dsh-plugin

dsh-gungnir (冈格尼尔)

Lock the goal. Adapt the loop. Prove the hit.

言出必行：DeepSeek Harness 的证据驱动目标校验插件

30 秒了解 · 核心特性 · 架构设计 · 实验评测 · 快速上手 · 参与项目 · 许可协议

30 秒了解

Gungnir 是 DeepSeek Harness 的证据驱动目标校验插件。 目标经 /ultragoal 锁定为版本化契约，执行过程中的工具结果自动落入追加式证据账本；模型宣称完成时，退出码、工件与 LLM 评审三级验证器对照证据裁决，证据齐备才放行。

Gungnir 为大语言模型智能体提供面向任务结果的控制面能力：

• Lock the goal（目标锁定）：建立版本化目标契约，明确预期交付物和检验标准。
• Prove the hit（证据裁决）：模型输出只是待检验的声明，测试退出码与文件状态等环境证据才有裁决权。
• 静默守护与最小介入：正常执行路径保持静默，只有观测到确定性证据冲突时才注入面向任务的明确反馈。

核心特性

维度 · 原生智能体执行 · Gungnir 控制面 完成判定 · 依赖模型自我宣称 · 依据环境证据与退出码客观裁决 假完成拦截 · 容易放行未完成的任务 · 运行时拦截虚假完成并要求修正 正常任务开销 · 基础开销 · 保持静默，Token 额外开销仅 +7.8% 控制面额外交互 · 无 · 正常路径零额外模型往返

架构设计

Gungnir 采用分层解耦的插件化架构，全面适配 DeepSeek Harness 生态：

┌─────────────────────────────────────────────┐
│ Gungnir Goal Contract                       │  目标锁定：定义任务交付物与验证规则
├─────────────────────────────────────────────┤
│ Gungnir Evidence / Verifier / Reconciler    │  证据裁决：收集环境事实，静默验证并按需介入
├─────────────────────────────────────────────┤
│ DSH Agent Contract / Session Log / Services │  基础平台：提供会话与工具交互能力
└─────────────────────────────────────────────┘

控制流程

1. 环境监听：在智能体调用工具的过程中，被动收集命令退出码与生成文件状态。
2. 契约校验：当智能体发出完成任务的声明时，系统基于已捕获的环境证据执行确定性验证。
3. 精准反馈：若验证通过，系统保持静默放行；若存在未满足的检验条件，系统注入简明的客观事实反馈，引导模型完成修复。

实验评测

Gungnir 建立了标准化的评测基准，并在 54 组真实环境运行中完成了多模型对比实验。

评测场景 · 具体用例 · 原生执行 (E0) · Gungnir 控制面 (E2) 虚假完成拦截 · CLI 任务重试场景 · 0% (0/2) · 100% (2/2) 语义缺陷修复 · 状态重入场景 (Ledgerd) · 0% (0/2) · 100% (2/2) 验证错配修复 · 消息中继场景 (RelayPump) · 50% (1/2) · 100% (2/2) 标准开发任务 · 常规开发基准 (H1) · 100% (6/6) · 100% (6/6)

模型类型 · 虚假完成拦截率 · 语义缺陷修复率 · 标准任务通行率 DeepSeek 系列 · 100% · 100% · 100% GPT 系列 · 100% · 100% · 100% GLM 系列 · 100% · 100% · 100%

评测指标 · 原生执行 · Gungnir 控制面 · 控制面开销增量 中位 Token 消耗 · 24,151 · 26,025 · +7.8% 中位模型交互轮次 · 12.0 轮 · 12.0 轮 · 0 轮 任务执行超时率 · 3.7% · 0.0% · -3.7%

快速上手

兼容性：插件以 dsh v0.1.2-rc.1 为基线，peerDependencies 锁定实测版本。

安装

在 DeepSeek Harness 中执行安装命令：

dsh plugin add dsh-gungnir

配置

插件装载后自动注册 /ultragoal 与 /gungnir 命令及模型侧工具。需要调整时，在配置文件中覆盖插件参数：

plugins:
  - name: dsh-gungnir
    config:
      maxGoalRounds: 64

常用配置项：maxGoalRounds（目标轮次上限）、rubricProvider / rubricModel（LLM 评审模型）、passive（被动观察形态）。

参与项目

欢迎提交 Issue 与 Pull Request。提交修改前请在本地运行测试：

pnpm -r typecheck
pnpm -r test

许可协议

本项目采用 Apache License 2.0 开源许可协议。版权所有 © 2026 Zonghe Wu。