前言¶
在 DeepSeek Harness（DSH）里跑 Ollama 等 7–35B 量级本地模型时，常见现象是：工具明明失败，回答仍写「已成功」；声称「我查过了」却本回合没有任何 tool call；正文里出现工具结果里从未出现过的 DOI；回答半截结束或代码块未闭合。这些问题往往在用户读完一整段回复之后才被人工发现。
dsh-reliability-guards 是社区插件，维护者为 MathieuPortmann，分类为 admin-security。它在回合即将结束前，用确定性规则对照工具真实返回值检查最终回答；发现问题时在同一回合内给模型一次（每类规则最多一次，整回合默认最多 2 次）steering notice，让模型重写；仍未纠正的内容会在回答下方保留可见记录。插件还可在破坏性命令执行前弹出审批、拒绝把备份写到 /tmp，并提供 /explain 只读模式。维护策略为 best-effort，Issue 可能无人回复，欢迎 fork。
这是什么¶
一句话：面向 DSH 中小本地模型的 guardrails——在用户阅读前拦截虚假成功、无工具行动、未核实 DOI 等，并约束危险操作与只读讲解场景。
- 目录页：https://www.skillhub.cn/plugins/MathieuPortmann/dsh-reliability-guards
- 源码与文档：https://github.com/MathieuPortmann/dsh-reliability-guards
- 许可证：MIT（package.json / README）
回合结束前的规则检查¶
当回合即将关闭时，插件用纯规则比较「最终回答」与「本回合工具实际返回」。触发时会收到 steering notice 并重写；Web UI 会在有 finding 的回合下展示看到了什么、模型是否已纠正（英文与法文 UI）。规则同时覆盖英文与法文表述。
| Code | 触发条件（摘要） |
|---|---|
falseSuccess |
回答声称成功，但存在失败或未补过的 tool call（含 shell [exit code: N]） |
actionWithoutTool |
出现「我检查过 / 我运行过…」且本回合 tool call 为零 |
announcedOnly |
宣布要做某事（如「让我查一下：」）但未调用任何工具 |
deniedCapability |
声称「无法访问…」而请求里已有合适工具 |
unverifiedDoi |
回答中的 DOI 未出现在任何 tool result；Harness 依次查 OpenAlex、Crossref，仅「未知 DOI」才通知（网络错误不算编造） |
foreignScript |
回答出现用户未使用的 CJK 字符 |
markupLeak |
工具调用被写成纯文本（如 <tool_call>、<function=...>、</think>） |
cutAnswer |
回答句中截断或未闭合代码块 |
emoji（默认关） |
用户未使用的 emoji |
frenchSpelling（默认关） |
拼写错误，离线用 enchant-2 检查 |
默认每回合最多 2 次 steering notice（maxNudgesPerTurn），每类 code 每回合至多一次。
工具运行前与 Skill 行为¶
破坏性操作审批（可配置 destructiveAsk）：对破坏性 shell（如 rm、mv、git reset --hard、git push --force、dd、向已存在文件 >、cp 覆盖已存在文件等）以及对已存在文件的 write 弹出审批卡片；新建文件不询问。插件只读 statSync 判断目标是否已存在；读失败时视为不存在，不弹审批。
拒绝 /tmp 备份（tmpBackupDeny）：备份到 /tmp 会被拒绝并说明原因（该目录在命令之间会被清空）。
/explain 只读模式（explainMode）：仅允许白名单内的工具（读、搜、提案等）；其余一律拒绝，含后续新增工具。输入 /explain off 退出。需安装 skill：
cp -r skills/explain ~/.dsh/skills/
或复制到 $DSH_HOME/skills。
Skill 指令在摘要后保留（keepInvokedSkills）：自动摘要隐藏了用户调用的 skill（如 /word）说明时，会重新发送。
安装与启用¶
环境要求（README Compatibility）：
- Node.js：
^22.19.0 || >=24.0.0 - DSH：
>=0.2.0-rc.2 <0.3.0 - 平台：Linux（插件作者侧测试）；插件本身为纯 JavaScript，无 native addon
官方安装方式：
dsh plugin --profile web add dsh-reliability-guards
# or straight from GitHub:
dsh plugin --profile web add github:MathieuPortmann/dsh-reliability-guards
安装后需重启对应 profile。当前 package 版本为 0.1.0；作者在 disposable profile 上验证过与 DSH 0.2.0-rc.2、Node 22.23 的组合（见 README Verification）。
配置¶
在 profile 的 cordis.patch.yml 中配置行 reliability-guards。各 guard 均可单独开关：falseSuccess、actionWithoutTool、announcedOnly、deniedCapability、unverifiedDoi、cutAnswer、foreignScript、emoji、frenchSpelling、destructiveAsk、tmpBackupDeny、explainMode、keepInvokedSkills。
| Key | 默认 | 含义 |
|---|---|---|
maxNudgesPerTurn |
2 | 每回合 steering notice 上限 |
doiTimeoutMs |
15000 | 单次 DOI 存在性检查超时 |
spellAllow |
[] |
拼写检查额外允许词 |
explainAllow |
[] |
/explain 下额外允许的工具 |
llmBodyTimeoutMinutes |
0 | 慢本地模型时提高 HTTP body 超时（0 为 Node 默认，约 5 分钟） |
规则细节见仓库 SPEC.md。
权限与外部依赖¶
插件以当前 DSH 进程权限运行；安装前建议阅读源码与 MIT 许可证。能力边界（README Permissions）摘要如下：
- 只读文件：判断覆盖目标是否存在；失败时不弹审批。
- 不写文件：状态在 DSH session log，插件自身不落盘。
- 网络：仅
lib/doi.js对未出现在 tool result 中的 DOI 请求api.openalex.org与api.crossref.org；超时或网络错误不判为编造 DOI。 - 命令：仅当开启
frenchSpelling时通过execFile调用固定参数的enchant-2；缺程序或词典则跳过检查。 - 模块加载：从当前 DSH 安装加载
zod、@deepseek-ai/dsh-llm、@deepseek-ai/schemastery、@deepseek-ai/dsh-skill等；undici可选。
插件不替模型执行命令，也不新增 tool；主要作用是检查、steering、拦截与审批。
适用场景与注意¶
适合：本地小模型为主、希望减少「假成功」与幻觉引用、又需要在同一回合内自动纠偏的 DSH Web profile 用户；需要在讲解场景强制只读、或在破坏性 shell / 覆盖写入前人工确认的环境。
注意：
- DSH 版本需落在
>=0.2.0-rc.2 <0.3.0；与 0.3 及以上是否兼容需自行对照上游变更。 frenchSpelling依赖系统enchant-2，默认关闭。- DOI 校验会产生对外 HTTP 请求；离线或防火墙环境需预期行为。
- 社区目录 SkillHub 与 DeepSeek / 幻方无官方从属关系；插件同样为社区维护、best-effort。
结尾¶
经过上面的步骤，你可以在不大改 prompt 的前提下，用确定性规则在回合关闭前拦住小模型常见的可靠性问题，并用审批与 /explain 收窄破坏性与越权工具调用。详情与 issue 见 GitHub 仓库；浏览与安装入口见 SkillHub 目录页：
- https://www.skillhub.cn/plugins/MathieuPortmann/dsh-reliability-guards
- https://github.com/MathieuPortmann/dsh-reliability-guards
