前言¶

DeepSeek Harness（DSH）的技能系统允许你在对话中积累可复用的操作步骤，但上游原版更多提供浏览、编辑和手动提取能力。如果你希望把每次对话中值得保存的经验自动沉淀到技能库，需要持续的人工介入。DSH Skill Studio 是对上游的社区分叉，它为无人值守使用增加了四个关键能力：每轮对话的价值判断、自动接受候选、语义合并以及使用 DSH 原生模型。

这是什么¶

DSH Skill Studio 是一个 DeepSeek Harness 插件，用于构建自改进的技能流水线。它会在对话结束后自动判断当前轮次是否值得提取，将候选技能与已有技能进行语义对比，决定是合并到现有条目还是新建，最终将合格条目写入技能库。维护者为 samir2015dzh，采用 MIT 许可证。

核心功能¶

每轮价值判断：对话结束后约 3 秒，插件会向模型发送一个极简的 YES/NO 提示（从最近一轮会话抽取 10 个摘要），只有 YES 才会触发完整提取。判断被限制在 90 秒内，提取过程最多持续 5 分钟。
直接入库：被接受的候选会写入 ~/.agents/skills，并在下一轮加载。只有写入失败时（如名称冲突）才会进入人工审核队列。
语义合并而非堆文件：每个候选都会与整个技能库比对，只有真正新的主题才会创建新技能。本地相似度仅作预筛选，最终决策由模型基于完整目录做出。
使用 DSH 原生模型：面板提供下拉选择，可从 DSH 中配置的提供商/模型列表中挑选。插件不存储 API 密钥，也不询问网关地址。
面板增强：技能库面板中会列出最近修改过的技能，包含名称、描述和时间戳。
写入清理：合并时会截断重复章节，剥离协议残留（如 MERGE:），并拒绝导致原文大幅丢失的合并结果。

合并流程¶

一个候选在写入前需通过四道关卡，任一关卡否决即转为新技能或丢弃。

new candidate
  │
  ├─ ① Tombstone：检查该名称是否曾被合并移除（扫描 ~/.dsh/skill-archive/*）。
  │     → 强制合并到同分类下体量最大的技能；若失败则丢弃，避免重复写入。
  │
  ├─ ② Category tags：从目录读取 "- [decompile] name: description"。
  │     → 模型在阅读正文前先看到分类标签。
  │
  ├─ ③ Local re-check：再次验证 FOLD_INTO 判决。
  │     → 同分类：接受；跨分类：要求相似度 ≥ 0.5，否则保存为独立技能。
  │
  └─ ④ 合并本身：模型将新经验折叠进现有章节。
        → 截断重复章节、剥离残留协议；结果若短于原内容 60% 则拒绝。

分类名称来源于技能名（如 gui-* → gui，decompiled-* / java-decompile-* → decompile，portable-* / offline-* → portable）。CATEGORY_ALIASES 位于 lib/extractor.js，可按需扩展。

安装与启用¶

插件通过 link: 依赖方式安装到 DSH 配置，代码修改无需重新发布。

Clone 任意位置：

git clone <this-repo> D:/dsh-plugins/dsh-skill-studio

在配置文件 package.json 中注册：

{
  "dependencies": { "dsh-skill-studio": "link:D:/dsh-plugins/dsh-skill-studio" },
  "dsh": { "profile": { "bundles": ["dsh-skill-studio"] } }
}

将其创建为 Junction 链接至 node_modules：

New-Item -ItemType Junction `
  -Path "$env:DSH_PROFILE_DIR\node_modules\dsh-skill-studio" `
  -Target "D:\dsh-plugins\dsh-skill-studio"

