dsh-loop-guard

dsh-loop-guard — DSH 思考循环守护 为 DeepSeek Harness（DSH）提供的思考循环守护插件：模型陷入「只想不做」的退化循环时自动打断并注入纠正提示，任务继续往下走，不必再手动中止

🌏 中文 | English

dsh · dsh-plugin · plugin · guard · thinking-loop · reasoning · repetition · AI agent · 思考循环 · 死循环 · 推理退化

简介

长上下文 + 高 reasoning effort 下，模型会退化：推理里开始出现低熵重复（好。执行。好。、Write. / Output. / Let me write. / Go. 这种短句轮转），然后停不下来。

麻烦的是 DSH 自带的 guard/ 家族抓不到这种情况——它们都围绕工具调用： 而退化循环的特征恰恰是完全不调工具：只有 reasoning-delta，零 text-delta、零 tool-call-delta。于是： 两个 guard 都不触发； agent-loop 的 turn() 从已完成的消息推导 StepEndReason，流不结束 → step 不 settle → turnEnds 永远为 null → while (true) 永不 break； 回合停不下来，只能由你手动中止——而界面上只显示「思考中」，看起来和认真推理没区别。不点开 thinking 块根本察觉不到它在空转。

本插件接管 llm/stream 瀑布流，按每次模型调用的 chunk 组成做判定，在退化发生时从流内部切断，让回合正常结束。

上图是实际运行效果：推理块里反复出现 OK. / Writing. / Let me write. / Go. / Executing. / Now. 的轮转，插件在重复累积到阈值时截断该次调用，并在下方注入一条提示，让模型回到原本的任务。 0.1.7 起聊天区不再显示那条提示

DSH 0.1.7 把「上下文」类消息从聊天区可见行里排除了（isVisibleChatNode，硬编码 kind !== "context"），所以注入的纠正提示在聊天区完全没有——不是被折叠，是压根不渲染。

0.1.6 及更早没有这个过滤，那时它正常显示为「上下文注入」行。

提示没有丢，两处能看到： 轨迹视图里的样子（上下文 那一行）：

功能特性 五层检测，各管一种形态：纯推理无输出、复述上一步材料、可见输出内部的周期循环、可见输出内部的短语池重排、以及推理内部的短语池重排。后三条互补，见下。 能终止「永不结束的回合」：这是本插件存在的核心理由。退化循环里流永远不结束，任何「调用结束后再判定」的检测都够不到；只有从流内部切一刀才行。 切断后任务继续，不必手动重启：切断只是结束当前这次调用，回合以正常完成收尾，会话照常可用——你原本的任务可以直接往下走。这是它和「卡死到只能手动中止」的根本区别。 在 1% 处就切断：实测一个 330,188 字符的循环在 3,264 字符（1.0%）时被切断；一个 124,070 字符的在 17,888 字符（14.4%）时被切断。原来这两个都要跑满全程、最后靠人手动中止。 误报极低：在真实会话 119 个「有产出」的调用上，零误报；扫描本机全部 735 个会话、40 个触发点，误判 12 个（全是「贴代码改前/改后」），已由集中度护栏挡住——见下。 精确判据：判定用的是逐字周期和跨调用复述，不是时长、也不是比率。 纠正信息指向原任务：切断时注入的提示只说「不要重复，继续完成任务」，不会让模型去"给个结论然后收尾"——后者会让它偏离原本在做的事。 反应不闩锁：一次 steer 常常打不破强循环，所以阈值到了会重新计数、再次开火（上限 maxFires）。 跟随界面语言：注入的提示读宿主 locale 设置，中文环境说中文（默认即中文）。 绝不静默重试：没有模型回退、没有自动重发同一请求——把退化模型再喂一遍比循环本身更糟。 离线分析器：tools/analyze-session.mjs 用插件运行时同一个检测器复跑 session jsonl，回答「这次到底该不该响」。 可观测：切断时写 warn 日志，并注明是哪条规则命中的。 使用 开箱即用

装好就能用，不需要任何配置。 默认值已按真实数据标定： 纯推理空转、复述上一步、推理内部周期循环 → 自动打断回合； 单次调用刷屏式重复可见输出 → 自动从流内部切断； 正常的长推理、正常的重复性输出（表格、日志、CSS、JSON）→ 不误伤。 想调？ 见下面的配置一节，里面有可直接复制的 YAML。 官方「插件」页为什么不提供配置表单 - 绝大多数用户用不到。 默认值就是为「不用调」设计的——装好即用，该拦的拦、该放过的放过。 - 改了多半会更差。 20 个字段里 13 个是检测阈值，默认值按真实数据标定。凭直觉调（把 maxThinkingSteps 调小、把 minReasoningChars 调低）方向通常是变灵敏， 代价是误伤正常的长推理——从「几乎不误报」变成「频繁误报」。 - 容易漏。 阈值是配套的，只改一个常常不生效甚至起反作用：想关掉某条规则要把它的 max* 置 0，只调 min* 没用。表单不会提示这些耦合关系，README 会。 真正值得动、且属于行为选择（而非阈值标定）的只有 4 个：escalate、 resumeAfterBreak、breakCorrection、maxThinkingSteps。改 profile 的 cordis.patch.yml，重启 dsh web 生效。 熔断后会发生什么