Skip to content

RESEARCH_DEEPSEEK_HARNESS.md

Latest commit

 

History

History
396 lines (295 loc) · 32 KB

RESEARCH_DEEPSEEK_HARNESS.md

File metadata and controls

396 lines (295 loc) · 32 KB
Raw

DeepSeek Harness（dsh）源码与架构调研

更新：2026-08-13 · 状态：调研完成

引入说明（2026-08-14）：本文原产于另一个项目（逗逗AI 2.0）的 docs/research/deepseek-harness.md， 原样引入本仓作为外部 harness 的一手调研底本。§1–§4、§6 是与产品无关的客观调研，可直接引用； §5 是源项目的结论，不是 LISA 的结论，其中的相对链接指向源仓库、在本仓不可解析，已改为纯文本。 LISA 侧的对照分析、取舍与排期见 PLAN_HARNESS_ALIGNMENT_v1.0.md。

TL;DR

  • DeepSeek 亲自下场做 harness 层：2026-08-13 开源 deepseek-ai/deepseek-harness（dsh），MIT 协议、TypeScript、Developer Preview。开源当天 GitHub 星标 26,995、fork 1,974（抓取时点数据）——这是 agent 框架层近期最大的一次事件，直接改变了「多模型 hub」类产品的竞争前提。
  • 核心主张是「一切皆插件」：底座是 Cordis 元框架，模型适配器、工具注册表、会话日志、甚至 agent loop 本身都是插件，没有需要打补丁的特权内核。扩展方式是「把插件挂在别的插件旁边」，所有注册都是可撤销的副作用。
  • 工程体量极大：packages/ 下 219 个 workspace 包、约 52 万行 TS/TSX、2,355 个 md 文档（中英成对）、684 篇 Agent Note（其中 506 篇已实现）、PR 编号已到 #2521。内部研发从 2026-06-11 起算，约两个月做到这个规模——本身就是「AI 造 AI 工具」的样本。
  • 面向模型的能力已经很完整：24 个工具包、52 个模型可见工具，含 bash/PTY 终端、fs 读写编辑、glob/grep、LSP、web 搜索抓取、todo、plan mode、goal（跨轮次目标）、subagent（6 种后端）、workflow（模型写脚本编排子代理）、ralph（全新 agent 循环）、schedule、session 检索、jobs 后台任务、skill、MCP。
  • 兼容主流生态是明确策略：读 Claude Code 与 Codex 的 hooks.json、读 AGENTS.md/CLAUDE.md 指令链、用 SKILL.md 技能格式、MCP 工具沿用 mcp__<server>__<tool> 命名，甚至能把 Claude Code CLI 和 Codex CLI 当作 subagent 后端挂进来。
  • 表层（surface）只有三类：Web UI（本地 React 应用，默认 127.0.0.1:3080）、headless 一次性运行、程序化接口（ACP server / TypeScript SDK / Python SDK）。没有 TUI、没有桌面壳、没有移动端、没有任何实时语音能力——游戏陪玩方向从这个仓库拿不到东西。
  • 对逗逗 2.0 的判断：不建议整仓 fork（Developer Preview + 明确的破坏性变更声明 + 219 包的维护面），但架构范式、能力清单、权限沙箱方案、模型接入方案（对应 D05）可以大量借鉴，并且 dsh 的 SDK / ACP / subagent seam 提供了「把 dsh 当成办公模式的一个后端引擎」这条低成本路径。

