dsh-loom — 人在环的可递归自我改进循环（DSH 插件）

Name: DarknessLED/dsh-loom
Author: DarknessLED

Human-in-the-loop recursive self-improvement for DeepSeek Harness. Hand the main agent one objective and a budget; dsh-loom turns it into a repeatable work chain (scout → several candidates → mechanical verifier → score → promote) and runs it round after round in child sessions, so the main agent stays idle and available to you. It only wakes you for real decisions — accept a patch, raise the budget, or unstick a loop — and every round lands in an append-only event log you can replay, audit and reproduce.

主 agent 保持空闲；一个目标 + 预算 + 工作链在后台子会话里自己迭代；只有需要人判断时才叫醒你。

名字取自「织机」：经线是目标与预算，纬线是每一轮的工作链，人只负责换梭与验收。

侧栏面板：中文文案 + 战役树

1. 它解决什么问题

普通 agent 干活的形态是：人发一条指令 → 主 agent 忙一整个回合 → 人再发下一条。 RSI 想要的是另一种形态：

人说一句「把 X 做到 Y 水平，预算 Z」；
系统自己把这句话变成可重复执行的工作链（侦察 → 多候选实现 → 机械验证 → 评分 → 晋升）；
链条在后台一轮轮跑，每轮都在前一轮的产地上继续改进；
主 agent 不参与每一轮，因此大部分时间是空闲的，随时可以和人聊别的；
只有「要不要接受这个补丁 / 预算够不够 / 循环卡住了」这类判断，才通过检查点叫醒人；
所有轮次都落成 append-only 事件日志，可回放、可审计、可复现。

本插件把这些做成 DSH 里的真实能力，而不是一个提示词模板。

2. 现在的状态（M0 – M6 已跑通）

能力	状态
战役（campaign）生命周期：创建 / 暂停 / 恢复 / 停止 / 改预算 / 加约束	✅
append-only 事件日志 + 纯函数 reduce + 物化视图 `views/state.json`	✅
工作链 spec（agent / verifier / human / map 四种节点）与两套经验模板	✅
每轮：git worktree 隔离 → 派子 agent（provider `spawn`）→ 机械验证 → diff → 评分 → 晋升门	✅
晋升门：验证通过 + 有补丁 + 不劣于 incumbent；`autoApply` 否则挂检查点等人	✅
检查点唤醒：`sessionController.prompt(mode:"queue")` 投递到发起战役的会话	✅
成本核算：汇总子会话 `assistant/message.usage`，按可配置单价折 USD，双预算闸门	✅
系统提示注入：主 agent 空闲也能在系统提示里看到各战役状态	✅
工具面：`rsi_start` / `rsi_status` / `rsi_control`（含全局开关） / `rsi_run` / `rsi_chain` / `rsi_evalset` / `rsi_decide` / `rsi_report` / `rsi_lean` / `rsi_replay` / `rsi_dashboard`	✅
监管地基：每次尝试写租约（租约 + 会话事件水位）、看门狗写掉僵死尝试、崩溃重启对账	✅ M2
结构化交接：worker 输入是编译过的简报（≤6000 字符），输出强制 `AttemptReport` schema；不传 transcript	✅ M2
同级交流：同轮候选共享一块有界黑板（障碍/发现），最多 5 条、每轮结束按上限剪枝	✅ M2
准入控制：全局 `maxConcurrent` 轮数上限 + 每尝试墙钟上限 + 预算三闸	✅ M2
知识树：lesson 陈述式投放、explore 阶段零投放、holdout 家族隔离、配对影响审计与自动 quarantine	✅ M3
连续减半：任务声明 `screen` 检查后先筛后跑（4→2），失败候选不进入昂贵回合	✅ M3
Lean 4 数学门：无 sorry/axiom/native_decide，`#print axioms` 白名单，编译不过不晋升	✅ M4
任务级数学门：任务声明 `lean.source` / `lean.file` 后，证明与测试同为硬门；没有 Lean 工具链时停在 `setup` 检查点，不浪费回合	✅ M4
L2 循环策略：策略即数据（minGain / 候选数 / 知识 / 减半），回放重算历史决策，人审后生效	✅ M5
看板：`rsi_dashboard` 一次看到所有战役的进度、花费、检查点、知识量与活尝试	✅ M5
L1 链条自优化：四类小变异（候选数+1 / 最小改动 / 不许改测试 / 声明不确定），同一任务配对比较，≥6 个配对任务 + 增益 + 无单任务回归才允许晋升，人审后激活	✅ M6
Lean imagine 阶段：先产出候选陈述，再用结构规则筛掉空/重复/平凡/sorry/超长，只把值得证的交给编译器	✅ M4
GUI 面板：侧栏 `RSI` 面板，每 5 秒刷新战役卡片（轮次/花费/最佳分/知识量/活尝试/检查点），可直接 pause/resume/stop 与 approve/reject	✅ M7
多窗口安全：任何新窗口都能拿到全部工具；循环所有权按心跳最新者持有，旧窗口自动降级为只读观察，不会两个窗口同时派发	✅ M7
对抗加固（chaos）：子会话死掉 / 模型额度用尽换模型 / 上下文爆掉缩小简报重试一次 / ledger 漂移（重复 seq、乱序、torn 尾行）/ 重启后撤回「记了落地但没提交」的假成功	✅ M8

