dsh-cot-anchor

dsh-cot-anchor

DeepSeek Harness（DSH）插件：治一类特定的模型毛病——思考着思考，但没在推进。表现为反复重新推导已经得出的结论、把工具调用写成纯文本、原地重复同一段话、输出无意义的递增数字流。

插件做两件事：

1. 结论回流：每次工具结果返回后，从最新思考中摘出已成立的结论（最多 3 条、每条 ≤ 220 字）插回上下文，下一步起手就能看到，不必重推一遍。装上默认生效。
2. 生成中途打断（软切）：生成过程中每 32 个字符检查一次，发现打转 / 原地重复 / 伪工具调用 / 数字流就立即切断本次请求，把已生成部分作为正常消息落盘、排好结论锚点，让回合从断点续跑——不会因为一次误判丢掉整轮工作。

它不解决一切长任务问题，只解决「单流内思考链极度冗余、结论反复重新发现」。跨步骤的折返跑（同一结论在十几步里重推）不在能力范围内，那是姊妹插件 dsh-step-governor 的职责。

快速开始

dsh plugin --profile <你的profile> add github:JiewiW/dsh-cot-anchor#v0.3.0

重启实例后设置页出现「COT 锚点」标签即生效。结论注入无需任何配置；软切需要内核支持（见兼容性）。

工作方式

模型思考 → 工具执行 → [插件] 摘出已成立的结论插回上下文 → 下一步思考
                                  ↑
                            只在工具边界注入

注入消息以 user 角色追加在工具结果之后、下一次请求之前，尾部追加写入会话日志，不改写已有内容，因此不会打穿前缀缓存。

成本

场景 · 额外成本 默认（结论注入开启，其余关闭） · 每个工具结果后一条短消息，上界 660 字符（3 条 × 220 字）；无额外模型调用 命令执行纪律提醒 · 每轮一次、随运行时上下文快照（"Current runtime context…"）注入，位于记忆规则之后；单条全文固定约 380 token（字符估算），作为稳定前缀段参与上下文，不再随工具调用堆叠 开启 LLM 提炼结论（默认关） · 每个助手回合多一次小模型调用 开启打转 / 重复等判定 · 纯本地字符串计算，零 token 成本；可能增加少量回合数 开启 CoT 静默采集 · 每个助手回合留一条本地样本；默认关闭

注入消息会随之后续请求的上下文一同发送，因此持续占用少量上下文窗口。按中英混排估算，660 字符约合 200–500 token 量级——相对于一次工具往返的上下文可以忽略，但它在每一步都会累积。注入以尾部追加方式写入会话日志，不改写已有内容，因此不会打穿前缀缓存：除新追加的一块外，此前内容始终是稳定前缀。新追加块在其首次出现的那次请求上按未命中计费一次，此后转为缓存命中——这一点与文本是否固定无关。推理锚点每次不同，其排列顺序仅为内容组织上的一致性，不影响缓存行为（自 411cb74/v0.2.2 起命令执行纪律已改走运行时上下文快照的固定段，不再参与本次工具注入）。

在一个约 924 万 token 的真实长会话上实测：插件注入总量约占全会话 0.23%（每个注入块只在首现那一次请求按未命中计费，此后转为缓存命中）。具体分项口径见下文「实测成本占比」。

能力边界（请先读）

• 两类机制都是单步边界内的：软切只看当前一次生成流，进入下一步计数归零。治得了单流内退化，治不了跨步骤折返跑。
• 软切不减少回合步数。长任务账单的大头是「步数 × 每步膨胀的上下文重读」，步数治理请用 step-governor。
• 模型可能知道自己在空转却停不下来——实测出现过思考中自述「I'm burning turns, let me stop」之后继续生成下一条探索路线。注入的前提是模型会读且照做，自知不构成刹车。
• 软切每回合按判定类别分桶计预算 6/20/3（启发式判定 6 次、字节级确证重复 20 次、伪工具调用 3 次），总闸 29（6+20+3）。打满后启发式判定升级为终止本回合，高置信重复仍照常拦截；预算事件（agent/soft-cut-suppressed / phase.abortTurn）在会话日志可观测。这些常量由内核定义、不由插件持有。

以下统计数据自 v0.2.1 之前的机制采集：当时命令执行纪律是随每次工具执行后剥出的独立 user 消息（source.summary = cot-anchor: exec-discipline）与推理锚点同车注入。自 v0.2.1 起（并入 411cb74 迁移后），纪律不再随工具注入，而是注册为运行时上下文快照的一个固定段（每轮出现一次、位于记忆规则之后、用户唠叨之前），不再按工具条数线性堆叠；下述注入量只是旧机制的上限参照。

在一个 95 次助手请求、累计约 924 万 token 的真实长会话上按消息级口径统计（字符→token 为启发式估算，非 tokenizer 实测；任何人可在自己的 DSH 会话日志上按同口径复算：逐条统计 user/message 中 source.summary 为 cot-anchor: exec-discipline（固定纪律）与其他 cot-anchor:*（动态锚点）的文本，并对照各次助手请求 usage 的 inputTokens / cacheReadTokens）：

结论：插件带来的新增输入在全会话 token 总量的 0.3% 以内。每个注入块在首现时按未命中计费一次，此后随上下文增长参与后续每一次请求。纪律块体积约占注入量五分之四，但"文本固定"不带来额外缓存收益——该占比只反映体积，不反映命中。（该占比为 v0.2.1 之前旧机制的历史数据；新版纪律块已移入运行时上下文快照固定段，不再按工具条数累计。）

