前言¶
在 DeepSeek Harness（DSH）里做数学、物理或工程类问题时，模型往往输出「看起来合理」的推导或数值，但合理不等于已验证。单靠一次对话或盲目堆子智能体，也很难区分公式对错、单位是否一致、以及答案键是否写错。社区插件 dsh-science-legion（维护者 lengrufeng2008，分类：工作流）提供的是一层命令与技能编排：指挥官、共享黑板、独立验证者与红队、明确的 token/时间预算，进度单位是 verified claim（已验证主张），而不是智能体数量。它不是通用求解器，也不承诺解决数学/物理等领域的开放问题。
这是什么¶
dsh-science-legion 是面向 DSH 的 skill 包，用于分层、可核查的科学战役，覆盖数学、物理、天文、工程，以及生物医学证据评估（非医疗建议）。插件本身不会替 DSH spawn 上千个 agent；它说明如何用 DSH 现有的 workflow 与 subagent 工具组织战役，具体模型、工具与速率限制仍由 profile 决定。
仓库 README 中记录的一次六智能体试点：独立验证者发现自带 benchmark 的答案键有误——公式成立，期望值的标注错了（四阶与六阶截断混淆）。这被作者当作产品「按验证结果工作」的示例，见仓库内 evals/pilot-fourth-order/。
技能包组成¶
路由与指挥由 science-legion（选领域、选 tier）和 legion-command（班组/排/连/军团条令、黑板、工作者契约、预算）承担。领域技能包括：
| Skill | 作用 |
|---|---|
math-research |
定义、证明义务、反例、符号与数值检查 |
physics-research |
单位、守恒、极限、近似控制、仿真、不确定度 |
astronomy-research |
坐标系、时间系统、测光、距离、选择效应、档案 |
engineering-research |
需求、载荷工况、安全系数、公差、失效模式、试验 |
biomedical-research |
PICO、研究设计、绝对/相对效应、偏倚、适用性 |
science-verify |
独立证据表、复现、证伪、溯源 |
指挥技能里还命名了若干战术形状（如 wolf pack、flanking、pincer 等），用于多路独立方法、侧翼极限情形、双方法一致等，而不是单次巨大 fan-out。
规模与成本规划¶
默认规模是 Squad（6）：指挥官、两名 scout、calculator、独立 verifier、red team。条令上还可规划 24、96，以及经校验后的 384–1000；README 明确 1000-agent 层级在此仓库尚未验证，应视为受控研究模式，而非已交付能力。
在超过六 agent 的战役前，可在插件包目录用自带脚本做规划用成本估算（非服务商报价）：
node scripts/estimate-campaign.mjs --agents 24
脚本按已测六 agent 试点线性外推，并对高于六 agent 的 tier 加 25% 协调开销；README 给出六 agent 复现为约 ¥1.4543、24 agent 约 ¥7.27 的参考数。正式开跑前应在 BRIEF.md 中写入 token 上限；文档建议到预算约 70% 时停止。
安装与启用¶
通过 DSH 插件管理器安装（资料原文命令，profile 为 web）：
dsh plugin --profile web add github:lengrufeng2008/dsh-science-legion
当前 package 版本为 0.2.0，许可证 MIT。插件以当前 DSH 进程的权限运行；安装前请自行阅读仓库源码与 LICENSE，确认是否符合你的安全与合规要求。
典型用法¶
提出硬科学问题时，可 invoke 路由 skill science-legion，或直接使用领域 skill。README 给出的调用形式如下：
Use science-legion on: prove or refute ...
指挥官会在 research/<slug>/ 下写 brief，从 squad 规模起步，并报告主张、证据、不确定度、失败项与成本。验证是独立角色；作者不能自行把自己的结果标为 verified。
边界与诚实声明¶
资料中强调的边界包括：
- 不声称解决开放问题；需要证明、证书、可复现计算或决定性测量等形式的结论。
- 不伪造引用、数据、观测或数字；未知事实标为
UNKNOWN。 - 不在 prompt 中放入患者数据或凭证。
- 不以多数票或纯 LLM 裁判当作真理；不 silent retry。
- 大规模 agent 可能又贵又慢；预算门是产品设计的一部分。
本地还可运行 npm test（manifest、frontmatter、条令标记等）与 npm run preflight（上架前包面检查），详见仓库 README。
结尾¶
若你希望在 DSH 里用分层多智能体 + 独立验证 + 预算门组织科学类任务，而不是追求 agent 数量或开放问题噱头，dsh-science-legion 提供的是可复用的技能与条令层。社区目录页：https://www.skillhub.cn/plugins/lengrufeng2008/dsh-science-legion；源码与完整说明：https://github.com/lengrufeng2008/dsh-science-legion。
