 brain_plan 中定义里程碑与可执行标准:

brain_plan:
  milestones:
    - "获取原始记录"
    - "按科目汇总"
    - "生成 PDF 报表"
  artifacts:
    - "data_raw.csv"
    - "summary.xlsx"
    - "report.pdf"
  criteria:
    - "命令:ls data_raw.csv && wc -l data_raw.csv"
    - "命令:python summary.py && echo $?"
    - "命令:report_gen.py && ls -lh report.pdf"

使用 brain_verify 执行标准并自动召集评审:

brain_verify:
  criteria:
    - "ls data_raw.csv && wc -l data_raw.csv"
    - "python summary.py && echo $?"
    - "report_gen.py && ls -lh report.pdf"

插件会执行命令并读取退出码,并通过多方评审决定是否通过。

在长会话中,使用 brain_contra 记录矛盾:

brain_contra:
  path1: "先汇总再导出"
  path2: "边汇总边导出"
  result1: "汇总完整但导出多次"
  result2: "导出完整但汇总可能遗漏"

之后使用 brain_settle 进行回合结算:

brain_settle:
  water_level: "round_2"
  hazards: ["path1 的多次导出"]
  off_contract_obs:
    - "发现数据源存在重复记录"

最后用 brain_status 查看当前水面水位与告警:

brain_status:
  water_level: "round_2"
  alarms:
    - "path2 汇总可能遗漏"
  outstanding_debts:
    - "验证数据源去重逻辑"

适用场景与注意

  • 适合需要明确交付标准、可验证完成状态的长流程智能体任务。
  • 插件以当前 DSH 进程的权限运行,安装前建议查看源码与许可证(MIT)。
  • 插件会在会话中注入系统提示,并拦截部分“完成”声明,这是其工作方式,而非副作用。
  • 当前版本为 0.1.10,存在已知限制(如 brain_dissolve、未知池处理、brain_terminate 中 blocked_evidence 未持久化),使用前应参考 README 中的已知限制部分。

短结尾

dsh-outer-brain 提供了一套将哲学式思考转化为可执行、可验证流程的机制,通过实践检验与多方评审来缓解幻觉与长会话漂移。它适合需要严格交付验证与矛盾管理的长流程场景。

  • 插件目录页:https://www.skillhub.cn/plugins/qian-dsh/dsh-outer-brain
  • GitHub 仓库:https://github.com/qian-dsh/dsh-outer-brain
羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