重启 DSH，打开 Settings → Skill Studio。

配置¶

配置文件为 ~/.dsh/dsh-skill-studio/extractor.json（权限 0600）。

{
  "enabled": true,
  "autoPerTurn": true,
  "intervalMinutes": 60,
  "windowDays": 7,
  "maxCandidatesPerRun": 3,
  "autoAccept": true,
  "mergeThreshold": 0.2,
  "skillLanguage": "auto",
  "agentSkillDir": "C:\\Users\\<you>\\.agents\\skills",
  "provider": "",
  "model": ""
}

字段	用途
`autoPerTurn`	在每轮对话结束时运行 YES/NO 判断
`intervalMinutes`	降级轮扫间隔；设为 0 则仅依赖每轮触发
`autoAccept`	直接写入技能库，而非放入审核队列
`mergeThreshold`	本地相似度预筛选阈值（合并决策本身仍由模型做出）
`skillLanguage`	`auto` / `zh` / `en`；代码、命令与路径不翻译
`provider` / `model`	留空则跟随触发会话；也可在面板中指定

遗留的 llmBaseUrl / llmApiKey / llmModel 字段仍可作为无 ctx.llm 环境的 HTTP 降级方案，正常使用时留空即可。

工具命令¶

工具	用途
`skillmgr_list`	列出所有技能，包含来源、状态与分组
`skillmgr_get`	读取单个技能全文
`skillmgr_save`	将完整 SKILL.md 写回
`skillmgr_policy`	切换模型/用户调用策略
`skillmgr_extract_run`	手动触发一次提取
`skillmgr_extract_status`	查看开关、间隔、队列深度与上次运行
`skillmgr_extract_config`	修改配置
`skillmgr_extract_list` / `_accept` / `_reject`	操作队列（autoAccept 开启时通常为空）

HTTP 路由位于 /api/dsh-skill-studio/*，面板即通过这些接口与插件通信。

调试¶

每次模型响应会输出到：

~/.dsh/dsh-skill-studio/last-llm-raw.txt

解析失败时，优先读取该文件：截断的 JSON、markdown 装饰或答非所问的问题可据此区分。

两个回归脚本均不接触真实技能库：

node scripts/e2e-preview.mjs    # extract → judge → merge → accept，6 个断言
node scripts/e2e-tombstone.mjs  # tombstone 胜过模型判决（模型先说 SAVE，后说 KEEP）

与上游的差异¶

完整列表见 FORK-NOTES.md（15 条）。要点包括：

模型调用通过 ctx.llm.prepareCall()，不存储凭证
每轮 YES/NO 判断与自动接受入库
语义合并：分类标签 + 模型判决 + 本地复查 + Tombstone
合并清洗：去重、剥离残留、短体拒绝
面板：最近添加列表与模型下拉框
提取输出截断恢复，maxTokens 提升至 8000

适用场景与注意¶

适合希望将对话中持续产出的经验沉淀为可复用技能的开发者，尤其是需要长期运行无人值守的场景。插件以当前 DSH 进程的权限运行，安装前应检查源码与许可证。

小结¶

DSH Skill Studio 把技能的自动蒸馏与语义合并变成了流水线：每轮对话的价值判断、候选自动接受、与已有技能的语义比对与合并，全部在后台完成。配合 DSH 原生模型调用与面板监控，可以在不改变工作流的前提下，让技能库自然生长。

插件主页：https://www.skillhub.cn/plugins/samir2015dzh/dsh-skill-studio-plus
GitHub：https://github.com/samir2015dzh/dsh-skill-studio-plus

DSH Skill Studio：自动化技能蒸馏与语义合并插件

前言¶

这是什么¶

核心功能¶

合并流程¶

安装与启用¶

配置¶

工具命令¶

调试¶

与上游的差异¶

适用场景与注意¶

小结¶

精选优惠券

DSH Skill Studio：自动化技能蒸馏与语义合并插件

前言¶

这是什么¶

核心功能¶

合并流程¶

安装与启用¶

配置¶

工具命令¶

调试¶

与上游的差异¶

适用场景与注意¶

小结¶

精选优惠券

相關文章