测试：scripts/verify.mjs 87 项、tests/panel.test.mjs 49 项、tests/panel-client.test.mjs 9 项、tests/gate.test.mjs 78 项、tests/exec.test.mjs 53 项、tests/lease.test.mjs 21 项、tests/watchdog.test.mjs 31 项、tests/board.test.mjs 64 项、tests/brief.test.mjs 96 项、tests/select.test.mjs 72 项、tests/knowledge.test.mjs 63 项、tests/lean.test.mjs 78 项、tests/loop.test.mjs 45 项、tests/chain.test.mjs 30 项、tests/imagine.test.mjs 23 项、712 条单元断言；scripts/e2e.mjs 41 项（真 git worktree + 真 git apply，stub agent；含两轮知识投放、一次 4→2 连续减半、一次 L2 策略晋升把门锁死）。另有对抗套件 tests/chaos/*（13 项：子进程死亡、模型回退、上下文压缩重试、ledger 漂移、重启恢复）与 tests/chaos2/recover-idempotent（3 项回归钉），全部并入 scripts/test-all.mjs（30 套件）。

3. 安装

从插件市场装（收录后）：设置 → 插件 → 插件市场里搜 dsh-loom，一键安装。目录条目是 data/plugins/DarknessLED__dsh-loom.yml。

从 GitHub 装（现在就能用）：

dsh plugin --profile desktop add DarknessLED/dsh-loom

或者手工把 dsh-loom 加进 profile 的 dsh.profile.bundles。仓库根有 cordis.patch.yml，dsh plugin add 认这个 bundle manifest。

已经装进当前开发机的 profile（desktop）：

C:\Users\Darkness\.dsh\profiles\desktop\package.json：dependencies["dsh-loom"] = "file:C:/Projects/RSI"，dsh.profile.bundles 追加 dsh-loom
node_modules\dsh-loom → 指向 C:\Projects\RSI 的目录联接
备份：package.json.bak-loom

重启 DeepSeek Harness 后生效。 回滚 = 用备份覆盖 package.json、删掉 node_modules\dsh-loom 联接，再重启。

数据全在 ~/.dsh/loom/（可用环境变量 LOOM_HOME 覆盖），删掉即清空，不影响 DSH 本身。

4. 一次典型使用

# 1. 立项（会自动提议 code-fix 模板链）
rsi_start(objective:"把 src/parser 的测试覆盖率做到 90% 以上，不许改公开 API",
          workspace:"C:/Projects/demo", budgetUsd:3, budgetRounds:10, template:"code-fix")

# 2. 注册任务集（每个任务 = 提示词 + 机械验证器）
rsi_evalset(action:"register", tasks:[
  { id:"t1", prompt:"补 parser 对行内注释的测试", verify:{ cmd:"npm test -- --coverage", timeoutMs:600000 } },
  { id:"t2", prompt:"补 parser 对嵌套模板字符串的测试", verify:{ cmd:"npm test -- --coverage", timeoutMs:600000 } }
], holdout:["t2"])

# 3. 激活链条并开跑（之后插件自己按 tickMs 推进，主 agent 空闲）
rsi_chain(action:"activate", version:1)
rsi_control(action:"start")

之后：

每 20 秒 tick 一次，有 running 战役就跑一轮（一次最多 candidates 个候选，各自一个 worktree、一个子会话）；
每轮结束写 attempt.finished / gate.evaluated / artifact.promoted / round.finished；
需要人拍板时挂 checkpoint.raised，并通过 sessionController.prompt 给发起会话塞一条消息（这是唯一会叫醒主 agent 的路径）；
人回 rsi_decide(decision:"approve") → 插件把补丁 git apply 进工作区；reject 则继续下一轮；stop 停战役。

随时用 rsi_status / rsi_report 查看，不会打断循环。

总开关（随时开关循环）

循环有一个全局开关，不写进任何战役日志——翻转只改 ~/.dsh/loom/switch.json，另在 switch.jsonl 留一行审计。因此：

rsi_control(action:"disable", reason:"今晚不跑")   # 立即停止派发
rsi_control(action:"enable")                        # 下次 tick 继续，从原来的轮次接着走

关掉后：不再派发新回合，但所有工具照常可用（rsi_status、rsi_report、rsi_dashboard、rsi_decide、rsi_lean…），已挂起的检查点也还在等你处理。
历史不偏移：不追加任何 campaign 事件，seq 不动，恢复时不需要重放或重新总结；重启后开关状态从磁盘读回，不依赖任何摘要。
想只花一轮、不重启循环：rsi_run(id:"...") —— 手动跑一轮，走完全一样的 worktree / 验证器 / 迁升路径，即使开关是关的。
开关只管派发；已经跑起来的那一轮会自己收尾并如实记账。想让在飞的那轮也停：rsi_control(action:"stop", id:"...") 会中断该战役正在跑的尝试（尽力而为），尝试仍走自己的收尾路径并记下 aborted，不会伪造结果。
面板右上角有 loop on / loop off 按钮，走同一条 POST /dsh-loom/state。