一、基本事实

项 值
仓库 deepseek-ai/deepseek-harness，描述 "DeepSeek Harness: Everything is a Plugin."
许可 MIT（Copyright (c) 2026 DeepSeek）
语言 / 运行时 TypeScript（ESM only），Node ^22.19.0 || >=24，pnpm 11 workspaces
状态 Developer Preview，README 明示「THERE WILL BE COMPATIBILITY-BREAKING CHANGES」
版本 仓库 master 0.1.0-rc.5；npm @deepseek-ai/dsh 最新 0.1.0-rc.6
npm 首发 2026-08-10（0.0.1-rc.1），2026-08-13 公开发布到 npm public
GitHub 创建 2026-08-13T11:56:32Z
关注度 star 26,995 / fork 1,974 / watch 91（2026-08-13 抓取，实时变动）
官网 https://deepseek.com/harness
社区 GitHub Discussions、Discord、企微群 + 微信公众号（中文社区单独运营）；插件用 dsh-plugin topic 发现
上手 npx @deepseek-ai/dsh web → 浏览器打开 http://127.0.0.1:3080

规模指标（本地统计）：

指标 数量
workspace 包 219
TS/TSX 行数（packages + apps，含测试） ≈ 520,000
Markdown 文档 2,355（中英成对维护）
Agent Note 684（implemented 506 / archived 142 / proposed 25 / rejected 11）
模型可见工具 52（分布在 24 个工具包）
能力 seam（ctx.* 服务键） ≈ 55

二、架构：一切皆插件

2.1 Cordis 与「没有特权内核」

dsh 的底座是 Cordis（vendored 在 vendor/cordis），其设计论文是《A Programming Paradigm for Spatiotemporal Composability》。核心约定：

  • 插件向共享 ctx 贡献服务、类型化事件和可逆副作用；
  • 「注册即副作用」——每次 ctx.effect() / ctx.on() 都返回 disposer，插件卸载时自动撤销；
  • 产品的每一部分都是插件，包括 agent loop 本身，所以每一部分都能从配置里替换掉；
  • 支持 HMR：改配置项触发插件重挂载，不用重启进程（MCP server 的断连重连、客户端 bundle 热替换都走这条路）。

这解决了 harness 类产品最典型的架构病：核心循环写死 → 想改行为只能加 if / 打补丁 / fork。

2.2 Profile / Bundle / Patch 三层组装

运行中的 dsh 是一棵插件树，按顺序叠出来：

空配置根
  ← 按 profile 的 bundles 顺序应用每个组合包的 cordis.patch.yml
  ← profile 自己的 cordis.patch.yml
  ← $DSH_HOME/cordis.patch.yml
  ← 命令行 --patch overlay
  • bundle（组合包）：Cordis 配置项 + 挂载代码的分发格式。随发行版交付三个：dsh-base（模型适配器、工具、持久化、沙箱与审批策略、settings、凭据、遥测）、dsh-web-app（浏览器应用层）、dsh-headless（一次性运行器，完全不带服务器）。
  • profile：Harness home 里的具名组装，列出自己叠哪些 bundle、装了哪些树外插件、以及用户自己的 patch。
  • patch：按 id 定位某个配置项，整体替换其 config（没有深度合并），或插入新项。
  • dsh --profile web --dump-config 打印实际启动的整棵树——打印出来的任何一行都可以被用户 patch 掉。

命令行入口只有四种形态：

命令 用途
dsh --profile <name> 启动指定 profile
dsh --profile headless "job" 跑一个持久化会话、打印最终答案、退出
dsh web --profile web 的别名
dsh plugin --profile <name> <pnpm args> 转发 pnpm 管理该 profile 的树外插件

2.3 能力 seam（capability seam）

这是全仓最值得抄的概念。一个 seam = 三种角色的完整能力：

  • Service Definition：声明接口、拥有 ctx.<key> 和词汇类型；
  • Service Provider：一个或多个实现；
  • Consumer：使用者（通常是面向模型的工具）。

术语表明确规定「seam 是完整能力，绝不是其中一个角色」。范例是 shell：dsh-shell（定义）+ dsh-bash-local / dsh-bash-sandbox / dsh-pwsh-local（实现）+ dsh-tool-bash（消费）。

seam 正是「换一个提供方就换掉整个产品」的原因：文件系统与进程提供方共享同一个执行世界，所以把它们指向远程沙箱（如内置的 E2B 适配器），Bash、PTY、LSP 就一并搬过去了，不需要为远程场景 fork 一份工具实现。

