dsh-host-rsi

中文（默认） · English

🧠 DSH HOST RSI 记忆

让本地大模型「越用越强、不再死循环」的宿主插件 它是什么？ 一个给 DSH（DeepSeek Harness）用的宿主侧记忆 / 自进化插件： 安静地观察每次会话——模型自检结论、工具成败、用户纠正与长期偏好—— 把高价值经验沉淀为「可信教训」，下次遇到相似任务自动注入，让本地大模型越用越强。 🎯 它解决什么问题？ ✨ 核心特性 🧠 自进化：L1 可验证检查 / L2 自反问 / L3 用户末拍，三级信号阶梯可靠性加权 🔁 收敛导引：检测到死循环自动注入收敛提示，把时间省回真正的工作 🛡️ 五态交付护栏：EMPTY / TRUNCATED / FIXED_POINT / SAME_PLAN / SHELL_LOOP 全拦截 💾 持久记忆：内存缓存读 + 后台防抖写，崩溃自愈、不丢数据 🔌 零侵入：纯宿主插件，不碰模型权重，最小资源占用 🚀 快速开始

1. 一键安装：DSH「设置 → 插件」安装 dsh-host-rsi 2. 看效果：重启 DSH →「设置 → 插件 → DSH HOST RSI记忆 → 打开仪表板」，实时查看捕获 / 注入 / 拦截 3. 独立体验（无需 DSH）：node demo-serve.mjs → 打开 📢 更新公告 v0.2.6（2026-10-12）— 实例级二道防线 + 收敛窗口化 实例级最终通牒（二道防线）：此前单轮纠正预算（maxRetries/maxPerSession）耗尽后，会话会被记为"未交付"并放弃——这正是实测报告里 3/50 实例空手交付的形态。现在在即将标记未交付之前，先发出每会话一次的最终通牒（guardFinalChancePrompt）：点名被拒状态、禁止继续调工具/沉默/复读、要求直接给一个紧凑的真实交付物或一行阻塞说明；随后只要给出可交付内容仍算"救回"。软开关：guard.finalChance（默认 true），仅在有 followup 通道时触发，每会话至多一次。 收敛检测窗口化（滑动窗口）：重复通过检测从"累计直方图"改为环形窗口——报告 S1 的教训是环形窗口才"治愈"验证循环、累计计数只能"打断"。observeShell 新增 windowSize=8 默认参数，只统计窗口内的重复；fingerprintCounts 保留为累计诊断。原约定不变：连续 3 次重复仍然触发，只是很久以前的重复不再误触发 SOFT_STEER。 新遥测 runtime.guard.finalChances：仪表板新增"最后通牒"卡片、状态文字报告同步展示。 对照验证：scripts/compare-baseline.mjs 三列对照（v0.2.5 基线/工作区/已安装 profile）19/19 场景逐行一致，零行为回归；测试套件 146 项全通过。 v0.2.5（2026-10-12）— 仪表板补齐"救回"量度 仪表板新增"救回"卡片：护栏价值的最核心量度——报告实测 206 次空响应 100% 被一轮纠正救回（issue#3 §2.3）。此前 GUI 只有触发/重试/未交付，缺"救回"；现在仪表板卡片与运行摘要均展示 guard.rescued，并新增测试防止再次丢失。 测试套件 141 项全通过。 v0.2.4（2026-10-12）— 烧穿预算的针对性纠正 + 对照收尾 针对性纠正话术：finish_reason=length 且内容为空（思考预算烧穿、零交付）时，打回话术明确告诉模型"上一轮把预算烧在内部思考上了，请直接在可见回复中输出交付物&q

本项目的核心原理源自并致敬以下公开研究成果： AREX-2（arXiv:2609.38288，BAAI 2026）——自我进化智能体框架。本项目把它落地为「本地、增量、可用即学」的 DSH 宿主插件；逐点技术对应见 PRINCIPLES.md。 递归自我改进（Recursive Self-Improvement, RSI）与持续学习（Continual Learning）——每次运行把成功/失败经验沉淀为可检索、可反驳、可自动升级的经验条目；可信经验下轮注入上下文，实现「越用越强」。这是本项目记忆层信号阶梯与升级策略的原理基础。 GUI 说明：本项目此前缺少 GUI，本次补齐。仪表板「设置页里点一下即开网页」的显示方式参考了 DSH 插件 billion-context（MIT）——仅参考其展示思路，代码为独立重写，并非复制其代码（详见 client.js 与 lib/dashboard.js）。 仪表板 / GUI

DSH 重启后：「设置」→「插件」→ 「DSH HOST RSI记忆」 →「打开仪表板」，即可在浏览器查看插件运行状态（启用中/降级、可信/隔离/轨迹、最近记录）。页面每 5 秒轮询 status.json，并显示触发诊断：已处理事件、注入、捕获、失败信号、拦截噪声、最近触发事件与原因。 也可在本机直接跑独立 demo（不依赖 DSH）： 设计目标（本次优化重点） 不影响大模型 / DSH 正常工作：所有读走内存缓存；磁盘 I/O 只在后台防抖写入时发生， 热路径（pre-step / turn-end）永不阻塞。 更强的自动触发：宿主侧同时监听 pre-step / turn-end / message 的多个常见事件名（agent/pre-step、message、chat/message 等），谁存在就用谁，并用事件对象/内容去重，避免一轮触发两次。 立刻能看到的反馈：设置页和仪表板显示实时触发计数（事件/注入/捕获/失败）；即使尚未产生可信教训，普通工具失败也会留下隔离记录，让用户确认插件确实在工作。 诊断与体验工具：模型或用户可调用 rsi_events 查看触发诊断；rsi_demo_capture 可写一条示例教训，用于快速验证仪表板/设置页。 用户纠正与长期指令会被记住：当用户在一轮回复后给出明确纠正或新指令（例如“不要用 requests，改用 httpx”）， 插件会把它记为 L3 可信教训。明确的长期偏好 / 规则（“以后都用 httpx”“请记住输出用简洁列表”） 也会在用户提出时记录为 user-instruction 可信教训；普通一次性任务请求只记隔离 Q 记录， 不会进入注入，避免污染未来上下文。 来源闸门，防止系统内容污染记忆：只有 source.kind === 'user' 的真实用户消息才会被捕获； DSH 运行时横幅、其他插件注入的指令、以及本插件的自检块都会被拦截并计入「拦截噪声」， 每条用户记录还会带上 sourceKind 字段方便自查。 指令按项目去重，防止记忆库膨胀：用户指令会尽量按项目/工作区分组（从指令里的路径或会话上下文提取， 取不到则归到全