兼容性与软切内核

能力 · 支持的 DSH 版本 结论注入、设置页 · 0.1.5 起全部版本 生成中途打断（软切） · 仅 0.1.5-rc.1 / rc.2 开箱可用

0.1.5-rc.3 起内核移除了软切所需的 agent/soft-cut 钩子，该能力会静默失效；插件在启动日志和设置页顶部明确提示当前内核是否支持——以设置页显示为准，不要凭开关是开的就认为在生效。

新版内核可用随包工具把软切机构移植回去（带版本与哈希自检，幂等、可回滚，不符自动还原）：

node node_modules/dsh-cot-anchor/tools/apply-softcut-port.mjs --check   # 查看状态
node node_modules/dsh-cot-anchor/tools/apply-softcut-port.mjs           # 应用

移植后重启实例。完整步骤与风险见 docs/softcut-kernel-port.md。

设置

设置页「COT 锚点」共 61 项、分组展示，多数场景用默认值即可。下面只列常用项与容易误判的项；其余阈值在设置页内均有内联说明。

总开关

键 · 默认 · 说明 enableToolInject · 开 · 工具结果后注入结论锚点，本插件的主要价值，建议保持开启 enableSoftCut · 开 · 允许生成中途打断；内核不支持时自动无效 enableExecDisciplineBlock · 开 · 随锚点同车注入命令执行纪律提醒；与锚点注入共用去重节奏，关闭后锚点注入行为不变

五项软切判定

全部关闭时插件只做结论注入。

键 · 识别什么 · 注意 enablePseudoTool · 把工具调用写成普通文本（如 ...） · 只能识别已知文本形态 enableRepeat · 逐字节相同的内容反复吐出 · 换措辞的重复抓不到 enableChurn · 措辞不同但反复「重新分析」 · 启发式判定，遇到未闭合代码块自动让路 enableTransition · 「接下来我要……」类转折句 · 最容易误判：正常分阶段思考也有转折句；若频繁在正常思考中切断，先关它（v0.3.0 起已要求转折词后跟随执行动词、并剥离已注入锚点后再判定，误判面已显著收窄） enableNumberRunaway · 无意义递增数字流 · 要求数字流足够长（≥ 500 字符跨度等阈值）

打断太频繁时：先关 enableTransition，其次调高判定阈值（churnMinHits 默认 18 等）。

自 v0.2.4 起，转折句判定自带「结论-转折间距」守卫（softCutGapThreshold，默认 80）：当尾部扫描窗口内最后一个结论开启词（如「所以」）与最后一个转折宣告（如「接下来」）间距超过阈值时，判定为「子阶段小结论 + 后续分析 + 转折宣告」而非阶段边界，拒绝软切——避免「所以 X 是根因」这类中途小结论与后续转折词各自命中检测器、把一次正常分析拦腰切断。

自 v0.3.0 起，转折句判定叠加三层加固（详见发行说明）：① 已注入锚点按会话去重，同内容不再重复注入，命中时记录去重事件而非切断；② 「结论-转折间距」守卫在结论开启词缺失时由放行改为拒绝（fail-closed）；③ 切句与转折识别改为引号感知——报告正文中引用的推理原文、正则文本不再被切成以「所以/现在」开头的伪句；同时转折宣告词后必须跟随执行动词（「现在写报告」命中、「Now I have the full chain.」这类状态陈述不命中），已注入锚点文本也先剥离再参与判定，阻断「锚点自我触发」的自反馈环。

锚点内容

键 · 默认 · 说明 minReasoningChars · 250 · 思考短于此长度不提取结论 maxPoints · 3 · 最多保留几条结论 maxPointChars · 220 · 单条结论字数上限

结论由规则从思考文本中摘句得到，不理解句子的语义角色，因此入池前会剔除两类无命题内容：纯话语标记句（剥掉 Actually / wait / Hmm / 其实 / 等等 等标记后实词不足 6 字符，如「Actually, wait.」「其实，等等。」）与路线意图宣告句（「the decisive route: ask the user…」）。标记词领起但带事实命题的句子（「Wait, the kernel never marks in verbose mode.」）照常保留。

注意：Wait / Actually / Hmm 等转折词在推理链中承担结构控制作用，插件不从模型输出里删除它们，只阻止它们被当成结论回灌。

LLM 提炼与 CoT 采集（默认全关）

• enableLlmRefine：用一次小模型调用把整段思考压成摘要式结论，通常比规则摘句更准；provider/model 留空则跟随当前会话。
• enableHarvest / enableAutoAnalyze / enableLearnedPatterns：静默采集思考样本、自动归纳检测器看不见的打转形态、把学习成果用于判定。开启会在本地留存思考文本，启用前请自行评估隐私；学习模式默认有 20 轮影子期（learnedShadowRounds）防止一次误学永久改变判定。

隐私

• 结论注入与全部软切判定都在本地完成，不向任何外部服务发送数据。
• LLM 提炼开启时，思考文本会发给你指定的 provider（留空则跟随当前会话）。
• CoT 采集开启时，思考文本与工具轨迹只留存本地。

常见问题

设置页显示「当前内核没有掐断能力」 内核不提供软切钩子，结论注入不受影响。需要软切可停留在 0.1.5-rc.1/rc.2，或按上文移植。

模型好像没收到提醒 确认 enableToolInject 已开、且思考长度超过 minReasoningChars——思考过短本来就不提取。

开发

仓库根目录所有 test-*.mjs 都是独立可执行脚本（无测试框架、无 npm test），逐个 node test-*.mjs 运行，退出码 0 即通过。

许可

MIT