dsh-skill-autopilot

把 DSH「记忆系统 → 技能管理 → 进化」里那批待处理建议，交给你配置的大模型审查，按一套反碎片化的准入策略裁决，通过后打包成 SKILL.md 并经技能数据源落盘（带版本记录、可回滚）。

解决的问题：进化页每次攒 5–10 条建议，每条都要人点开看一遍；而模型自己提的建议又常常是「一次任务的流水」，直接采纳会让技能库迅速变成几百个窄技能。这个插件把「审」和「发」都自动化，但把「什么样的技能才配进库」写成硬性规则，模型只能在这个框里做判断。

Requirements

需要什么	版本	为什么
DeepSeek Harness	>= 0.2.0	提供 tools / llm 服务与插件挂载点
Node.js	>= 20	主机侧全是 ESM
dsh-mnemon-source-skills（可选 peer）	>= 0.4.0	技能数据源；缺失时插件仍可加载，但读不到 pending 建议
一个可用的审查模型	—	走设置页默认模型，或在 config.reviewer 里显式填 provider / model

---

1. 它做什么（一次运行）

pending 建议 ──► 审查模型(你选的) ──► 确定性闸门 ──► 打包 SKILL.md ──► 落盘 + 版本记录
   (mnemon)        (语义判断)          (不可绕过)        (蒸馏/清洗)        (adopt)

1. 读：从 mnemon 的 Skills Source 取 pending 建议、证据轨迹、评测用例、以及全量技能目录。
2. 审：一次批量调用审查模型，逐条给出 create / merge / dismiss / defer + 理由 + 归并目标。
3. 闸（模型说完不算数，代码再判一遍）：
   • 建议置信度 < minConfidence → 不建；
   • 模型自己对「新建」的把握 < minModelConfidence → 留待下轮（不硬发）；
   • 没有强信号（procedure / correction / directive / skill-gap / skill-misleading / approach-change）→ 不建；
   • 插件已提供该能力 → 不建（对照的是宿主实际广告的技能，含插件技能）；
   • 与已有技能相似度 ≥ mergeSimilarity，或与已有技能同属 xxx-* 前缀簇且内容确实相关 → 强制归并，不许新增兄弟技能；
   • 本轮 create 超过 maxNewPerRun → 留到下一轮（防止一次灌进一堆碎片）；
   • 打包后的 SKILL.md 过 lint（见 §3）。
4. 打包：为通过的条目单独再调一次模型，产出正文；顺手剔除会腐化的内容（日期、会话 id、uuid、机器绝对路径、「N 小时前」）。
5. 落盘：recordDraft → adoptDraft，走技能数据源自己的写入口：建议置为 adopted、生成版本记录、必要时可 技能管理 → 版本/回收站 回滚。不直接写 SKILL.md。

默认 autoApply: false：review 只出决策 + 将要落盘的正文，一个字节都不写；确认后 apply 才落盘。

2. 反碎片策略（本插件的核心）

规则	判据	出处
库是「类级知识」，不是流水	一个技能带 N 个带标签小节 > N 个窄兄弟技能	Hermes curator
归并优先于新建	同 xxx-* 前缀簇且内容相关、或 description 相似 → merge	同上（只共用产品名不算：hermes-session-recall 与 hermes-plugin-maintenance 是两条工作流，不并）
不重复造插件已有的能力	对照 ctx.skills.list()（宿主实际广告的技能），命中即 dismiss	你的要求
小打小闹不单独建	强信号 + 置信度 + minNewPerRun + 正文长度下限	你的要求
不写 hub/router 技能	正文 >60% 行是「指向别的技能」→ 拒绝	Hermes 作者规范
description 一句话	超长会被系统技能索引截断，触发词等于没有	Hermes（60 字规则，这里放宽到可配）
归档不删除	归并时被吸收的技能进「回收站」，可恢复	Hermes curator

consolidate 动作是配套的「存量体检」：对已有技能按前缀/同域聚簇，让模型判断哪些该收敛成一个 umbrella，应用时把合并后的正文写到 keeper、把被吸收的移入回收站（可恢复）。

3. 打包校验（lib/policy.js: lintSkillDoc）

硬拦：名字非 kebab-case / 重名；缺 description 或超长；正文为空、过短、超长；正文里又带 frontmatter；缺「何时使用」或「步骤」；是 router 技能。

软提示：缺验收小节、正文没有可执行命令、description 开头是套话。

4. 用法

装好并重启后，任意会话里：

/skill-autopilot status       # 看队列、计数、审查模型、策略、日志目录
/skill-autopilot review       # 只审不写（默认 dry-run）
/skill-autopilot apply        # 审完直接落盘
/skill-autopilot consolidate  # 存量归并审查（只出方案）
/skill-autopilot history      # 最近决策

或者直接让 agent 调工具：

{"action": "review", "maxItems": 3}
{"action": "apply", "ids": ["<suggestionId>"]}
{"action": "apply", "provider": "deepseek-official", "model": "deepseek-reasoner"}
{"action": "consolidate", "confirm": true}

决策日志（append-only JSONL + 最近一次完整结果）在 $DSH_HOME/storages/skill-autopilot/：

• decisions.jsonl：每条建议一行，含最终动作、理由、是否落盘、错误；
• last-run.json：最近一次运行的完整内容，含将要落盘/已落盘的 SKILL.md 正文。