面板

重启后侧栏面板列表里会出现 RSI 入口（客户端注册 sidebar.panellist 与 main 槽位），点开即面板。面板每 5 秒轮询 GET /dsh-loom/state，按钮走 POST /dsh-loom/state 同一路由，可以直接 pause / resume / stop 以及 approve / reject 当前检查点；面板改状态时同样要过所有权检查。

多开窗口是安全的：每个窗口都注册了全部工具，但只有心跳最新的那个窗口会真正派发回合；旧窗口自动降级为只读观察（工具仍可读，改状态时会提示「another dsh-loom window is driving the loop」）。

面板文案是中文，状态词有固定译名（running 运行中、done 已完成、promoted 已晋升、no-gain 未晋升、healthy/stalled/regressing 健康/停滞/退步、检查点 gate 晋升待审、stuck 门不可达、exhausted 额度耗尽）；未知取值原样透出，不吞、不猜。

面板从上到下是四块，顺序按「谁需要你」排：

区块	内容
顶栏	`循环开 / 循环关` 开关、`↻` 刷新
概览条	战役 / 运行中 / 轮数 / 待处理 / 花费 / 知识
待你处理	跨战役汇总的开放检查点，按风险排序（高风险靠前），每行可直接批准 / 驳回 / 暂缓
战役（树）	每个战役一株树：`第 N 轮`（子节点是这一轮的每个候选，带分数与「已筛除 / 已放弃」）、`待审`（子节点是开放检查点，行内批准/驳回/暂缓）、`进行中`（子节点是活尝试，带静默秒数）、`知识`（子节点是前三条知识，kind + claim + 收益）。树干那一行是概览：状态、目标、轮数/花费/链版本/最佳分/知识条数/留出、证据质量（健康/停滞/退步 · 晋升率 · 秒/轮）、链条 `链 v1 · 执行 → 并行 → 验证 → 人审`
知识	按 `事实 / 风险 / 做法` 分组，按累计收益排序，显示 claim 与收益值；隔离条数单列

树是画出来的，不是排出来的：没有 SVG，也没有字符画 —— 每个节点是一个块，data-depth 决定缩进，::before 在分支行画一条 1px 竖轨、::after 画一条 9px 肘线，data-last="1" 的分支把竖轨截到肘线高度，于是视觉上就是一棵树（与智能体编队插件同一个画法：一条竖轨 + 每行一条肘线）。状态点只画在分支上（轮/待审/进行中），子节点不画点 —— 300px 宽里三十多个点只是噪音。

只有中间那栏滚动，开关与概览永远在视野里。数据全部来自同一条 GET /dsh-loom/state，与 rsi_dashboard / rsi_report 同源（面板不读战役文件，也不自己派发回合）。

视觉规范从哪里来

面板视觉按 OpenDesign（opendesign.cc）的 Linear pack 重做，不是凭感觉配色。取用的真实 tokens：画布 #08090A、墨色 #F7F8F8、发丝线 11%、圆角 4/6px、动效 150ms cubic-bezier(.25,.46,.45,.94)、数字与 id 一律 mono + tabular-nums、颜色只留给 6px 状态点；禁用清单（亮渐变、多层阴影、高饱和主色、圆润玩味形状）在 tests/panel-view.test.mjs 里是断言，不是建议。

浅色/深色不用两套主题：所有层级色都是 color-mix(in srgb, var(--loom-base) N%, transparent)，--loom-base 在挂载时由 paintInk() 从宿主主题的 getComputedStyle 读出真实墨色并钉住（每 5 秒轮询时重钉一次，读者切主题无需刷新）。不要改回 currentColor：子标签继承的是父级半透明色，再混一次 alpha 会相乘（0.68 × 0.5 → 0.29），9.5px 的字会掉到 1.8:1 —— 这个坑被 chaos 后的对比度审计抓到过。

两条可复跑的验证命令

没有视觉能力不等于只能自称好看，所以面板有两条机械验证：

命令	做什么
`npm run panel:preview`	用 React 四函数 shim 重放 `client/index.js` 的真实组件，生成 `docs/panel-preview.html`（深色 + 浅色两块画布并排）
`npm run panel:audit`	用 headless Chrome 打开那份预览，量横向溢出/滚动高度/发丝线条数/阴影数，逐个元素算 WCAG 对比度（含 alpha 合成），并读出关键的 6 个选择器是否真的落在 mono 字体上；任一缺陷即非零退出

审计抓出过四个真缺陷：.loom-name/.loom-meta 缺 min-width:0 导致横向滚动条、color-mix 结果被 Chrome 序列化成 color(srgb … .62)（0–1 浮点，按 0–255 解析会让对比度恒算成 1.0x）、上面那条嵌套 alpha 相乘，以及预览脚本自己的渲染错误：它把函数类型的组件节点当 <div> 序列化，于是「预览」里根本没有战役卡 —— 审计一度在测一页空壳。现在 html() 遇到函数型节点会像 React 一样调用它（html(type(props))），预览从 19KB 变成 34KB，9 条发丝线、34 个状态点才真的出现在审计里。改完 npm run panel:audit 输出 OK — every canvas reads, nothing overflows, contrast clears the floor.；对应的不变量也进了单测（tests/panel-client.test.mjs 用 WCAG 公式钉住状态点色值，tests/panel-view.test.mjs 钉住「不许混 currentColor」、paintInk 的降级行为、以及 treeLines 的树形）。