主要 seam 一览（节选）：

ctx 键 能力 已有实现
ctx.llm 模型流式推理 llm-deepseek（官方直连）、llm-pi-ai（多提供方）、llm-replay（测试回放）
ctx.tools 工具注册表 + 执行流水线 core
ctx.sessions 仅追加会话事件日志 core
ctx.sessionPersistence 会话持久化 JSONL / SQLite
ctx.sessionQuery 会话检索 SQLite（全文 + 游标）
ctx.fs 文件系统 local / sandbox / e2b
ctx.shell shell 执行 bash-local / bash-sandbox / pwsh-local
ctx.subprocess 进程 spawn / 进程树 local / e2b
ctx.terminals 持久 PTY terminal-bash
ctx.sandbox 进程沙箱 sandbox-local（bwrap/Landlock/Seatbelt/Windows ACL）
ctx.subagents 子代理 6 种后端（见 §3.4）
ctx.workflowEngine 工作流脚本引擎 worker-thread
ctx.codeRuntime Code Mode 程序执行 worker-thread
ctx.skills 技能目录 filesystem / badge
ctx.compaction 上下文压缩 compaction-basic + tool-result-pruner
ctx.spillStore 超大工具输出外溢 spill-local
ctx.web 联网 DeepSeek / Exa / Perplexity 搜索 + HTTP 抓取
ctx.lsp 语言服务 lsp-stdio
ctx.credentials 凭据引用解析 credentials-local（env / .env）
ctx.settings 用户设置分层 settings-file
ctx.approval / ctx.permissionPresets 审批与权限预设 ACP 桥接 / 预设表
ctx.jobs 后台任务 jobs-local
ctx.goals 跨轮次目标 core
ctx.sessionTelemetry 遥测 OpenTelemetry

2.4 轮次流程与「模型可见即已记录」

一个步骤（step） = 一次模型请求 + 它调用的工具；一个轮次（turn） = 零个或多个步骤。

turn/start
  领取 next-step 输入 + 一条排队消息
  组装提示词片段 + 工具 schema
  -> agent/pre-step                   reject | enter(messages)
     step/start
     追加消息 → 从日志推导模型历史
     agent/request -> llm/stream -> assistant/chunk* -> assistant/message
     tool/call* -> tools/pre-execute -> tools/execute -> tools/post-execute -> tool/result*
     step/end
  -> agent/turn-stopping
turn/end

三类扩展点分工清晰：会话事件（持久事实，重载后仍在）、agent 事件（观察/拦截进行中的工作）、能力事件（向 seam 附加策略与适配器）。其中 agent/pre-step、agent/request、llm/stream、三个 tools/* 是瀑布式事件（监听器必须调 next() 才能委托下去，不调就短路）。

最关键的一条运行时不变量：

模型可见 ⟺ 已记录。 抵达模型请求的一切都必须能从会话日志重建，并由运行时不变量断言这一点。因此，新增一项模型可见输入就必须新增一个会话事件。

会话日志是唯一真源：deriveMessages() 从中投影模型历史，原始 assistant/chunk 保证回放与 UI 保真；fork、恢复、transcript、遥测、持久化全部派生自这条事件流。

三、能力盘点（对标视角）

3.1 模型可见工具（52 个）

类别 工具
Shell / 终端 bash（支持 run_in_background）、pwsh（Windows）、bash（持久 PTY 版）、terminal_open/read/send/close/list/signal
文件 read、write、edit、read_image、str_replace_editor
检索 glob、grep（内置 ripgrep，不经 shell）、web_search、web_fetch、lsp
任务与计划 todo_write、exit_plan_mode、create_goal / get_goal / update_goal
委派与编排 subagent、subagent_fork、send_message、interrupt_agent、list_agents、report、workflow、ralph
后台 job_list、job_output、job_kill、schedule_create/list/delete
会话自省 session_search、session_trace、session_event_read/search/trace
其他 skill、ask_user_question、run_code（Code Mode）、cordis_*（自省与自我改造，需显式启用）