5. 配置

插件 patch 里的 config（见 cordis.patch.yml）都可省略：

键	默认	说明
enabled	true	关掉后工具仍在，任何运行直接返回 disabled
mnemonDataDir	~/.mnemon	其下应有 skills/ledger.json；自动探测
targetRoot	user-dsh	新技能写到 ~/.dsh/skills（也可 user-agents）
reviewer.provider/model	空 = 宿主默认模型	留空时用「设置页里选的那个模型」
reviewer.maxTokens	4096	审查/打包单次上限
policy.minConfidence	0.8	建议置信度低于此值 → 不建（不进模型审）
policy.minModelConfidence	0.5	模型对「新建」的把握低于此值 → 留待下轮
policy.maxNewPerRun	2	每轮最多新建几个
policy.mergeSimilarity	0.45	相似度阈值（超过即强制归并）
policy.descriptionMaxChars	240	description 上限
policy.maxBodyChars / maxMergedBodyChars	16000 / 24000	正文字符上限
policy.requireStrongSignal	true	必须有强信号
autoApply	false	定时任务是否直接落盘
intervalMinutes	0	>0 时后台定时跑（默认只 review）
logDir	空 = $DSH_HOME/storages/skill-autopilot	日志目录

想让判断更狠/更准：把 reviewer.model 指向更强的模型（如 deepseek-reasoner），把 mergeSimilarity 调到 0.55、maxNewPerRun 调到 1。

实测提醒：deepseek-flash 给「新建」的自评通常在 0.65–0.8 之间；这是校准值不是裁决值，所以 minModelConfidence 默认只设 0.5。真正决定「配不配进库」的是建议置信度、强信号、去重与文档 lint。

6. 安装

# 标准模式：写 profile package.json（link: 依赖 + dsh.profile.bundles）并 pnpm install
powershell -ExecutionPolicy Bypass -File .\install.ps1 -DryRun     # 先看计划
powershell -ExecutionPolicy Bypass -File .\install.ps1

# 免 pnpm 模式：只建软链 + 往 profile 的 cordis.patch.yml 追加 insert 条目
powershell -ExecutionPolicy Bypass -File .\install.ps1 -Link

# 回滚（两种模式都认；会还原 package.json / cordis.patch.yml 的备份）
powershell -ExecutionPolicy Bypass -File .\install.ps1 -Rollback

预检（不启动、不重启）：

dsh --profile web --dump-config | Select-String skill-autopilot

生效需要重启 DSH（重启由使用者自己执行）。

7. 验证

node test/selftest.mjs          # 单元闸门/去重/打包/落盘（临时 ledger + 临时技能根，不动真实数据）
node test/selftest.mjs --live   # 追加：只读真实 ledger，确认能读到 pending 与目录
node test/host-contract.mjs     # 用真实 dsh-tools/dsh-llm 走一遍注册与一次 llm 组装调用
dsh-plugin verify .             # 真打包、真安装、挂载检查

selftest 从不碰 ~/.mnemon/skills 与 ~/.dsh/skills：它在 %TEMP% 下复制一份 ledger、建一个空的临时技能根，跑完即删。 需要「本机已装 DSH / 已装 mnemon 数据源」的两段（插件技能扫描、隔离端到端）在没有安装的机器上自动 skip 而不是失败，所以 CI 只跑 npm test；host-contract 与 verify 需要真实宿主，请在装好 DSH 的机器上跑。

8. 风险与边界

• 写的是真技能：apply 会真的新增/修改 ~/.dsh/skills 下的技能。但只经数据源写入口，因此有版本记录（技能管理 → 版本）与回收站两条退路。
• 模型判断不会 100% 合意：所以默认 dry-run，且 review 会把将要落盘的完整正文放进 last-run.json 供先读后发。
• 不要把 autoApply + 短 intervalMinutes 一起开：那等于让模型无限自增长技能库。建议 apply 手动触发，或 autoApply 只配合 maxNewPerRun: 1。
• 依赖 mnemon 的内部契约：本插件通过 dsh-mnemon-source-skills 的 manage() 读写同一份 ledger；mnemon 升级若改了 operation 名，需要跟着改 lib/mnemon.js（所有调用集中在 read/write 两个方法里）。
• 项目级技能（project-dsh/project-agents）默认只读不建；consolidate 只处理 user-dsh/user-agents，避免动别人仓库里的东西。

9. 文件

文件	作用
lib/index.js	插件接线：工具、/skill-autopilot 命令、定时器
lib/pipeline.js	主流程：取建议 → 审查 → 闸门 → 打包 → 落盘；含存量归并
lib/policy.js	审查提示词、确定性闸门、正文 lint、易腐内容清洗、JSON 提取
lib/review.js	模型路由解析 + 一次性结构化调用（ctx.llm.prepareCall + BlockAssembler）
lib/mnemon.js	Skills Source 桥：读建议/证据/目录，draft-record/draft-adopt/skill-save/skill-delete
lib/inventory.js	技能清点：宿主技能目录、插件技能扫描、分词相似度、前缀聚类
lib/apply.js	打包成 SKILL.md、走数据源落盘、归并应用（含入回收站）
lib/report.js	决策日志与运行报告
lib/host.js	宿主包解析（免 pnpm 安装时也能找到 @deepseek-ai/dsh-*）
install.ps1	安装/回滚（标准 / 免 pnpm 两种模式）
test/*.mjs	自测、宿主契约测试、开发期依赖软链

10. 与 Hermes 机制的对应

Hermes	本插件
agent/learn_prompt.py 的作者规范（frontmatter、章节顺序、60 字 description、不写 hub 技能、命令必须来自来源）	审查提示词 + lintSkillDoc 硬拦/软提示
agent/curator.py 的 umbrella 归并（"一个维护者会写成 N 个技能还是 N 个小节？"）、前缀簇、归档不删除、pinned 不动	gateDecision 的前缀簇强制归并 + consolidate + 归并时进回收站
skill_manage 的「先读后写」	归并前先 bridge.skill(key) 读原文，再整篇重写
/learn 的「已有同类技能就 patch 而不是 create」	mergeInto + 相似度/前缀闸门