Lean 4

本机已装 Lean 4.35.0（elan 在 ~/.elan，toolchain 在 ~/.elan/toolchains/leanprover--lean4---v4.35.0）。用 rsi_lean(action:"probe") 确认。

注意：Windows 上 elan 的 shim 每次调用约 34 秒（要解析 toolchain 并检查更新），所以插件直接调用 toolchain 里的真实二进制（toolchains/*/bin/lean.exe / lake.exe），并把该目录前置进子进程 PATH；shim 只在没有 toolchain 时兜底。

5. 目录结构

src/
  index.js            apply()：单实例锁、工具注册、系统提示段、唯一 ticker、优雅 dispose
  core/               paths / atomic（原子写）/ lock / ledger / reduce（纯函数折叠）/ config
  chain/              spec 校验、code-fix 与 refactor 模板
  exec/               worktree、verifier 子进程、git diff/apply
  dispatch/session.js 派子 agent（provider: spawn），超时可中断
  runtime/            runtime（战役/调度）、round（一轮的完整流程）、cost、notify、lease、watchdog
  dispatch/           session.js（子会话派发）、brief.js（简报编译 + AttemptReport 解析）
  collab/             board.js（同轮候选之间的有界黑板）
  knowledge/          select.js（陈述式投放策略）、impact.js（配对影响与派生）
  chain/              spec.js（校验）、templates.js、mutate.js（L1 变异算子）、evidence.js（配对证据与晋升判据）
  lean/               scan（源码静态门）、probe（工具链探测）、gate（编译 + 公理检查）、task（任务级门）、imagine（陈述产出与筛选）
  loop/               policy.js（策略即数据）、replay.js（回放重算历史决策）
  tools/              10 个工具的定义与渲染
scripts/              verify.mjs（单元）、e2e.mjs（真 worktree 端到端）
tests/                gate / exec / lease / watchdog / board / brief / select / knowledge / lean / loop / chain / imagine 的纯函数测试
docs/                 design-v1.md（设计稿）、design-v2-addendum.md（Lean / 知识树 / 监管）、contracts.md（内部契约）
research/             三份调研报告（DSH 插件 API / Gear / Open Dream-RSI）

事件类型（~/.dsh/loom/campaigns/<id>/events.jsonl）： campaign.created campaign.status objective.updated constraint.added|removed budget.adjusted|spent chain.proposed|activated evalset.registered round.started|finished attempt.finished|abandoned candidate.proposed gate.evaluated artifact.promoted checkpoint.raised|answered note.added lesson.added|impact|quarantined policy.proposed|promoted

监管产物（都在战役目录内，可删可重建）：

leases/<attemptId>.json — 这次尝试「本该在跑」的凭据；state ∈ running/done/abandoned/failed。重启时凡是 running 一律判为 abandoned(host-restart)。
rounds/<n>/board.jsonl — 同轮候选之间的黑板（obstacle / finding），每轮最多留 20 条，读侧去重。
artifacts/r<n>a<i>.patch — 每次尝试的补丁；views/state.json — 物化视图（权威永远是事件日志）。

6. 安全边界（有意为之）

不自动改用户工作区：默认 loopPolicy.autoApply=false，晋升只挂检查点；人点 approve 才 git apply，且工作区必须干净。
每轮都在独立 worktree/分支里跑，失败不污染主仓库；keepWorktrees 可留证据。
双重预算：轮数上限 + 美元上限（按 token 用量与配置单价折算）；任一触顶即收敛并挂检查点。
单实例锁：同一 LOOM_HOME 只允许一个宿主进程驱动循环，避免双份 ticker。
ticker 从不抛异常：宿主进程里未捕获异常会直接杀掉应用，所以 tick / 定时器 / 回调全部 try/catch。
插件零运行时依赖（只用 node 内置模块），没有外部进程常驻。

7. 与参考项目的关系

rsi-gear/gear：它的 outer loop 优化的是「harness 本身（提示词/工具/skill/上下文管理）」，跑在 Docker 里、Windows 不在官方支持范围。我们借了它的四阶段（Diagnose → Evolve → Evaluate → Promote）与「证据完整性准入 + 最小增益 + held-out 不回归」的晋升判据，但把粒度下沉到「一个战役 = 一个目标」。
open-dream-rsi：它冻结模型、只优化任务内策略（policy_program / policy_parameters / recipe），编排层是硬编码的（interval_seconds=300 等常数），作者明确说 cadence 不属于学习系统。我们借了它的三件判据（回放门控晋升、append-only 事件溯源 + 可重建物化视图、termination_reason 分类），而编排循环本身正是本插件要优化的对象（M3）。