值得注意的几个：

  • ask_user_question：工具调用会挂起直到 UI 侧返回人类答案——把「向用户提问」做成了一等能力而不是提示词约定。
  • goal 三件套：附着在会话上的持久完成目标，有 active/paused/blocked/complete 阶段和 Goal Round 上限；create/edit/pause/resume 要求直接来自人类的根权限，模型不能自己给自己续命。
  • ralph：每个 Round 起一个全新子代理（看不到父会话和之前的子会话），共享工作区当长期记忆，Round 之间只传一份有界的结构化交接报告。适合「长时间自动迭代」而不被上下文污染。
  • session_* 五件套：模型可以检索、追踪自己和历史会话的事件流——这是「记忆」的另一条路径（检索而非摘要）。
  • cordis_*：模型可以在运行时定义、挂载、停止自己的插件，运行中的插件可以注册额外的模型可见工具。默认不在任何发行树里，需显式启用。

3.2 Code Mode（run_code）

工具注册表有 mode: tool | code | both。在 code 模式下，模型不再逐个发工具调用，而是写一段 TypeScript 程序，程序里的工具是异步 binding 函数：

  • 程序在 worker thread 的 vm 上下文里跑，顶层 await/return 可用，返回值经无损 JSON 边界回传；
  • 每个嵌套调用重新进入完整且受守卫保护的工具流水线（审批、沙箱、策略一个不少），并关联到外层结果；
  • 并发按原生约定调度，maxParallelSubCalls 限流。

这就是官方 preset 里的 「PTC 模式」。价值：多步操作合并成一次模型请求，省 token、省往返。

3.3 Agent Preset（模式切换机制）

一个 preset = 一个目录 + 一份 agent.cordis.yml；roster 在进程内只挂载一次（常驻 scope），命名它的每个会话把自己的 scope key 认父到该挂载。查找按 agent → preset → global 解析，近者遮蔽远者。

随 CLI 交付四个 preset：

id 名称 内容
standard 标准模式 完整编码 agent：fs、shell、检索、skills、plan、goal、subagent、workflow、todo、web、压缩
code PTC 模式 标准模式全部能力，但工具以 Code Mode SDK 呈现（mode: code）
minimal 极简模式 只有持久 bash + str_replace_editor，persona 即完整系统提示词，无压缩、无运行时上下文
cordis 创造模式 标准 + 运行时自省 + 插件实验 + preset 创作指导（自带两个 SKILL.md）

用户可以复制、修改、删除 preset，ctx.agentPresets 提供 list/resolve/mount/copy/remove/recompose 全套 API，UI 侧有 ui-agent-preset 模块。

3.4 Subagent：六种后端，含 Claude Code 与 Codex

ctx.subagents 是唯一允许同一上下文中多个提供方并存的 seam（按名称注册）：

提供方 说明
subagent-spawn-in-process 进程内新建子 agent
subagent-fork-in-process 从当前会话 fork
subagent-acp 通过 ACP 协议连外部 agent
subagent-claude-code 把 Claude Code CLI 当子代理（base bundle 默认加载但休眠）
subagent-codex 把 Codex CLI 当子代理（同上）
subagent-dsh-sdk 通过 dsh SDK 连另一个 dsh 运行时

能力按静态描述符声明（outputSchema / depthLimit / toolFilter / persona），请求依赖提供方没有的能力时明确拒绝，绝不接受后静默忽略。

还支持可继续子代理：持久化子会话 + 至多一个进程内 Activation，可执行多个 FIFO 轮次、支持冷恢复；父子之间用 send_message / report 双向通信。

