前言¶

在 DeepSeek Harness（DSH）裏跑 Agent，常見問題是：同類失誤會在不同任務裏重複出現；當前會話結束後，上下文不一定保留；換一個新會話，之前的修正也不一定被沿用。只靠加長 system prompt 能塞下靜態規則，卻很難自然記錄「這次具體出了什麼問題、怎麼改的、後來有沒有再驗證」。

下面介紹社區插件 dsh-lessons（維護者 duahciM，SkillHub 分類爲工作流）。它嘗試把「任務執行 → 結束復盤 → 結構化記憶 → 後續按作用域注入」串成閉環，讓一次任務裏形成的經驗有機會遷移到後續獨立任務。README 與目錄頁均標明這是實驗品，效果不保證；是否值得接入，需要結合自己的任務形態和合規要求自行判斷。

這是什麼¶

dsh-lessons 是 DSH 上的元認知類插件：用 task_start / task_end 劃定任務邊界，在任務結束時生成決策軌跡與復盤材料，經 task_reflect 把經驗寫成可治理的記憶，並按 global、session、reflection 三層作用域注入 system prompt 的 ## Accumulated Lessons 區段。

• 插件包名：dsh-lessons，當前版本 0.2.2（MIT 許可證）
• 運行環境：README 寫明 DeepSeek Harness 0.2.2-rc.1；package.json 要求 dsh >=0.2.1-rc.5，Node ^22.19.0 || >=24.0.0
• 社區目錄：SkillHub - dsh-lessons（獨立社區站點，與 DeepSeek / 幻方無官方從屬關係）
• 源碼：github.com/duahciM/dsh-lessons

插件在分工上明確：程序負責記錄、結構校驗與注入流程；模型負責語義分類、衝突判斷和任務反思。

核心機制¶

閉環與四個工具¶

插件設想的閉環如下：

任務開始 → 決策 → 任務結束 → Agent反思 → 結構化記憶
   ↑                                           │
   └──────────── 後續任務讀取並應用經驗 ────────┘

對外暴露四個工具（名稱與參數以 README 爲準）：

task_end 會在任務時間窗內整理決策軌跡（用戶請求與糾正、Agent 對外表述等），反思對象是 Agent 的工作決策，而不是完整的工具調用技巧清單。任務狀態包括 succeeded、failed、abandoned、aborted。

三層記憶與注入¶

注入由作用域決定；經驗可晉升到 global 或指定 session，晉升是狀態遷移而非複製條目。三層目前渲染在同一 system prompt 區段，按層分組。

經驗字段與治理¶

單條經驗的核心字段包括：problem（現象）、attempted（當時做法）、correction（應當怎麼做）、applies_when（適用條件）、confidence（low/medium/high）。寫入時由模型聲明與已有經驗的關係：new / repeat / revise / none；生命週期含 active、superseded、deprecated、deleted 等。衝突關係可聲明爲 condition、goal、contradiction、apparent，渲染時並列呈現，不由程序自動裁決。

決策環境快照¶

task_start 會把當時實際生效的經驗凍結進 task_open 記錄，避免事後修改記憶庫改寫歷史任務「當時看到的約束」。反思材料裏可呈現 DECISION ENVIRONMENT 段；渲染是否簡略由配置項 environmentInBrief（默認 true）控制。記錄與渲染可分開取捨：快照始終落盤，關掉簡略渲染可減少復盤時的 token，但不影響按 id 反查。

默認開啓的 silentReflection 要求模型在思維鏈內完成復盤，直接調用 task_reflect，對外最多一行說明任務是否成功，以減少重複輸出 token 和決策軌跡污染（詳見 README 第 2.4 節實測說明）。

安裝與啓用¶

依賴方面：無外部服務，零 npm 依賴（僅 Node 內置模塊）。安裝前建議瀏覽倉庫源碼與 MIT 許可證；插件以當前 dsh 進程權限運行，數據目錄由你配置，需自行評估路徑與備份策略。

方式 A：DSH 界面（推薦）¶

1. 打開 DSH，進入 插件 → 添加插件。
2. 輸入 dsh-lessons（或倉庫地址 https://github.com/duahciM/dsh-lessons），點擊 安裝。
3. 安裝完成後點擊 立即啓用。