8. 对抗测试（M8）

循环跑在别人的进程、别人的额度和别人的时钟上，所以「正常路径正确」不够。tests/chaos/ 用故障注入把五类坏情况钉成规格，每一条都对应一处真实修复：

故障	注入方式	现在的行为
子会话死掉	dispatcher 返回 `stopReason:"error"` / 直接抛错	`attempt.finished.failureKind="died"`，回合照常收尾、租约清掉、不晋升；验证器在工作树上的「恰好通过」不算证据（`gateOk` 还要求 `failureKind==="ok"`）
模型额度用尽	首个模型报 `context length exceeded`、`max-tokens`、quota	按 `models.fallback` 换下一个模型并记录 `modelSwitch`；全部用尽 → `failureKind="exhausted"`，回合记 `exhausted` 并挂检查点，不再把空转伪装成 no-gain
上下文压缩失败	`compaction failed: prompt is too long`	丢 notes/lessons/plan，用约一半长度的简报只重试一次，记 `retried:"smaller-brief"`；再失败即 `context`，不晋升
历史漂移	重复 seq、乱序行、torn 尾行、双写者	`Ledger` 排序去重（同 seq 先到先得）、丢 torn 行、从磁盘最大 seq 继续；`appendJsonl` 先补换行，避免坏尾行吞掉新记录
视图漂移	`views/state.json` 被删、写一半、或声称「已 done / 已 landed」	视图只是缓存：`runtime.open()` 永远从事件日志 reduce，坏缓存不解析、旧缓存赢不了日志（假 `done`、假 `landed`、假 incumbent 都推翻）；`flush()` 用日志的结果重建文件
重启恢复（含「假恢复」）	账本有 `autopilot.applied{committed:false}` + 脏工作区 + 活租约	`recovery.js` 判定「未证明的落地」→ `round.unlanded`（任务重新变回未解决）+ 只清理补丁自己新建的文件、`git checkout --` 恢复被改的已跟踪文件；没有未提交证据时不动用户自己的脏工作区；连跑两次第二次零写入（幂等）
门根本不可达（任务写坏了）	连续三轮「补丁在变、验证器 stderr 一模一样」（`tests/chaos3`）	`attempt.finished.verifySignature`（exit code + stderr 尾部 20 行的 sha1 前 12 位）；同一任务连续 3 轮签名相同 → 挂一个 `checkpoint{kind:"stuck"}` 并继续跑，不把预算烧在不可能完成的任务上；签名在变（真的在推进）不报

这条最后加得最值：它来自一次真实事故——作者自己写的两条 chaos2 规格调用了 done(n, msg) 而不是 ok(msg)，harness 里 done() 要求至少一次 ok()，于是规格永远不可能通过。循环在它上面连烧 4 轮才发现人肉去看。现在的规则是：补丁在变而验证器的说法一字不变 = 门有问题，交给人。

边界（有意不做）：git clean -fd 从不使用（会删用户未跟踪文件）；凭据/权限失败不重试（重试不会让账号有钱）；换模型只为额度类失败买单，进程死掉换模型只会翻倍账单。

dsh-loom — 人在环的可递归自我改进循环（DSH 插件）

主 agent 保持空闲；一个目标 + 预算 + 工作链在后台子会话里自己迭代；只有需要人判断时才叫醒你。

名字取自「织机」：经线是目标与预算，纬线是每一轮的工作链，人只负责换梭与验收。

侧栏面板：中文文案 + 战役树

1. 它解决什么问题

普通 agent 干活的形态是：人发一条指令 → 主 agent 忙一整个回合 → 人再发下一条。 RSI 想要的是另一种形态：

人说一句「把 X 做到 Y 水平，预算 Z」；
系统自己把这句话变成可重复执行的工作链（侦察 → 多候选实现 → 机械验证 → 评分 → 晋升）；
链条在后台一轮轮跑，每轮都在前一轮的产地上继续改进；
主 agent 不参与每一轮，因此大部分时间是空闲的，随时可以和人聊别的；
只有「要不要接受这个补丁 / 预算够不够 / 循环卡住了」这类判断，才通过检查点叫醒人；
所有轮次都落成 append-only 事件日志，可回放、可审计、可复现。