3.5 生态兼容层

兼容对象 机制
AGENTS.md / CLAUDE.md dsh-agent-instructions：从 $DSH_HOME/AGENTS.md 到项目根到 cwd 逐层加载，内容完全一致时折叠去重；工具写文件后自动检测新增/变更/删除并注入；以 <system-reminder> 包裹注入为持久 user 消息
Claude Code hooks dsh-hooks-claude-code：读现有 hooks.json，支持 ${CLAUDE_PLUGIN_ROOT}/${CLAUDE_PROJECT_DIR} 替换，映射 SessionStart / UserPromptSubmit / PreToolUse / PostToolUse / Stop 到 harness 的类型化决策
Codex hooks dsh-hooks-codex：10 个 hook 点中的 5 个，snake_case payload
Skills（SKILL.md） 六级 rank 发现：<project>/.dsh/skills(100) → <project>/.agents/skills(200) → 自定义目录(300) → <dshHome>/skills(400) → <agentsHome>/skills(500) → 随包目录(600)；chokidar 热监听
MCP dsh-mcp-client，一个 server 一个插件实例，stdio / streamable-http；工具名 mcp__<server>__<tool>（与 Claude Code、Codex 同形状）；HMR 热替换
ACP dsh-acp 提供 JSON-RPC stdio 的 Agent Client Protocol 服务器（仅自动化，不含 UI 集成）

两个 hook 桥接的 README 都明确写着：原生 Cordis 插件功能更强、有类型化返回、没有序列化边界，桥接只是兼容路径。定位很清楚——用兼容性接住存量用户，用原生扩展点承接真正的定制。

3.6 权限与沙箱

分两层，且两层都是持久会话状态：

  • sandbox/mode（机制层）：read-only / workspace-write / danger-full-access。执行由操作系统强制：Linux 优先 bwrap、否则 Landlock（自研 @deepseek-ai/node-addon-landlock-run）；macOS 用 Seatbelt；Windows 用 ACL 受限令牌（每个「会话 × 工作区」分配随机私有临时目录 + 独立 SID + 可撤销 ACE）。不受支持的平台直接以 SANDBOX_UNAVAILABLE 拒绝执行，绝不静默回退到不受限。
  • approval/policy（交互层）：一次性权限决策通过 approval/request 瀑布事件分派，没有回答方时以 unavailable 关闭失败（fail closed）。
  • permissionPresets：把两者打包成用户可见的单个选择器，默认两档 workspace-write（+ ask）与 danger-full-access（+ never）。切换写入 permissionPresets/preset 事件；权限在会话创建时固定，之后改设置不影响已存在会话。

fs 侧同样受 ctx.sandboxPolicy 约束（fs-sandbox），保证「bash 与 fs 不会限制到不同的根目录」。

3.7 模型接入

两个适配器并存，对应两种诉求：

llm-deepseek（官方直连，路由名 deepseek-official）

  • 直接 fetch + SSE，只支持流式；
  • 默认公布 deepseek-v4-flash / deepseek-v4-pro，上下文窗口均为 1,000,000 token，默认输出上限 maxTokens: 256000；
  • 未列出的 model id 原样透传，所以换模型不需要改代码；
  • 推理强度三档 off / high / max（默认 high），可按会话步骤替换；带工具调用的轮次把 reasoning_content 回传历史，不带工具调用的丢弃以省 token；
  • 连接事实不在加载时冻结：baseURL、catalog、请求默认值、密钥都在下一次请求时重读，改设置不用重启（首次上手流程就是「浏览模型 → 存密钥 → 再发提示」）；
  • 请求带匿名用户 id（x-deepseek-harness-user-id）与会话 id 标头。

llm-pi-ai（多提供方，基于 @earendil-works/pi-ai）

  • 一个插件实例持有一份「路由 → 提供方 profile」字典，每个请求用 provider 选路由；
  • 点名了已安装 pi-ai 提供方的路由继承其端点/协议/模型 catalog，逐字段覆盖；pi-ai 没有的路由可整体声明；
  • 接 OpenAI 兼容网关、自建服务、比 catalog 更新的模型，全部属于配置而非改代码；
  • 凭据只存 apiKeyEnv 引用，密钥不进配置文件；配置了却解析不出值 → MISSING_CREDENTIAL 失败（而不是拿环境里恰好存在的别的 key 蒙混过关）。

