前言¶
在 DeepSeek Harness（DSH）里接大模型流式回答时，模型有时会以「抱歉，我不能…」「Sorry, I can’t…」一类话术直接拒答。若只在 HTTP 反向代理层处理，通常要把整段响应缓冲完再判断，流式打字效果会断掉。DSH 走客户端插件与结构化 chunk，可以在只预读开头若干字符后做决定，被拒那次不向用户展示，再静默重发，正常回复的流式体验基本保留。下面介绍社区插件 dsh-policy（维护者 hbx111，分类：模型推理）的实现思路与配置方式。
这是什么¶
dsh-policy 是挂载在 DSH 上的插件（当前包版本 1.1.0，MIT 许可证），承担两件彼此独立的工作：
- 流内判拒与自动重试（README 中的 headline 能力）：若模型正文以拒答模式开头，丢弃该次尝试并静默重新发起请求。
- 策略文本注入（可选，默认关闭）：在出站请求尾部追加一段 policy 文本，作为
user消息发给模型。
中文 README 概括为：在 dsh 客户端侧对模型响应做流内判拒并自动重发；只预读开头一两句，被拒那次不吐给上层，正常回复的流式打字几乎不受影响。插件零外部依赖，仅使用 Node 内置模块；要求 Node >=18，DSH >=0.2.0-rc.1。
与「纯代理」的差异可以概括为：
plugin: llm/stream (waterfall) → peek first N chars → refusal? → re-issue & swallow
proxy: full response buffered → judge at the end → no streaming at all
核心功能¶
判拒与重试¶
- 廉价预读：默认只缓冲开头
peekChars（默认 200）个字符再判定；普通长回答几乎直通，延迟很小。 - 推理块感知：
reasoning-delta不计为「正文已开始」；模型先长段推理再拒答仍可识别。 - 工具调用感知：若第一个块是 tool call，不按拒答处理，不重试。
- 上游过滤感知：
content_filter/guardrail_intervened/risk control等终止视为终态，不再重试，避免烧 token，并在失败信息上附注。 - 中英拒答模式：覆盖如
Sorry, I can't…、抱歉，我不能提供…、我无法写这类…，以及中文后置否定（例如「继母与继子这类家庭亲属关系的性内容我不写」一类句式）。 - 降低误判：技术表述如「这个函数我不写注释」不应触发重试；规则用窄模式与对象词白名单约束。
判拒逻辑 looksRefusalHead(text) 对前 200 字符分四类：开头道歉+不能、开头不能+动作、指示词+不能、后置否定等。后置否定用于补全仅以句首「抱歉」「我不能」锚定会漏掉的中文拒答。
策略注入（可选）¶
通过 ~/.dsh/policy/config.json 的 mode 控制注入位置：off | user | system | both；文档说明 user 是较可靠送达模型的位置。重试与 mode 无关，mode 为 off 时仍可单独开启重试。
onlyAgentLoop 默认为 true：仅对携带 tool definitions 的请求注入策略，标题生成等内部调用不注入。
配置热更新与日志¶
- 配置目录：
~/.dsh/policy/，含config.json、policy-sys.txt（mode != off时注入的文本）、policy.log（决策日志，上限 256 KiB）。 - 修改
config.json的 mtime 后插件会重读，无需重启 dsh；修改index.js需重启 dsh。 log: true时向policy.log追加决策记录。
默认配置示例（README 原文）：
{
"mode": "off",
"onlyAgentLoop": true,
"log": true,
"retry": {
"enabled": true,
"maxRetries": 2,
"peekChars": 200,
"peekMs": 1200,
"minTextChars": 24,
"textStallMs": 1500,
"maxWaitMs": 10000,
"backoffMs": 350
}
}
各键含义与默认值见下表（摘自 README；retry.enabled 文档表内默认值为 false，示例 JSON 中为 true，以你实际写入的配置为准）：
| Key | Default | Meaning |
|---|---|---|
mode |
off |
策略注入：off | user | system | both |
onlyAgentLoop |
true |
仅在带 tool 定义的请求上注入 |
log |
true |
写 policy.log |
retry.enabled |
false |
拒答重试总开关 |
retry.maxRetries |
2 |
拒答后最多重发次数 |
retry.peekChars |
200 |
判定前缓冲字符数 |
retry.peekMs |
1200 |
等待首段文字的最长时间 |
retry.minTextChars |
24 |
低于此长度继续等待 |
retry.textStallMs |
1500 |
文字停止增长多久后放行 |
retry.maxWaitMs |
10000 |
预读窗口硬上限 |
retry.backoffMs |
350 |
重发前等待 |
安装与启用¶
README 给出两种方式，未提供 dsh plugin add github:… 一类一键命令，安装前请自行阅读仓库源码与许可证（插件以当前 dsh 进程权限运行）。
方式一：将插件目录放在 dsh profile 旁并注册。
方式二（推荐）：作为 profile bundle 安装；包内已含 cordis.patch.yml，不必在 profile 里重复写入。
若不以 bundle 安装，需在 profile 的 cordis.patch.yml 中插入：
# profile/cordis.patch.yml — only needed if you are NOT installing as a bundle
- insert:
- id: dsh-policy
name: "dsh-policy"
以 bundle 安装时，包内 cordis.patch.yml 已包含上述条目，不要在 profile 中重复。
启用重试时，将 ~/.dsh/policy/config.json 中 retry.enabled 设为 true，并按需调整 peekChars、maxRetries 等。需要策略注入时编辑 policy-sys.txt 并设置 mode。
本地测试¶
仓库提供无网络、无需启动 dsh 进程的测试，驱动伪造 chunk 流经真实 listener：
node test-retry.mjs
README 记载 16 个用例，覆盖拒答命中、正常内容不误判、重发后用户只见第二次、长推理后拒答、工具调用不重试、上游 content_filter 不重试等场景。
适用场景与限制¶
适合：在 DSH 智能体/对话链路中希望保留流式 UX，又对「开口就拒」做有限次自动重试的开发者；可与可选 policy 注入配合约束模型行为。
限制（README 原文要点）：
- 重试是统计意义上的缓解；若同一输入每次都被拒，重试只会多耗 token，最后一次原样返回。
- 检测基于前缀；拒答出现在多段正常正文之后则抓不到。
- 预读窗口会在首 token 慢时增加延迟，可通过降低
peekMs权衡首字延迟与检出率。
参考链接¶
DSH 生态强调「一切皆插件」；SkillHub 等目录为社区站点，与 DeepSeek / 幻方无官方从属关系。dsh-policy 当前 GitHub 星标为 0，是否采用请结合自有合规要求与源码审阅后决定。
