dsh-session-eval:對已發生會話做確定性復盤評分
dsh-session-eval 是 DeepSeek Harness 社區工作流插件,由 kittimzhe 維護。它對已持久化的 agent session 日誌做回顧性評估:用固定閾值生成 Reliability、Re-ask、Tool load 等等級卡,支持 /eval-diff 跨 session 迴歸對比與 /eval-history 工作區趨勢,無需 benchmark 套件、LLM 裁判或額外跑分。安裝需 Node.js 20/22 及掛載 sessionQuery 的 web/agent profile。與同生態 dsh-session-export、dsh-session-recall 共用 sessionQuery,與 benchmark 型 dsh-eval 互補。MIT 許可。
閱讀全文