3.8 上下文与持久化

  • 持久化：session-persistence-jsonl（默认）/ -sqlite；session-query-sqlite 提供全文检索与游标；session-projection + session-projection-cache 让列表读取不必加载完整日志（缓存行 + 持久化尾部回放）。
  • 压缩：compaction-basic 消费步骤后的 token 压力事件与请求错误恢复事件；compaction-tool-result-pruner 在摘要压缩之前用可回放的单节点替换改写过大的工具结果；/compact 用户命令。压缩调用带 x-deepseek-harness-compact: 1 标头，方便宿主把压缩流量与会话流量分开计费。
  • spill：超大工具输出落到 ctx.spillStore，内联结果替换为有界预览 + 取回定位信息。
  • guard：repeat-tool-reminder（重复工具调用提醒）+ timeout-policy（单次调用截止时间）。
  • session title：可选 LLM 生成，强制禁用思考模式以省 token。

3.9 表层与接入方式

表层 形态
Web UI 本地 node:http 服务 + React 前端（apps/web，Vite 构建），默认 127.0.0.1:3080；客户端本身也是插件体系（packages/client/ui-* 约 30 个模块 + slot 机制 + HMR）
headless dsh --profile headless "job"，跑一个持久化会话打印答案退出，完全不带服务器
ACP JSON-RPC stdio 的 Agent Client Protocol 服务器，供程序化客户端驱动
TypeScript SDK packages/sdk（protocol / client / server），从另一进程驱动运行时
Python SDK pip install deepseek-harness-sdk，自带平台 wheel 的单文件运行时 dsh-jsonrpc-agent，with DeepSeekHarness() as h: h.run("...")

明确没有的：TUI（相关 Agent Note 已归档 = 已退役）、桌面应用外壳、移动端、语音 / 实时音频、任何游戏相关能力。

Web UI 的设置界面已有：模型与提供方配置（含自定义 OpenAI 兼容端点表单）、插件清单、权限预设、工作区选择器、agent preset 选择器、skill 面板、subagent 面板、workflow run 面板、goal 面板、jobs 面板、trajectory（轨迹）视图、消息反馈。

四、工程流程（同样值得学）

这个仓库本身是「用 agent 造 agent 工具」的样本，规矩写在 AGENTS.md（root 的 CLAUDE.md 是它的软链接）：

  • Agent Note 制度：非平凡改动必须在同一个 PR 里附一篇 Agent Note，按 implemented / proposed / rejected / archived × architecture / feature / bug-fix / simplification / process / testing 二维归档；归档的笔记冻结，不得编辑也不得当作现行权威。目前 684 篇。
  • 文档即门禁：pnpm run doc-sync 下挂十几个校验器——工具 schema 目录自动生成并验证新鲜度（真启动每个工具插件读 ctx.tools.schemas()，而非静态分析）、中英文档配对校验、链接校验、字数预算校验、Agent Note 格式与分类校验、mermaid 校验。
  • 测试：CI 覆盖率门禁是 packages/*/*/src 每文件 100%；另有 e2e（真实 API）、snapshot（无密钥回放，比对 ACP/headless 输出）、web 性能与压力测试、Windows/wine 矩阵。
  • 写作规范：「禁止比喻」「不要复述代码」「contract 只用于前置/后置条件与兼容承诺」这类要求写进了强制规范，还配了 dsh-prose-standard 技能。
  • 仓库自带 11 个 .agents/skills/：pre-push 检查、代码审查、找简化点、翻译文档、归档笔记、合并 stacked PR、裁剪 CoT 泄漏等——团队自己的研发流程也被写成了 skill。
  • 预发布姿态：README 直言「没有外部消费者，优先正确的地基而非兼容垫片」，SESSION_FORMAT_VERSION 保持 0 且不给兼容承诺，后端直接拒绝旧的磁盘格式。