本插件把这些做成 DSH 里的真实能力，而不是一个提示词模板。

2. 现在的状态（M0 – M6 已跑通）

能力	状态
战役（campaign）生命周期：创建 / 暂停 / 恢复 / 停止 / 改预算 / 加约束	✅
append-only 事件日志 + 纯函数 reduce + 物化视图 `views/state.json`	✅
工作链 spec（agent / verifier / human / map 四种节点）与两套经验模板	✅
每轮：git worktree 隔离 → 派子 agent（provider `spawn`）→ 机械验证 → diff → 评分 → 晋升门	✅
晋升门：验证通过 + 有补丁 + 不劣于 incumbent；`autoApply` 否则挂检查点等人	✅
检查点唤醒：`sessionController.prompt(mode:"queue")` 投递到发起战役的会话	✅
成本核算：汇总子会话 `assistant/message.usage`，按可配置单价折 USD，双预算闸门	✅
系统提示注入：主 agent 空闲也能在系统提示里看到各战役状态	✅
工具面：`rsi_start` / `rsi_status` / `rsi_control`（含全局开关） / `rsi_run` / `rsi_chain` / `rsi_evalset` / `rsi_decide` / `rsi_report` / `rsi_lean` / `rsi_replay` / `rsi_dashboard`	✅
监管地基：每次尝试写租约（租约 + 会话事件水位）、看门狗写掉僵死尝试、崩溃重启对账	✅ M2
结构化交接：worker 输入是编译过的简报（≤6000 字符），输出强制 `AttemptReport` schema；不传 transcript	✅ M2
同级交流：同轮候选共享一块有界黑板（障碍/发现），最多 5 条、每轮结束按上限剪枝	✅ M2
准入控制：全局 `maxConcurrent` 轮数上限 + 每尝试墙钟上限 + 预算三闸	✅ M2
知识树：lesson 陈述式投放、explore 阶段零投放、holdout 家族隔离、配对影响审计与自动 quarantine	✅ M3
连续减半：任务声明 `screen` 检查后先筛后跑（4→2），失败候选不进入昂贵回合	✅ M3
Lean 4 数学门：无 sorry/axiom/native_decide，`#print axioms` 白名单，编译不过不晋升	✅ M4
任务级数学门：任务声明 `lean.source` / `lean.file` 后，证明与测试同为硬门；没有 Lean 工具链时停在 `setup` 检查点，不浪费回合	✅ M4
L2 循环策略：策略即数据（minGain / 候选数 / 知识 / 减半），回放重算历史决策，人审后生效	✅ M5
看板：`rsi_dashboard` 一次看到所有战役的进度、花费、检查点、知识量与活尝试	✅ M5
L1 链条自优化：四类小变异（候选数+1 / 最小改动 / 不许改测试 / 声明不确定），同一任务配对比较，≥6 个配对任务 + 增益 + 无单任务回归才允许晋升，人审后激活	✅ M6
Lean imagine 阶段：先产出候选陈述，再用结构规则筛掉空/重复/平凡/sorry/超长，只把值得证的交给编译器	✅ M4
GUI 面板：侧栏 `RSI` 面板，每 5 秒刷新战役卡片（轮次/花费/最佳分/知识量/活尝试/检查点），可直接 pause/resume/stop 与 approve/reject	✅ M7
多窗口安全：任何新窗口都能拿到全部工具；循环所有权按心跳最新者持有，旧窗口自动降级为只读观察，不会两个窗口同时派发	✅ M7
对抗加固（chaos）：子会话死掉 / 模型额度用尽换模型 / 上下文爆掉缩小简报重试一次 / ledger 漂移（重复 seq、乱序、torn 尾行）/ 重启后撤回「记了落地但没提交」的假成功	✅ M8

3. 安装

从插件市场装（收录后）：设置 → 插件 → 插件市场里搜 dsh-loom，一键安装。目录条目是 data/plugins/DarknessLED__dsh-loom.yml。

从 GitHub 装（现在就能用）：

dsh plugin --profile desktop add DarknessLED/dsh-loom

或者手工把 dsh-loom 加进 profile 的 dsh.profile.bundles。仓库根有 cordis.patch.yml，dsh plugin add 认这个 bundle manifest。

已经装进当前开发机的 profile（desktop）：

C:\Users\Darkness\.dsh\profiles\desktop\package.json：dependencies["dsh-loom"] = "file:C:/Projects/RSI"，dsh.profile.bundles 追加 dsh-loom
node_modules\dsh-loom → 指向 C:\Projects\RSI 的目录联接
备份：package.json.bak-loom

重启 DeepSeek Harness 后生效。 回滚 = 用备份覆盖 package.json、删掉 node_modules\dsh-loom 联接，再重启。

数据全在 ~/.dsh/loom/（可用环境变量 LOOM_HOME 覆盖），删掉即清空，不影响 DSH 本身。

4. 一次典型使用

# 1. 立项（会自动提议 code-fix 模板链）
rsi_start(objective:"把 src/parser 的测试覆盖率做到 90% 以上，不许改公开 API",
          workspace:"C:/Projects/demo", budgetUsd:3, budgetRounds:10, template:"code-fix")

# 2. 注册任务集（每个任务 = 提示词 + 机械验证器）
rsi_evalset(action:"register", tasks:[
  { id:"t1", prompt:"补 parser 对行内注释的测试", verify:{ cmd:"npm test -- --coverage", timeoutMs:600000 } },
  { id:"t2", prompt:"补 parser 对嵌套模板字符串的测试", verify:{ cmd:"npm test -- --coverage", timeoutMs:600000 } }
], holdout:["t2"])

# 3. 激活链条并开跑（之后插件自己按 tickMs 推进，主 agent 空闲）
rsi_chain(action:"activate", version:1)
rsi_control(action:"start")

之后：

每 20 秒 tick 一次，有 running 战役就跑一轮（一次最多 candidates 个候选，各自一个 worktree、一个子会话）；
每轮结束写 attempt.finished / gate.evaluated / artifact.promoted / round.finished；
需要人拍板时挂 checkpoint.raised，并通过 sessionController.prompt 给发起会话塞一条消息（这是唯一会叫醒主 agent 的路径）；
人回 rsi_decide(decision:"approve") → 插件把补丁 git apply 进工作区；reject 则继续下一轮；stop 停战役。

