前言¶
智能体在回答里常会给出带有不确定性的论断。若要在本地做「主张校验」、留存收据（receipt），并复用 OpenAI 兼容的 chat-completions 端点作评判，通常需要自行拼装 MCP 服务、配置与提示词。DeepSeek Harness（DSH）采用「一切皆插件」的扩展方式；社区目录站点独立于 DeepSeek / 幻方，用于发现和分发插件，并非官方应用商店。
下面介绍维护者 phillui-37 发布的 dsh-ldf：将上游 Local Decision Framework（LDF）以 DSH 宿主插件形式接入，在启用后注册指引与宿主工具，并通过 DSH 原生 MCP 客户端维持 Python 服务端可用。
这是什么¶
dsh-ldf（GitHub：phillui-37/dsh-ldf）是 Local Decision Framework (LDF) 的 DSH 宿主插件。上游实现以 Git submodule 固定在仓库 upstream/；所有 DSH 适配代码在 src/，不复制或改写上游源文件。
运行要求（见仓库 README 与 package.json）：
- DSH：
>=0.2 <0.3（MVP 在本地 DSH SDK0.2.2-alpha.2上验证） - Node.js：
>=22 - Python：
>=3.10，且已安装上游mcp依赖
插件版本当前为 0.1.0，许可证 MIT。
核心功能¶
工作方式概览¶
插件启用后：
- 注册 guidance（模型指引）与 宿主工具。
- DSH 原生 MCP 客户端保持 Python MCP 服务（stdio）可用。
- 主张校验、模型发现、本地模型配置 仅在对应工具被调用时执行；模型配置须在用户明确批准 provider、model、format 之后才会继续。
- 插件 不会 在后台自动轮询校验主张。
评判流量路径简述：DSH 宿主 → dsh-ldf（提示与宿主工具）→ 原生 MCP 客户端 → 固定的 Python MCP 服务 → 配置的 chat-completions 端点；本地收据写入本机存储。另有 Node 侧的本地模型工具可对接本机 Ollama 或 LM Studio，经批准后可更新 DSH 设置并替换 MCP 子进程连接。
MCP 工具（上游）¶
默认 MCP 命名空间为 ldf（可由 serverName 修改），工具对外前缀一般为 mcp__ldf__，包括：
| 工具 | 作用（摘要） |
|---|---|
ldf_check_claim |
校验单个主张 |
ldf_check_claims |
批量校验 |
ldf_summarize_output |
归纳输出 |
ldf_fetch_evidence |
获取证据 |
证据语义、裁决类型等细节以上游 upstream/README.md 为准。
宿主侧扩展工具¶
除上游 MCP 工具外，插件在启用时还提供：
ldf_discover_models：按需盘点本机运行时/模型与相关 CLI（含对127.0.0.1:11434的 Ollama、127.0.0.1:1234的 LM Studio 等检查，README 中另有截断说明）。ldf_setup_local_model：在用户确认（confirmed: true）后配置本机运行时、下载或加载模型；通过/v1/models可见性验证后更新baseUrl与model，并重启 MCP 连接。
设置与持久化¶
各字段可在 DSH Settings 中编辑，保存后会序列化子 fiber 更新、释放旧 MCP 连接与 prompt 区段并启动替换；禁用插件会移除工具与指引。正在进行的调用可能被设置变更打断。
常用字段（默认值见 README 表格）：
python：解释器路径，建议使用虚拟环境的绝对路径。baseUrl/model：评判 API；默认指向本机 Ollamahttp://127.0.0.1:11434/v1与qwen3:8b（需自行准备模型或使用下方 setup 工具）。apiKeyFile：托管服务商可选，指向 UTF-8 密钥文件路径，密钥不写入设置表单。outputMode：json_schema、json_object或plain。prefix/suffix：可编辑的多行模型指引，默认 prefix 建议代理对重大不确定主张使用稳定 evidence ID 做校验（不强制自动调工具）。followUpstreamSkill：为true时尝试在~/.agents/skills等路径加载匹配的ldf-check-claimskill 以替换插件内全部 LDF 提示文本。
LDF 上游行为仍会写入收据；capture / captureResponse 可保留证据或原始响应，需结合 dataDir 与保留策略使用。
设置界面¶
src/client.js 在 DSH 插件设置槽位提供 Local Decision Framework (ldf) 配置表单，不依赖可选的宿主 UI primitives 包。
安装与启用¶
官方 README 给出的准备步骤（含 submodule 与 Python 虚拟环境）如下。安装方式为 通过 DSH 插件管理器将该本地目录作为 bundle 安装，而非本文臆造的一条式远程 add 命令。
git clone --recurse-submodules https://github.com/phillui-37/dsh-ldf.git dsh-ldf
cd dsh-ldf
# For an existing checkout:
git submodule update --init --recursive
python3 -m venv .venv
.venv/bin/python -m pip install ./upstream
npm install
随后：
- 在 DSH 中用插件管理器安装该目录 bundle；宿主须满足
package.json中的 peer 依赖（如@deepseek-ai/dsh-mcp-client、@deepseek-ai/dsh-tools等）。 - 打开 DSH Settings 中生成的 Local Decision Framework 表单，将
python设为.venv/bin/python的绝对路径。插件以PYTHONPATH指向上游 submodule 的src，始终运行固定 checkout，而非任意全局 LDF 版本。 - 配置
baseUrl与model。LDF 会在 base URL 后追加/chat/completions；配置路径建议使用绝对路径。
典型用法¶
主张校验流程（概念）¶
当代理或用户触发 claim 相关 MCP 工具时：
- 若未提供证据，上游逻辑 本地弃权（abstain），不调用提供商。
- 若提供证据，则请求已配置的
/chat/completions，校验裁决与引用后 写入本地 receipt，再返回工具结果。
这与「后台持续自动校验」不同：无工具请求时服务处于等待，不做 claim 检查。
本地评判端点¶
默认以本机 Ollama 为评判端点。若尚未部署 qwen3:8b，可先调用 ldf_discover_models 了解本机现状，再在用户明确批准后使用 ldf_setup_local_model 完成拉取与验证。
可选上游 Skill 指引¶
若已在常用 skills 目录安装与 ldf-check-claim 匹配的 SKILL.md，可将 followUpstreamSkill 设为 true，由 skill 替换插件内置的 prefix/suffix 等指引文本；找不到可用文件时保留当前指引并记录警告。
适用场景与注意¶
适合：
- 已在或计划使用 DSH 0.2.x，并希望在同一宿主内集成 LDF 的 MCP 工具与收据能力。
- 需要用 OpenAI 兼容 API（本机 Ollama/LM Studio 或带
apiKeyFile的托管端点）作为「评判模型」的团队或个人开发者。
务必注意：
- 插件以 当前 DSH 进程权限 运行；安装前请阅读源码与 MIT 许可证，并理解 MCP 子进程、本机 loopback 与密钥文件路径的权限含义。
- README 明确：不要 将缺少解释器或启动失败伪装为成功的 judge 调用；启动失败由 DSH 记录并可重连。
- 社区目录页（SkillHub）与 GitHub 仓库由维护者 phillui-37 发布；星标与简介以各站点当时展示为准，本文不罗列未在抓取资料中出现的运营数据。
结尾¶
dsh-ldf 把 Local Decision Framework 的 Python MCP 服务与 DSH 的设置、工具、指引槽位绑在一起，并补充本机模型发现与配置工具，便于在可控环境下对主张做证据驱动的校验与留痕。