五、原文对逗逗AI 2.0 的启示（源项目结论，存档保留）

本节是源项目的判断，不是 LISA 的结论。相对链接指向源仓库，已改为纯文本。 LISA 的对照分析见 PLAN_HARNESS_ALIGNMENT_v1.0.md。

5.1 竞争格局：harness 层被免费化了

DeepSeek 用 MIT 协议放出一个能力矩阵接近 Claude Code、且天然绑定自家 1M 上下文模型的完整 harness。这意味着：

  1. 「做一个多模型 agent 工作台」本身不再是壁垒——它现在是 npx 一行命令就能得到的东西。逗逗 2.0 办公模式的差异化必须落在桌宠人格、跨模式记忆资产、面向非程序员白领的任务表达上，而不是 harness 管道本身。参见 产品定位（源仓 docs/design/product-positioning.md）、办公模式设计（源仓 docs/design/work-mode.md）。
  2. 反过来这是重大利好：地基可以不自己造。逗逗把精力放在「上层体验 + 人格 + 商业化」，底层能力可以借。
  3. 对 D05 模型接入策略（源仓 docs/decisions/d05-model-access-strategy.md）的直接印证：llm-pi-ai 证明了「BYOK + OpenAI 兼容网关 + 官方直连」三条路径可以在同一个配置文件里共存，凭据只存引用、按请求解析、热更新不重启。D05 结论无需修改，但实现方案可以直接照抄这个分层（credentials seam ↔ settings seam ↔ adapter thunk）。

5.2 可直接借鉴的四个架构决策

借鉴项 为什么值得抄 逗逗的对应场景
能力 seam 三角色 换提供方 = 换产品形态，不需要 fork 消费方 办公模式的「本地执行 / 云端沙箱」切换、模型「云端 / 本地 / BYOK」切换
Agent Preset = 常驻 scope 挂载 同一引擎装配出多套工具/人格组合，进程内只挂一次 办公模式 / 游戏模式 / 桌宠模式就是三个 preset，而不是三套代码；用户还能自己复制修改
会话日志唯一真源 + 模型可见⟺已记录 回放、fork、恢复、UI 保真、遥测全部免费得到 逗逗的「记忆与资产长期累积」需要的正是这条不变量；1.0 若是散状态存储，2.0 应重构为追加日志 + 投影
投影缓存（projection cache） 列表读取不加载完整日志 会话列表、任务面板、桌宠状态条的性能地基

5.3 权限与沙箱是办公模式的准入门槛

逗逗 2.0 办公模式要读写用户文件、跑命令。dsh 给出的是操作系统级答案而非提示词答案：

  • 三档 sandbox/mode + 两档 approval/policy，打包成用户可见的单个权限预设选择器；
  • Linux/macOS/Windows 各有真实的强制机制，不支持的平台直接拒绝执行，绝不静默降级；
  • 权限在会话创建时固定，后续改设置不影响进行中的会话（避免「改了设置导致跑着的任务突然越权」）。

建议：逗逗 2.0 办公模式的权限设计直接对齐这三档 + 会话级固定语义；macOS 用 Seatbelt、Windows 用受限令牌 ACL 的方案可以照搬（Landlock addon 本身就是 MIT 的独立 npm 包）。这是 C 端桌面产品建立信任的必需品，也是 1.0 完全没有的东西。

5.4 兼容存量生态 = 低成本获客

dsh 的做法很值得学：不发明新格式，全部读别人的——AGENTS.md/CLAUDE.md、SKILL.md、hooks.json（CC 与 Codex 两种方言）、MCP 的 mcp__server__tool 命名。

对逗逗的含义：

  • 办公模式的「规则/技能/工具」配置直接兼容 AGENTS.md + SKILL.md + MCP，用户从 Claude Code/Codex/Cursor 迁移零成本；
  • 更进一步：dsh 的 subagent-claude-code / subagent-codex 证明了把别家 CLI 当子代理挂进来是可行且已实现的工程方案。逗逗如果做「多模型 hub」，这是比自己实现每家 harness 更省的路径。