随时用 rsi_status / rsi_report 查看，不会打断循环。

总开关（随时开关循环）

循环有一个全局开关，不写进任何战役日志——翻转只改 ~/.dsh/loom/switch.json，另在 switch.jsonl 留一行审计。因此：

rsi_control(action:"disable", reason:"今晚不跑")   # 立即停止派发
rsi_control(action:"enable")                        # 下次 tick 继续，从原来的轮次接着走

关掉后：不再派发新回合，但所有工具照常可用（rsi_status、rsi_report、rsi_dashboard、rsi_decide、rsi_lean…），已挂起的检查点也还在等你处理。
历史不偏移：不追加任何 campaign 事件，seq 不动，恢复时不需要重放或重新总结；重启后开关状态从磁盘读回，不依赖任何摘要。
想只花一轮、不重启循环：rsi_run(id:"...") —— 手动跑一轮，走完全一样的 worktree / 验证器 / 迁升路径，即使开关是关的。
开关只管派发；已经跑起来的那一轮会自己收尾并如实记账。想让在飞的那轮也停：rsi_control(action:"stop", id:"...") 会中断该战役正在跑的尝试（尽力而为），尝试仍走自己的收尾路径并记下 aborted，不会伪造结果。
面板右上角有 loop on / loop off 按钮，走同一条 POST /dsh-loom/state。

面板

面板从上到下是四块，顺序按「谁需要你」排：

区块	内容
顶栏	`循环开 / 循环关` 开关、`↻` 刷新
概览条	战役 / 运行中 / 轮数 / 待处理 / 花费 / 知识
待你处理	跨战役汇总的开放检查点，按风险排序（高风险靠前），每行可直接批准 / 驳回 / 暂缓
战役（树）	每个战役一株树：`第 N 轮`（子节点是这一轮的每个候选，带分数与「已筛除 / 已放弃」）、`待审`（子节点是开放检查点，行内批准/驳回/暂缓）、`进行中`（子节点是活尝试，带静默秒数）、`知识`（子节点是前三条知识，kind + claim + 收益）。树干那一行是概览：状态、目标、轮数/花费/链版本/最佳分/知识条数/留出、证据质量（健康/停滞/退步 · 晋升率 · 秒/轮）、链条 `链 v1 · 执行 → 并行 → 验证 → 人审`
知识	按 `事实 / 风险 / 做法` 分组，按累计收益排序，显示 claim 与收益值；隔离条数单列

视觉规范从哪里来

两条可复跑的验证命令

没有视觉能力不等于只能自称好看，所以面板有两条机械验证：

命令	做什么
`npm run panel:preview`	用 React 四函数 shim 重放 `client/index.js` 的真实组件，生成 `docs/panel-preview.html`（深色 + 浅色两块画布并排）
`npm run panel:audit`	用 headless Chrome 打开那份预览，量横向溢出/滚动高度/发丝线条数/阴影数，逐个元素算 WCAG 对比度（含 alpha 合成），并读出关键的 6 个选择器是否真的落在 mono 字体上；任一缺陷即非零退出

Lean 4

本机已装 Lean 4.35.0（elan 在 ~/.elan，toolchain 在 ~/.elan/toolchains/leanprover--lean4---v4.35.0）。用 rsi_lean(action:"probe") 确认。

5. 目录结构

src/
  index.js            apply()：单实例锁、工具注册、系统提示段、唯一 ticker、优雅 dispose
  core/               paths / atomic（原子写）/ lock / ledger / reduce（纯函数折叠）/ config
  chain/              spec 校验、code-fix 与 refactor 模板
  exec/               worktree、verifier 子进程、git diff/apply
  dispatch/session.js 派子 agent（provider: spawn），超时可中断
  runtime/            runtime（战役/调度）、round（一轮的完整流程）、cost、notify、lease、watchdog
  dispatch/           session.js（子会话派发）、brief.js（简报编译 + AttemptReport 解析）
  collab/             board.js（同轮候选之间的有界黑板）
  knowledge/          select.js（陈述式投放策略）、impact.js（配对影响与派生）
  chain/              spec.js（校验）、templates.js、mutate.js（L1 变异算子）、evidence.js（配对证据与晋升判据）
  lean/               scan（源码静态门）、probe（工具链探测）、gate（编译 + 公理检查）、task（任务级门）、imagine（陈述产出与筛选）
  loop/               policy.js（策略即数据）、replay.js（回放重算历史决策）
  tools/              10 个工具的定义与渲染
scripts/              verify.mjs（单元）、e2e.mjs（真 worktree 端到端）
tests/                gate / exec / lease / watchdog / board / brief / select / knowledge / lean / loop / chain / imagine 的纯函数测试
docs/                 design-v1.md（设计稿）、design-v2-addendum.md（Lean / 知识树 / 监管）、contracts.md（内部契约）
research/             三份调研报告（DSH 插件 API / Gear / Open Dream-RSI）

