dsh-collapsible-answer:完整结论可见,细节按需展开

前言

在 DeepSeek Harness(DSH)里跑智能体时,助手回复经常是 Markdown:前面一段结论,后面跟着依据、示例、边界说明。全部平铺在一屏里,扫读成本高;若整条折叠,又容易把结论一起藏起来。社区插件 dsh-collapsible-answer(仓库 JerryMazeyu/dsh-collapsible-answer)面向 Web 客户端:不展开时仍能看到完整而精简的答案,可选深度放在可点击标题下。下面介绍它的行为、安装方式与使用上的约定。

这是什么

dsh-collapsible-answer 是 JerryMazeyu 维护的 DSH 插件,分类为客户端。README 中的定位是:DeepSeek Harness Web UI 插件——不展开时看到的是完整而精简的答案;展开时看到额外细节。包名为 @local/dsh-collapsible-answer,版本 1.0.0,许可证 MIT。

核心功能

回复如何折叠

  • 回复开头(第一个标题之前的内容)始终显示,而且是完整的结论,不整条折叠。
  • ##(以及 #、###)标题下的内容是可跳过的细节:
  • 长小节(超过 240 字符或 6 行)默认折叠,点击标题展开;
  • 短小节直接显示。
  • 有两个及以上可折叠小节时,右上角提供「展开全部 / 收起全部」。
  • 流式输出时小节自动展开,输出结束后长小节恢复折叠。
  • 思考过程单独收起,点击「思考」查看。
  • 小节标题是普通可选中文本:备注插件可以直接对标题文字做备注,选中后再点击不会误触折叠。
  • 展开状态只记在当前页面内。

输出结构约定(Host 半)

Host 半向系统提示词注入一段格式约定:开头写明结果/结论(一到五行或三条以内要点),必须自成完整答案;## 小节只放可选的深度(依据、示例、边界情况、日志等),必读内容不得放进小节。该约定作用于当前 profile 下的所有会话。

实现要点

  • index.js:Host 半,注册系统提示词段。
  • client.js:浏览器半,以优先级 -1 注册 conversation.chat.node 的 assistant-step 渲染器,覆盖官方渲染器。
  • locale/*.json:插件管理页的标题与描述。
  • icon.svg:插件图标。

插件替换官方 assistant-step 渲染器,依赖 conversation.chat.node 槽位与 @deepseek-ai/dsh-client-ui-primitives 平台模块;升级 Harness 后若聊天行结构变化,可能需要同步更新。

安装与启用

要求:DeepSeek Harness 的 Web profile(在 0.2.1-rc.2 上验证)。

  1. 把本插件目录放到任意位置(可从 GitHub 获取源码包)。
  2. 在 Harness 中让 agent 执行 plugin_manager install_bundle,target 指向该目录的绝对路径;或在 Plugins 页面安装本地包。
  3. 安装后 profile 的 package.json 会增加一条 link: 依赖,dsh.profile.bundles 增加本包。

卸载时在 Harness 中执行:

plugin_manager remove_bundle  @local/dsh-collapsible-answer

典型用法

安装并启用后,无需单独配置文件:Host 半已注入格式约定,模型在当前 profile 下的回复会倾向于「结论在前、细节在 ## 小节」。客户端半自动按长度规则折叠长小节。

写 prompt 或审阅回复时,可对照约定自检:

  1. 第一个 # / ## / ### 之前的内容是否已能单独当作完整答案。
  2. 依据、示例、日志等是否放在标题下,且确属「可跳过」内容。
  3. 需要边生成边看细节时,依赖流式阶段自动展开;生成结束后再按需点开标题。

适用场景与注意

适合在 DSH Web 界面里长时间对话、希望先读结论再决定是否展开深度的场景。不适合期望「整条助手消息一条折叠」的交互——本插件刻意保留完整结论区始终可见。

插件以当前 DSH 进程及浏览器侧脚本权限运行,并覆盖官方聊天行渲染器。安装前应阅读 仓库源码 与 MIT 许可证,确认可接受 Host 侧系统提示词注入与客户端渲染替换。

社区目录 SkillHub 插件页 与 GitHub 为独立信息来源,与 DeepSeek / 幻方无官方从属关系;星标与版本以各页面当时显示为准。

结尾

dsh-collapsible-answer 把「完整精简答案」和「可选深度」拆成默认可见与按需展开两层,并通过 Host 提示词约定对齐模型输出结构。需要本地安装步骤与行为细节时,以 GitHub README 为准;浏览社区条目可打开 SkillHub 目录页。

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