5.5 是否直接采用 dsh 作为办公模式引擎

结论：不整仓 fork，但值得作为可选后端接入，并大量借鉴。

支持接入的理由：

  • MIT 协议，商用无碍；
  • 已有 headless / ACP / TS SDK / Python SDK 四条程序化接入路径，桌面壳（Electron/Tauri）可以直接把它当子进程驱动；
  • 一次性接入即获得 52 个工具 + 沙箱 + 压缩 + MCP + skills 的完整能力面。

不建议 fork 主干的理由：

  • Developer Preview，README 明示会有破坏性变更，SESSION_FORMAT_VERSION = 0 不给兼容承诺，后端直接拒绝旧磁盘格式；
  • 219 个包 + 每文件 100% 覆盖率门禁 + 十几个文档门禁，维护面远超逗逗团队规模；
  • 依赖 Node ^22.19 || >=24 运行时，前端 dist 必须预构建，桌面打包体积与冷启动需实测；
  • bundle patch 是整行 config 替换（无深度合并），跟随上游更新时冲突面不小。

建议的落地路径（按成本从低到高）：

  1. P0 借鉴层：把 §5.2 的四个架构决策、§5.3 的权限模型写进逗逗 2.0 的技术设计；
  2. P1 兼容层：办公模式支持 AGENTS.md + SKILL.md + MCP，先接生态；
  3. P2 后端层：把 dsh 以 headless/SDK 形式作为办公模式的一个可选执行引擎（与自研引擎并存，用能力 seam 的思路隔离），先在内部验证稳定性再考虑对外；
  4. 不做：不 fork 主干、不追 rc 版本、不把产品命脉压在 Developer Preview 上。

5.6 游戏模式：这里什么都拿不到

dsh 没有任何语音、实时音频、屏幕感知、游戏相关能力，表层也不含桌面壳与移动端。游戏模式设计（源仓 docs/design/game-mode.md）的技术方案需完全另寻来源，不要因为「办公模式用了 dsh」而假设游戏模式能复用同一条链路——两者唯一应该共享的是会话日志/记忆层，而那一层的设计恰好可以借鉴 dsh。

5.7 团队研发流程：Agent Note 制度可以立刻用

684 篇 Agent Note、11 个仓库自带 skill、文档门禁——这套东西让一个两个月的项目做到 52 万行仍然可被 agent 理解和修改。逗逗团队若要用 AI 大规模参与研发，最低成本的两条：

  1. 非平凡改动必须附一篇决策笔记，按 implemented/proposed/rejected 归档，归档后冻结；
  2. 文档校验进 CI（链接、目录索引、中英配对），否则 AI 写的文档必然漂移。

源仓现有的 CLAUDE.md 三层结构已经是同一思路的轻量版，可以按上面两条继续加固。

六、风险与待验证

项 说明 验证方式
版本稳定性 Developer Preview，两周内已从 0.0.1-rc.1 迭代到 0.1.0-rc.6 观察 1–2 个月的破坏性变更频率再决定是否接入
桌面打包可行性 Node 22/24 运行时 + 预构建前端 dist + 原生 addon（landlock）与 SQLite 实测 Electron/Tauri 打包体积、冷启动时间、跨平台原生依赖
中文生态与文档质量 中英成对维护，中文文档质量高，社区有企微群 已确认，无风险
数据外发 官方适配器默认向 DeepSeek 端点发送匿名用户 id 与会话 id 标头 若作为后端使用，需评估是否改走自有网关（baseURL 可配）
模型绑定 默认组合绑 DeepSeek V4 系列；多提供方需挂 llm-pi-ai 已有解法，属配置项
许可与合规 MIT，第三方依赖清单在 THIRD_PARTY_NOTICES.md 接入前完整过一遍依赖许可

来源