监管产物（都在战役目录内，可删可重建）：

leases/<attemptId>.json — 这次尝试「本该在跑」的凭据；state ∈ running/done/abandoned/failed。重启时凡是 running 一律判为 abandoned(host-restart)。
rounds/<n>/board.jsonl — 同轮候选之间的黑板（obstacle / finding），每轮最多留 20 条，读侧去重。
artifacts/r<n>a<i>.patch — 每次尝试的补丁；views/state.json — 物化视图（权威永远是事件日志）。

6. 安全边界（有意为之）

不自动改用户工作区：默认 loopPolicy.autoApply=false，晋升只挂检查点；人点 approve 才 git apply，且工作区必须干净。
每轮都在独立 worktree/分支里跑，失败不污染主仓库；keepWorktrees 可留证据。
双重预算：轮数上限 + 美元上限（按 token 用量与配置单价折算）；任一触顶即收敛并挂检查点。
单实例锁：同一 LOOM_HOME 只允许一个宿主进程驱动循环，避免双份 ticker。
ticker 从不抛异常：宿主进程里未捕获异常会直接杀掉应用，所以 tick / 定时器 / 回调全部 try/catch。
插件零运行时依赖（只用 node 内置模块），没有外部进程常驻。

7. 与参考项目的关系

rsi-gear/gear：它的 outer loop 优化的是「harness 本身（提示词/工具/skill/上下文管理）」，跑在 Docker 里、Windows 不在官方支持范围。我们借了它的四阶段（Diagnose → Evolve → Evaluate → Promote）与「证据完整性准入 + 最小增益 + held-out 不回归」的晋升判据，但把粒度下沉到「一个战役 = 一个目标」。
open-dream-rsi：它冻结模型、只优化任务内策略（policy_program / policy_parameters / recipe），编排层是硬编码的（interval_seconds=300 等常数），作者明确说 cadence 不属于学习系统。我们借了它的三件判据（回放门控晋升、append-only 事件溯源 + 可重建物化视图、termination_reason 分类），而编排循环本身正是本插件要优化的对象（M3）。

8. 对抗测试（M8）

故障	注入方式	现在的行为
子会话死掉	dispatcher 返回 `stopReason:"error"` / 直接抛错	`attempt.finished.failureKind="died"`，回合照常收尾、租约清掉、不晋升；验证器在工作树上的「恰好通过」不算证据（`gateOk` 还要求 `failureKind==="ok"`）
模型额度用尽	首个模型报 `context length exceeded`、`max-tokens`、quota	按 `models.fallback` 换下一个模型并记录 `modelSwitch`；全部用尽 → `failureKind="exhausted"`，回合记 `exhausted` 并挂检查点，不再把空转伪装成 no-gain
上下文压缩失败	`compaction failed: prompt is too long`	丢 notes/lessons/plan，用约一半长度的简报只重试一次，记 `retried:"smaller-brief"`；再失败即 `context`，不晋升
历史漂移	重复 seq、乱序行、torn 尾行、双写者	`Ledger` 排序去重（同 seq 先到先得）、丢 torn 行、从磁盘最大 seq 继续；`appendJsonl` 先补换行，避免坏尾行吞掉新记录
视图漂移	`views/state.json` 被删、写一半、或声称「已 done / 已 landed」	视图只是缓存：`runtime.open()` 永远从事件日志 reduce，坏缓存不解析、旧缓存赢不了日志（假 `done`、假 `landed`、假 incumbent 都推翻）；`flush()` 用日志的结果重建文件
重启恢复（含「假恢复」）	账本有 `autopilot.applied{committed:false}` + 脏工作区 + 活租约	`recovery.js` 判定「未证明的落地」→ `round.unlanded`（任务重新变回未解决）+ 只清理补丁自己新建的文件、`git checkout --` 恢复被改的已跟踪文件；没有未提交证据时不动用户自己的脏工作区；连跑两次第二次零写入（幂等）
门根本不可达（任务写坏了）	连续三轮「补丁在变、验证器 stderr 一模一样」（`tests/chaos3`）	`attempt.finished.verifySignature`（exit code + stderr 尾部 20 行的 sha1 前 12 位）；同一任务连续 3 轮签名相同 → 挂一个 `checkpoint{kind:"stuck"}` 并继续跑，不把预算烧在不可能完成的任务上；签名在变（真的在推进）不报

DarknessLED/dsh-loom

dsh-loom — 人在环的可递归自我改进循环（DSH 插件）

1. 它解决什么问题

2. 现在的状态（M0 – M6 已跑通）

3. 安装

4. 一次典型使用

总开关（随时开关循环）

面板

视觉规范从哪里来

两条可复跑的验证命令

Lean 4

5. 目录结构

6. 安全边界（有意为之）

7. 与参考项目的关系

8. 对抗测试（M8）

Community comments

DarknessLED/dsh-loom

dsh-loom — 人在环的可递归自我改进循环（DSH 插件）

1. 它解决什么问题

2. 现在的状态（M0 – M6 已跑通）

3. 安装

4. 一次典型使用

总开关（随时开关循环）

面板

视觉规范从哪里来

两条可复跑的验证命令

Lean 4

5. 目录结构

6. 安全边界（有意为之）

7. 与参考项目的关系

8. 对抗测试（M8）

Community comments