前言¶
在 DSH 里做智能体路由时，常见做法是把用户话术交给大模型「猜意图」，或手写少量 if/else。前者成本高、边界不稳；后者一多场景就难维护，也缺少可观测的召回与分层兜底。DeepSeek Harness 社区插件 dsh-intent-recognition（维护者 lilixinsniper）把意图识别做成可配置的流水线：规则、向量检索、概率打分、微调仲裁、LLM 结构化兜底，并附带场景/意图管理界面与可对外提供的 API 服务，便于在 Agent 工具或 Cordis 里直接消费。
这是什么¶
dsh-intent-recognition 是 DSH 插件（npm 包名 dsh-intent-recognition，当前资料中版本 0.7.1，MIT 许可证）。它提供：
- 控制面：侧边栏 Intent Recognition 管理面板（与 Plugins 同级，可在 More 菜单固定/取消固定），以及 Settings → Intent Recognition（同一套 UI，不参与对话）。
- 数据面：按场景运行的识别服务，可通过 Agent 工具 或 Cordis 服务 调用。
默认 基础版（Basic） 使用本地 JSON 文件存储，零数据库依赖；需要 L2 向量检索时，可在页面升级到 高级版（Advanced）（PostgreSQL + pgvector），已有场景/意图/模型/服务会自动迁移。
五层识别流水线¶
用户 query 依次经过下列层级；每一层可按服务单独关闭，关闭的层会被完全跳过：
User query
│
▼
┌─ L1 rule hard filter ───────── greeting / exit / command / keyword strong match
│ │ miss
├─ L2 vector retrieval ───────── pgvector cosine search → Top5–Top10 候选
│ │
├─ L3 Jev probabilistic scoring ─ 高置信直接路由；中 → L4；低 → L5
│ │
├─ L4 fine-tuned model ───────── BERT / 小 LLM 仲裁近义意图与边界
│ │
└─ L5 LLM structured fallback ── 多意图 / 跨轮上下文 / 槽位 / 开放问，JSON 输出
基础版开箱可用时，L2 在测试控制台中会因版本原因自动跳过并给出说明；向量能力在升级到高级版后启用。
核心功能（资料已列能力）¶
- 零配置起步：安装后即可在页面建场景、意图、模型与服务；高级版在 Database 页保存 PostgreSQL 连接后升级。
- 意图管理：按场景的意图目录（名称/code/描述/示例/关键词/黑白名单/路由配置），Excel 导入（合并或替换）与导出；高级版支持一键重建 embedding。
- 模型配置：Embedding、Jev、微调模型、LLM 均在页面配置（OpenAI 兼容或普通 http JSON 端点），带连通性测试。
- 服务管理：按场景的 API 服务，各层独立开关与参数；服务可运行/停止/删除/复制；每服务 API Key；内置测试控制台与调用日志。
- Vector lab（高级版）：L2 召回调试（召回测试、分块浏览、场景覆盖与重建）。
- 路由执行：每意图可配置路由（无 / DSH workflow / subagent / Cordis service），服务级
route_mode（auto / suggest）。 - Agent 集成：运行中的服务自动注册/撤销工具
intent_recognize_<service-slug>；可选向 system prompt 贡献可用意图服务列表。 - 双通道消费：
| 通道 | 说明 | 适用 |
|---|---|---|
| Agent tool（推荐） | 高置信命中在工具内执行路由 | DSH 主 Agent 对用户轮次路由 |
| Cordis service | ctx.intentRecognition.predict(service, query, context) |
其他插件程序化集成 |
管理页 Tab 顺序：Intents → Models → Services → Vector（高级）→ Database。首个服务创建前，页顶有三步引导条。
安装与启用¶
前置条件（README 原文）：Node.js ≥ 20；已安装 DSH（npm i -g @deepseek-ai/dsh）。基础版不需要数据库。
方式 A：DSH 插件市场（推荐）¶
侧边栏 Plugins Marketplace → 搜索 dsh-intent-recognition → Install；按提示刷新页面后，侧边栏会出现 Intent Recognition 入口。
方式 B：npm / 本地包¶
# 1. 安装插件
dsh plugin --profile web add dsh-intent-recognition
# 或本地目录 / tarball
dsh plugin --profile web add ./dsh-intent-recognition
dsh plugin --profile web add ./dsh-intent-recognition-0.7.1.tgz
# 2. 重启 dsh web（桌面端：重启应用或 Ctrl+R 刷新）
# 3. 点击左侧 Intent Recognition（或 Settings → Intent Recognition）
# 4. 按 Tab 顺序配置：Intents → Models → Services
# 5. 需要向量检索：Database Tab 保存 PostgreSQL 连接以升级
包声明 dsh.bundle.patch，dsh plugin add 会自动挂载到 profile bundle，无需手改 cordis.patch.yml。
桌面端提示：安装或升级后若侧边栏无入口，先刷新页面；插件详情页应显示 running。若 Settings → Intent Recognition 也无法渲染，说明客户端 bundle 未加载成功。
插件在 package.json 中声明 DSH 引擎范围：dsh >=0.1.0-rc.6 <0.3.0。
典型用法¶
- 管理面：在 Intents 建场景与意图（可 Excel 批量导入），在 Models 配齐各层模型并做连通性测试，在 Services 创建并 Run 服务。
- 调试：在服务管理中使用测试控制台，查看五层 trace；高级版在 Vector lab 做 L2 召回排查。
- 对话路由：服务运行后，主 Agent 可调用
intent_recognize_<service-slug>；其他插件通过 Cordis 调用predict。 - 升级存储：仅在需要 L2 时于 Database Tab 升级；可随时切回基础版，本地文件不被破坏（README 说明 ids 与 API keys 保留）。
适用场景与注意¶
适合：需要在 DSH 内做可运维的意图库、分层识别、可分发 API，并希望与 workflow / subagent / Cordis 路由打通的团队。
注意：
- 插件以当前 DSH 进程权限运行；安装前请阅读 GitHub 源码 与 MIT 许可证，确认能力与合规要求。
- 社区目录 skillhub.cn 插件页 为独立生态站点，与 DeepSeek / 幻方无官方从属关系；安装命令以 README 为准，勿自行拼接未文档化的
github:owner/repo形式。 - 高级版依赖 PostgreSQL + pgvector；Embedding 与各层模型需自行准备兼容端点。
结尾¶
dsh-intent-recognition 把意图识别从「单点 Prompt」拆成可开关的五层流水线，并用同一套 UI 管理场景、模型与服务，默认本地文件即可跑通，需要向量时再升级数据库。进一步了解可访问社区目录页与仓库：
- 目录页：https://www.skillhub.cn/plugins/lilixinsniper/dsh-intent-recognition
- GitHub：https://github.com/lilixinsniper/dsh-intent-recognition
