前言¶

在 DeepSeek Harness（DSH）裏和模型協作時，真正有價值的往往不是整段聊天原文，而是「這輪用戶要什麼、我們改了什麼、最後交付了什麼」。把歷史對話整包塞進下一次提示，噪聲大、token 也多；只憑記憶又容易漏掉路徑和動作。

下面介紹的 dsh-work-log 是社區插件（維護者 Eule-Lawrence，分類：記憶），在每輪對話正常結束時自動彙總一輪素材，寫成敘述式記錄，並按工作區與對話分文件存成 JSON，方便你或其他 AI 直接當上下文用。它不是聊天記錄備份，而是面向後續推理的工作素材。

這是什麼¶

dsh-work-log 監聽 DSH 的輪次結束事件，收集該輪的用戶消息、助手回覆和工具調用清單，再調用當前默認模型生成一段約 120～220 字、第一人稱複數的敘述；若模型不可用，則退回原文摘要，避免丟記錄。產物落在可配置的根目錄下，結構爲 根目錄 / 工作區目錄名 / 對話標題.json。

插件當前版本爲 0.2.0（見倉庫 package.json），許可證 MIT。社區目錄頁：SkillHub - dsh-work-log；源碼：GitHub - Eule-Lawrence/dsh-work-log。

工作原理¶

一輪對話在 turn/end 且 reason: completed 時觸發流程：

1. 收集這一輪的用戶消息、助手回覆與工具調用清單。
2. 約束模型只描述「動作清單」裏出現過的操作，降低胡編概率。
3. 將記錄追加進 <root>/<工作區>/<對話標題>.json。

同一標題若屬於不同會話，文件名會帶 -<短id> 後綴，避免覆蓋；對話標題後生成時，文件會改名跟隨。

子代理會話（origin: subagent）不記錄；中途被打斷、未 completed 的輪次也不記錄。

核心功能¶

• 按工作區與對話分文件：工作區名來自會話 cwd 的目錄名，一個對話對應一個 JSON 文件。
• 敘述式 content + 可選 actions：除文字摘要外，可附帶本輪實際工具調用列表，便於覈對「真的做過什麼」。
• 可關閉模型摘要：配置 summarize: false 時只記原文摘要，省掉每輪約 4k 字符輸入的一次小模型調用。
• 總開關：enabled: false 時不再寫入新記錄，已有文件保留。

安裝與啓用¶

在你的 profile 目錄安裝。DSH 桌面版可用 GUI 裏的插件管理，或 plugin_manager 工具。README 給出的命令形式如下（<本倉庫路徑或包名> 以你實際使用的來源爲準，不要憑插件名自行拼接未文檔化的包名）：

dsh plugin --profile <你的profile> add <本倉庫路徑或包名>

裝好後插件會進入 dsh.profile.bundles，重啓 DSH 後生效。

安裝前建議自行瀏覽倉庫源碼與 MIT 許可證；插件在 當前 DSH 進程權限 下運行，並能讀取對話內容與調用模型寫摘要，請只在可信環境啓用。

配置¶

三處可改，優先級從高到低：

字段含義（默認值以 README 爲準）：

文件結構與記錄格式¶

磁盤佈局：

<root>/
└── <工作區目錄名>/
    └── <對話標題>.json

單文件示例（字段含義見 README）：

{
  "generator": "dsh-work-log",
  "workspace": "deepseek harness",
  "cwd": "E:\\deepseek harness",
  "conversation": "DSH插件更新報錯排查",
  "sessionId": "session-...",
  "createdAt": "2026-11-06 19:32:22",
  "updatedAt": "2026-11-06 20:05:10",
  "records": [
    {
      "index": 1,
      "time": "2026-11-06 19:32:22",
      "turn": 14,
      "content": "你讓我把工作日誌插件的行爲和配置方式摸清楚……",
      "actions": ["write E:\\deepseek harness\\dsh-plugins\\work-log\\index.js", "pwsh node --check"]
    }
  ]
}

records 中：index 爲對話內自增序號；turn 爲 DSH 輪次號；content 供下游模型閱讀；actions 爲可選，舊記錄可能沒有該字段。

典型用法¶

1. 安裝並重啓 DSH，在「插件 → 工作記錄」把 root 指到你希望存放 JSON 的目錄（例如與項目同盤的路徑，便於備份）。
2. 正常在多輪對話裏改代碼、跑命令；每輪 正常結束 後檢查對應工作區下的 JSON 是否追加了一條 records。
3. 新開對話或交給其他 Agent 時，讀取相關 JSON 中的 records[].content（必要時連同 actions），作爲「已做過什麼」的上下文，而不必粘貼完整聊天。
4. 若在意每輪多一次模型調用，將 summarize 設爲 false；若暫時不需要寫入，將 enabled 設爲 false。

適用場景與注意¶

更適合：長期在同一工作區迭代、需要把「動作級」歷史傳給下一個會話或外部 AI 的 DSH 用戶；與 DSH「一切皆插件」的生態思路一致，社區目錄 SkillHub 爲獨立站點，並非 DeepSeek / 幻方官方應用商店。

需要留意：

• 摘要質量取決於當前默認模型；關掉 summarize 則內容更接近原文摘抄。
• 不記錄子代理刷屏會話，也不記錄未完成輪次，不能替代完整的審計日誌。
• 配置默認根目錄示例爲 Windows 路徑 E:\DSH-WorkLogs，在 Linux 上應在界面或配置中改爲本機路徑。

結尾¶

dsh-work-log 把每輪協作壓成一條條可讀的 JSON 記錄，按工作區與對話歸檔，方便後續 AI 直接引用「要求—動作—結果」鏈。若要安裝或查看說明，可從 SkillHub 目錄頁 進入，完整行爲與限制以 GitHub 倉庫 README 爲準。