前言¶

在 DeepSeek Harness（DSH）里学一门主题，常见做法是直接开聊、让模型逐段讲解。难点在于：前置知识是否齐全、学到哪一步、哪些点需要复习，往往要靠你自己记在笔记里，和对话进度也容易脱节。

dsh-talent-tree 是社区维护者 a961282799-crypto 发布的工作流类插件（npm 包名 dsh-talent-tree，当前版本 0.5.0，MIT 许可证）。它把一句学习目标拆成带前置关系的天赋树，并通过讲解或小测记录掌握程度；节点按铜、银、金三档点亮，进度跨对话保存在本地 JSON 中。下面介绍定位、安装与典型用法。

这是什么¶

插件全称对应仓库 a961282799-crypto/dsh-talent-tree，在 SkillHub 目录中归类为工作流。一句话定位：DeepSeek Harness 插件，把想学的知识拆成游戏式天赋树，学会一个点亮一个。

Host 端通过 techtree_plan、techtree_record、techtree_view 三个工具与模型协作；前端提供左侧栏「天赋树」、对话右侧边栏视图、可平移缩放的树图，以及 composer 下方的进度徽章。全局掌握程度写在 ~/.dsh/techtree/knowledge.json（若设置了 DSH_HOME，则在 $DSH_HOME/techtree/）。

核心功能¶

天赋树生成与节点信息¶

对用户说出学习目标（例如「我想学会拉格朗日中值定理」）后，模型调用 techtree_plan(goal_id, nodes[]) 生成或扩展树。每个知识点带有：

• 钩子（hook）：一句最能勾起兴趣的公式、想法或问题（如中值定理相关的匀速直观）。
• 白话说明：只使用当前层级已学内容解释，符号在详情卡「符号说明」中有对应解释。
• 类型与外形：概念、定理、方法、证明思路、技能、目标等类型在画布上有不同卡片形状与图例。

公式由模型写成 LaTeX（$…$），与聊天区共用 KaTeX；导出 PNG 时转为 Unicode 显示。

学习路线、检验与点亮¶

• 绿色「推荐」标签标出当前最宜学习的节点；可「按路线学」或「跳级挑战」综合题。
• 掌握程度经 techtree_record(node_id, level 0-3, weak?, evidence) 记录，须写明证据；level 对应未掌握到金（会用）等等级。
• 节点状态包括：锁定的未解锁、可学的蓝框、铜银金奖章、需加固的橙色标记、久未复习的提醒（铜 3 天、银 7 天、金 21 天）。

界面与数据同步¶

• 左侧栏「天赋树」：列出所有学习目标，选中后右侧显示完整树；数据从后台 knowledge.json 读取，约每 15 秒及切回窗口时刷新。
• 对话内：输入框下进度徽章或右侧引导页「学习天赋树」打开当前对话的树；工具结果中的 meta 含天赋树快照，经 techtree 会话投影推给前端，与对话记录一致。
• 今日待复习：汇总久未复习与答题暴露的薄弱点，可在对话中逐项考核。
• 导出：右上角可将整树（含钩子）存为 PNG 并复制到剪贴板。

对模型的影响（README 说明）¶

系统提示词增加固定教学规则（约 750 token）；三个工具的 schema 会注册。天赋树正文出现在工具结果中，不进入系统提示词。插件无第三方依赖。

安装与启用¶

环境要求：DeepSeek Harness 0.2.1 及以上、0.3.0 以下（桌面版或网页版均可）。

在 DSH 中新开对话，任选下列方式之一，让 AI 通过 plugin_manager 的 install_bundle 安装：

从 npm 安装（推荐）

用 plugin_manager 的 install_bundle 安装 dsh-talent-tree

从 GitHub 安装

用 plugin_manager 的 install_bundle 安装 github:a961282799-crypto/dsh-talent-tree

从本地文件夹安装（开发改代码时；路径须为从盘符开始的完整路径，示例为 Windows 风格）

用 plugin_manager 的 install_bundle 安装 C:\路径\到\dsh-talent-tree

命令行用户也可执行：

dsh plugin --profile <profile> add dsh-talent-tree

安装后 DSH 会自动重启后台。左侧栏出现「天赋树」、右侧引导页出现「学习天赋树」即表示安装成功；若未出现，完全退出桌面版再打开。

从旧包名 dsh-plugin-techtree / dsh-skilltree 升级时：先用 remove_bundle 卸载旧包，再安装 dsh-talent-tree；进度路径仍为 ~/.dsh/techtree/knowledge.json，工具名不变。

换存储位置可在 profile 的 cordis.patch.yml 中覆盖（桌面版默认 ~/.dsh/profiles/desktop/cordis.patch.yml）：

- insert:
    - id: techtree
      name: dsh-talent-tree
      config:
        dataFile: /绝对路径/knowledge.json

典型用法¶

1. 打开左侧栏「天赋树」，在顶部输入学习目标（如「拉格朗日中值定理」），点「生成」。会新建对话并预填提示词，自行发送后即可由模型生成树。
2. 在树上点节点的「开始学习」「检验我」，或右上角「继续学习」，会在新对话中继续（左侧栏发起时需自己点发送）；在当前对话右侧边栏的操作会把提示词发进当前对话。
3. 学完或答对后，由模型调用 techtree_record 点亮节点；跨对话已学节点会从 knowledge.json 复用状态。在新对话中可说「打开我的拉格朗日中值定理天赋树」，模型通过 techtree_view 传入 goal_id 拉回进度。
4. 查看推荐点、按路线学习、跳级挑战、今日待复习与 PNG 导出，均可在右侧树图界面完成；平移、滚轮缩放、方向键与「适应窗口」等操作见 README「操作天赋树」一节。

测试插件逻辑可在克隆后的仓库中执行 npm test（需 Node 22+），与终端用户安装 DSH 插件无必然关系。

适用场景与注意¶

适合：有明确学习目标、希望看到前置依赖结构、并用对话讲解或小测沉淀掌握程度的 DSH 用户；数学或理工科主题较能发挥 LaTeX 与符号说明能力。

已知限制（来自 README）：

• 生成天赋树后侧边栏不会自动弹出，需点进度徽章或从引导页打开。
• 从左侧栏发起学习会新建对话并填好提示词，需手动发送。
• 在另一对话点亮的节点，当前对话要等下一次 techtree 工具调用或点「刷新」才更新。
• 界面文案主要为中文与英文。

安全与权限：插件以当前 DSH 进程权限运行，会读写本机 knowledge.json 并通过桌面版登录校验暴露 GET /api/techtree/library。安装前应查看 GitHub 源码 与 MIT 许可证，确认符合你的使用环境。SkillHub 为社区目录站点，与 DeepSeek / 幻方无官方从属关系。

结尾¶

dsh-talent-tree 把「学什么、先学什么、学到哪一档」收进一张可交互的天赋树，并与 DSH 工具、侧边栏和本地知识地图对齐。目录页：https://www.skillhub.cn/plugins/a961282799-crypto/dsh-talent-tree；源码与完整说明：https://github.com/a961282799-crypto/dsh-talent-tree。