dsh-oracle-gate

dsh-oracle-gate

> 把验收标准先冻住，再只认执行回执的准入闸门。

DSH（DeepSeek Harness）插件。目标只有一句话：让「做完了」这件事不再由做的人说了算。

---

它解决什么问题

多 agent 协作里最贵的一次事故，不是写错代码，而是双方对「做完了」的定义不一致：

• 实现者说「我跑过了，没问题」——但跑的是改过之后的脚本，或者干脆是嘴上说的
• 验收者事后放宽了门槛——因为原来的门槛过不去
• 真实失败被包装成「环境问题」——然后重试三次，每次都记成通过

本插件的做法是把顺序反过来：先让验收标准落成带哈希的不可变文件，之后每一次执行都只能按冻结过的判据 id 进行，执行结果由代码自己记账，裁决不看任何人的自我评价。

---

核心机制

四步，每一步都堵死一种作弊路径。

1. 冻结 oracle_gate_freeze

把判据写进 /.protocol-kit//oracles.json，同时记录内容哈希。冻结后：

• 再次冻结同一个 run_id 会被拒绝（一个 run 只能冻一次）
• 判据里点到的每个本地文件（脚本、数据、基线）都会记下 sha256 + 字节数
• 冻结之后一行代码都还没写，门槛就先定死了

2. 执行 oracle_gate_exec

只接受判据 id，不接受临时指定的命令。

执行前做两件事：先校验判据文件哈希，再校验它引用的每个本地文件的哈希。任何一项对不上就直接拒绝执行——不是警告，是不跑。

预算在预留阶段就消耗，失败不退。

3. 裁决 oracle_gate_gate

把「真实执行回执」和「人工/LLM 评审结论」分开收集，再统一裁决。四种结果：

| 裁决 | 含义 |

|---|---|

| pass | 全部可执行判据通过，人工判据也有明确结论 |

| rejected | 有硬失败（退出码不对、超时、起不来）——人工评审传 pass 也拦不住 |

| insufficient-evidence | 证据不足：缺回执、缺引用 |

| blocked-on-human | 在等人，不算失败 |

人工判据的结论必须以结构化形式传入，并带 evidence_refs。评审说自己过了但给不出引用，就是没过。

4. 归因 oracle_gate_failures

每类失败绑定固定的回退目标，避免「所有失败都当成 bug 再实现一遍」：

requirement-misread → clarify、design → design、implementation → implement、evidence-gap → evidence、oracle-gamed → freeze、infrastructure → no-replay

---

实测：两种作弊都被挡住了

篡改判据脚本——把 check-pass.mjs 里的一个字符串改掉，再执行：

判据「L0-pass」引用的文件在冻结后被改过，判定已不可信，拒绝执行：
check-pass.mjs：期望 7678979105da…，实际 58eee9e63492…

硬门 vs 人情——判据 L0-fail 退出码 1，同时给人工判据传 verdict: "pass"：

{ "verdict": "rejected", "blocking": [{ "id": "L0-fail", "reason": "failed", "exit_code": 1 }] }

裁决不读自我评价，也不做「综合判断」。

---

工具清单

12 个工具，统一前缀 oracle_gate_。不确定该用哪个时先调 oracle_gate —— 它扫一遍台账，告诉你每个 run 卡在哪一步、下一步该调谁。

总入口

| 工具 | 作用 |

|---|---|

| oracle_gate | 验收台账总入口：列出项目里全部 run 的裁决状态与下一步建议。无参数也能调（缺省用当前目录），严格只读 |

执行内核

| 工具 | 作用 |

|---|---|

| oracle_gate_freeze | 冻结判据。支持直接传 oracles，或传 acceptance 由 src/kernel/compile.js 编译；dry_run 只编译不落盘 |

| oracle_gate_exec | 按判据 id 执行，写回执 |

| oracle_gate_gate | 四态裁决 |

| oracle_gate_failures | 记录 / 检索失败归因 |

查看进度

| 工具 | 作用 |

|---|---|

| oracle_gate_status | 一次回答「这个 run 跑到哪一步」：哪些判据通过/失败/未跑、七个预算桶各剩多少、下一步该做什么。纯只读，连查三次字节不变 |