前言¶
在 DeepSeek Harness（DSH）裏做「對照既有產品、自己實現等價物、用證據驗收、補缺口再迭代」這類任務時，單靠會話裏臨時寫 prompt 很難保證步驟一致，也缺少可審計的 checklist 與 run ledger。社區裏已有 Claude Code 風格的 skill 倉庫把整套方法寫進 SKILL.md 與 references/templates；Mulqi ReaSLL 把它打包成可安裝的 DSH 插件，在 boot 時向 ctx.skills 註冊同名 skill，agent 在任務匹配或你顯式點名時會加載整套指令，而不是再新增一層工具。
下面介紹插件定位、能力與安裝用法；事實以 GitHub 倉庫 README 與 package.json 爲準。
這是什麼¶
Mulqi ReaSLL（npm 包名 mulqi-reasll，當前插件版本 1.0.2）由維護者 mulqizamzam 發佈，SkillHub 分類爲工作流。它把 Reverse Engineer Anything with a Self-Learning Loop 方法論以 DSH skill 形式交付：針對你有權重建的產品做審查、自建等價實現、對照證據 review、填 gap 並循環，直到書面 100% checklist 通過。
上游來自 Speedrunlab/reverse-engineer-anything-self-learning-loop（MIT，Speedrun AI Labs，commit a0b4f1e）。插件側在 1.0.2 將 Section 0 改爲可選 intake（不再作爲授權門禁），並同步調整了四個相關文件；其餘方法與 upstream skill 版本 1.0.1 保持一致。許可證 MIT；無 runtime 依賴、無 build step；目標 DSH 版本 >=0.2.1-rc.2 <0.3.0，Node.js >=22.19.0。
註冊到 agent 的 skill 名稱是 reverse-engineer-anything-self-learning-loop，與插件包名 mulqi-reasll 不同——顯式調用時需使用 skill 名。
核心功能¶
插件不增加新 tool，僅通過 Cordis 入口 index.js 與 cordis.patch.yml 把 skill 註冊進 DSH bundle。運行時只讀 assets/ 下的 SKILL.md、references/、templates/；vendor/upstream/ 爲只讀溯源快照，不參與執行。
Skill 工作流（細節在 skill 正文與各 reference 中）可概括爲：
- Periksa / 審查（
references/examine.md）— 以 static-first 爲主，不復制受保護的表達。 - 寫 100% 定義（
templates/parity-checklist.md）— 構建前需你認可的 parity checklist。 - 構建 — 先 walking skeleton，再補全。
- 證據 review（
references/review.md）。 - 記錄 gap 與迭代計劃（
templates/gap-report.md、templates/iteration-plan.md）。 - 修復（
references/fix-recipes.md）。 - 循環直至 checklist 通過；每次迭代寫入
templates/run-ledger.md。
Intake 建議記錄目標產品、授權依據、範圍、可寫工作目錄、隔離分析環境等，但不完整不會阻止開始；未知項應記在 run ledger 爲 unknown，而非猜測。
安裝與啓用¶
DeepSeek Harness 社區插件目錄見 SkillHub 條目（獨立站點，與 DeepSeek / 幻方無官方從屬關係）。安裝前請自行閱讀倉庫源碼與 MIT 許可證；插件隨當前 DSH 進程權限運行。
從 GitHub 安裝¶
將 web 換成你實際使用的 DSH profile 名稱：
dsh plugin --profile web add github:mulqizamzam/mulqi--reasll
該命令會把 mulqi-reasll 加入 profile 依賴並寫入 dsh.profile.bundles，一般無需手改 YAML。
驗證¶
dsh --profile web --dump-config | grep -A2 "== mulqi-reasll"
期望看到類似：
# == mulqi-reasll
- id: mulqi-reasll
name: mulqi-reasll
Skill 在 DSH 新會話 boot 時註冊；已打開的舊會話看不到新插件，需重啓會話。
卸載¶
dsh plugin --profile web remove mulqi-reasll
更細的遷移說明見倉庫內 HOWTOUSE.md。
典型用法¶
Skill 提供的是知識與流程約束，不是固定 slash 命令。兩種常見方式：
1. 讓 agent 自動匹配
在會話中描述與「重建、parity、逆向對照」相關的任務；agent 會根據 skill 列表摘要決定是否加載 reverse-engineer-anything-self-learning-loop。
2. 顯式指定 skill
在提示中寫明使用 skill 名稱，例如（語義示例，可按你的目標改寫）：
使用 skill
reverse-engineer-anything-self-learning-loop重建這份報告解析邏輯。
開始前建議準備好：有權重建的對象說明、範圍邊界、可寫目錄；涉及 live 分析時，宜使用一次性 VM 等隔離環境。這些在 intake 與 run ledger 中留痕，便於事後審計。
適用場景與注意¶
適合： 需要在 DSH 內 repeatable 地跑「審查 → checklist → 實現 → 證據 review → gap 閉環」的開發者；已有 DSH 0.2.1-rc.2 及以上（<0.3.0）與 Node 22.19+ 環境。
注意：
- 方法論強調僅對你有權重建的產品操作；授權與範圍應自行記錄，插件把 Section 0 改爲可選 intake 後不會在 skill 層硬性攔截，合規責任仍在使用者。
- 安裝即信任維護者與上游 skill 內容；倉庫提供
scripts/validate.mjs與 tests 校驗assets/與vendor/upstream/一致性，安裝前請在 GitHub 上閱讀源碼與docs/SOURCE-MANIFEST.md。 - GitHub 星標爲 0（截至資料抓取），不代表功能缺失，僅反映社區曝光度。
結尾¶
Mulqi ReaSLL 把 Speedrun AI Labs 的自學習逆向閉環 skill 原樣搬進 DSH skill 體系，並用可選 intake 降低啓動摩擦，同時保留 parity checklist 與 run ledger 的可審計結構。需要安裝命令、skill 文件名與 upstream 溯源時，以倉庫 README 與 docs/SOURCE-MANIFEST.md 爲準。