方式 B：命令行¶

Web 模式示例：

dsh plugin --profile web add dsh-lessons

命令行安裝後請重啓 dsh web。Headless 用戶請使用 --profile headless。

配置要點¶

插件通過 cordis.patch.yml 掛載；下列片段摘自官方文檔，安裝後可在對應配置中按需修改路徑與開關：

- insert:
    - id: lessons
      name: 'dsh-lessons'
      config:
        taskDir: '<你的數據目錄>/dsh-lessons-data'
        fsyncEvery: 16
        taskBoundaryHints: true
        injectReflection: true
        recordEvents: true
        stateFromFile: true
        silentReflection: true
        lessons:
          enabled: true
          maxLessons: 0
          diagnostics: true
          scopes:
            global: true
            session: true
            reflection: true
          batching: true
          instantNotice: true
          commitEvery: 8
          commitEveryTokens: 0

taskDir 決定任務記錄與經驗的存放位置。stateFromFile: true（默認）時，進程重啓可從 tasks.jsonl 重建進行中任務等狀態，避免 task_end 報 no open task。batching 與 instantNotice 用於在「system prompt 全量重算成本高」與「新反思儘快可見」之間折中：未達提交閾值時先發 plugin 通知，達到 commitEvery 等閾值後再更新 system prompt 區段。

典型用法¶

Agent 側流程¶

系統提示會引導 Agent：任務開始前調用 task_start（文檔要求其爲任務第一項動作）；有明確結果後調用 task_end；根據復盤材料調用 task_reflect 寫入結構化經驗。若任務開始後才補開 task_start，插件無法補回此前未收錄的決策過程——這是 README 明確寫明的限制。

需要追溯某條經驗時，由 Agent 自行決定是否調用 lessons_lookup(lesson_id)，以換取完整來源鏈（目標、結果、事件區間、任務開啓時的其他經驗等），而不是在每次反思時預塞全部來歷。

人工維護記憶¶

在插件目錄下，可用附帶的 CLI 做審計與治理（會話 id 等參數以你環境爲準）：

node tools/lessons.mjs list --session <會話id>
node tools/lessons.mjs check
node tools/lessons.mjs add --scope global --pattern "…" --correction "…" \
     --applies-when "…" --boundary "爲什麼屬於這一層"
node tools/lessons.mjs move <id> --to global
node tools/lessons.mjs remove <id>
node tools/lessons.mjs remove <id> --yes
node tools/deprecate.mjs <id> --reason "…"
node tools/deprecate.mjs --list

remove 默認只預覽、exit 3 等待確認；--yes 才寫入墓碑。這與 README 中「危險操作需審批」的設計一致。

適用場景與注意¶

更適合誰： 希望在 DSH 工作流裏顯式區分「任務邊界」、願意讓 Agent 在任務結束後做結構化復盤，並把經驗按會話/全局分層注入後續對話的團隊或個人。SkillHub 將其歸入工作流類插件，與「純工具封裝」型插件的定位不同。

務必留意的限制（摘自 README 第三節，此處只列要點）：

1. 任務邊界仍依賴模型是否調用 task_start / task_end，漏開會缺決策軌跡。
2. 分層、衝突、重複等語義判斷由模型負責，結構檢查器無法識別「分錯層」或空泛 boundary。
3. 三層共用一個 system prompt section，內容變化可能觸發較大範圍的提示詞緩存重算（README 給出過量級實測，因使用方式而異）。
4. 插件自述爲實驗品，第四節實驗數據需在倉庫內查閱，不宜在未經復現的情況下當作生產 SLA。

經過上面的步驟，若你已在測試環境驗證安裝、數據目錄權限與復盤流程，再推廣到日常會話會更穩妥。

結尾¶

dsh-lessons 把 DSH「一切皆插件」的思路落到 Agent 元認知上：用工具劃定任務、用結構化字段沉澱經驗、用作用域與治理規則控制注入，並保留按需溯源能力。它不替代你自己的評測與合規流程，而是在 Harness 內多一層可審計的記憶閉環。

• 社區目錄：https://www.skillhub.cn/plugins/duahciM/dsh-lessons
• 源碼與完整說明：https://github.com/duahciM/dsh-lessons