dsh-flash-presets

dsh-flash-presets

中文 | English

dsh-flash-presets

为 DeepSeek V4.1 Flash 调校的 DeepSeek Harness（DSH）agent 预设。

核心要素：更短的上下文窗口，工具裁切，低频工具优化，run_code合并调用。本插件无法改变模型能力上限，但能以更低的预算完成模型能力范围内的任务。

整个包以 DSH 组合包（dsh.bundle）交付：向 profile 插入预设行，不改宿主源码。有三项是运行时对整个 profile 生效的：常驻 PTC 运行时（补丁里的 ptc-runtime 覆盖，作用到该 profile 的所有预设，要关只能移除这张插件卡）、glob / grep 的只读并发标记（DSH_FLASH_PRESETS_CONCURRENCY=0 关闭）、旧 preset id 的解析（DSH_FLASH_PRESETS_ALIAS=0 关闭）。 当前版本：v0.3.0（2026-11-07）· 预设 v3 / v3 balance · 计划模式 plan-mode v1（1.0.0）· 要求 DSH >=0.2.1-rc.5 从 npm 安装请写死版本号：dsh-flash-presets@0.3.0（npm view dsh-flash-presets version 可复核）。main 上还陆续修正了 CI 与随包文档，没有升版号、也没有发 Release —— 对外发布的仍是同一个 0.3.0。不要装 0.2.5 —— 它在 DSH 0.2.2-rc.1 上无法新建会话（#19）。 适合谁，不适合什么

适合 目标清楚、有验收标准的任务：改代码、跑脚本、整理数据、按格式出交付物。 长会话。默认压缩阈值是上下文的 80%，多数会话根本触发不了；本预设改为 25%，长会话的上下文因此保持在可控范围。 在意 token 账单、又不想在每条消息里反复叮嘱模型的人。

不适合 明显超出模型能力的难题，比如竞赛级、以拿部分分为目标的题目。这类任务上标准模式更稳，数据见实测证据。 DeepSeek V4.1 Flash 以外的模型。规则可能仍然有用，但没有验证。 DSH 低于 0.2.1-rc.5 的版本（含 0.2.1-rc.2～rc.4）。旧版本请用对应的旧版包（见版本与兼容性）；DSH 0.1.7 以前的目录式预设，0.2.6 起不再提供。 它做了什么

四个机制分别作用在会话的四个时刻，彼此不重叠： 另外两项随包生效： 工具面使用 PTC（tool-presentation: ptc），PTC 运行时改为会话内常驻（ptc-runtime: persistent-in-memory）。实测每个 program 的固定启动成本从 108 ms 降到约 0（按收益模型计），嵌套工具调用从 44 ms 降到 15 ms（压测记录）。收益随单个 program 内的调用次数线性增长，只跑一条命令的短任务几乎无感。 插件在运行时为 glob / grep 补上只读并发标记，同一轮里的多个搜索可以并行执行（仅插件管理器安装的 web / desktop profile；脚本安装没有这一项，DSH_FLASH_PRESETS_CONCURRENCY=0 可关）。

逐项原理与源码行号见技术文档 · 省 token 的四套机制。 预设：lean-v3 + balance（发行包就这两张） 两张卡共享同一套压缩/裁剪框架与插件配置，区别只在 persona 规则文本。

不随包发行的 id（需要就自己在 profile 补丁里加行）： flash-lean-ptc-v1（14 条 / 0.3·50k）、flash-lean-ptc-v2（12 条 / 0.25·20k）：0.2.5 的规则。 规则与 v3 不同，但仍然映射到 flash-lean-ptc-v3（打得开优先），标 rulesDiffer 并在首次命中时打印 警告；要原规则的就在自己的 profile 补丁里加行，源文件见 tag v0.2.5。 0.2.6–0.2.8 的 flash-lean-ptc-v3-lite、更早的 flash-lean / flash-lean-ptc：同样由别名层解析到 flash-lean-ptc-v3，不占卡片。 脚本安装没有别名层（只有插件卡有）：上面这些历史 id 的会话要打开，就在自己的 profile 补丁里加回原行 —— 安装器现在会保留你加的 v1 / v2 行（第六轮审计 U1-2 之前它会把它们当残留删掉）。

lean-v3 的 13 条规则分五组：预算（按轮而不是按步计，目标 20 轮以内，超过约 60 轮就停下重新规划）、动手顺序（短判断加一次廉价探测，提交型任务先交最小可行产物）、验证（验收一次通过即交付，不追加随机测试与压测）、工具与输出（用 read/glob/grep 读文件，批量调用，增量改写）、交付与范围（按用户语言作答，守住范围，不把密钥写进会话，同一路子失败两次就换）。

balance 只保留引擎替代不了的三条：守住语言与范围、不写密钥、连败两次就换路子并报告确切的命令和输出，适合需要模型发挥的特殊场景，如攻坚和oneshot。 说明：0.2.6–0.2.8 期间这两张卡曾叫「轻量PTC-v3 lite / balance」，0.2.9 起显示名回到「精简·PTC v3（lean-v3）」与「精简·PTC v3 balance」；id 从头到尾没变，旧会话无需重选。 实测 办公基准

两套虚构的日常办公数据处理任务：办公基准 v1（8 题）与办公追加 v1（5 题）。表中为每个配置的平均 token，含缓存读取，单位百万；OPS 指 dsh-ops。 补充说明： lean-v3 是 0.2.5 时期的 13 条规则版，与现在发行的 flash-lean-ptc-v3（lean-v3）规则相同。 「相对标准模式」同时包含了 PTC 工具面的收益。只看预设本身，应与 PTC 模式比：两个套件上分别约为 −59.6% 与 −69.2%（由表中数字算出）。 表里只有 token 消耗是因为运行记录里每一轮都判为全对，故不把正确率单独列出。出题与评分使用同一个模型（GPT-6.1-Sol），答题与评分环节隔离以防止作弊。 评分规则公开在 benchmarks/office/grading/，真值与评分器放在私有仓库。 安装 用插件管理器（推荐）