DSH LongRun Suite — DeepSeek Harness 长期任务套件

一个仓库装齐：长期自主任务管理器（mission-control）+ 长跑主持人预设（Long-Run Captain）+ 严格审查修正的 LLM 验证器 + 自主定时唤醒（timer scheduler）。克隆即用。

English README

这个仓库解决什么问题

DSH 原生的 goal / todo / subagent 适合短任务，但做长期困难任务时会有这些问题：

1. 任务列表规划一次就死：方向失败后不会自动换思路、重规划、追加新任务；
2. 失败即停：验证不通过经常直接停掉，而不是修 gap、换方向继续；
3. 中间需要人唤醒/引导：长实验期间 agent 不会自己定时回来检查结果；
4. 完成标准太松：任务列表空了就算完成，没人逐条核验最终目标；
5. 大量子 agent 拖慢 DSH：continuable 子会话被频繁扫描，内存/CPU 占用高。

本套件用 Mission 状态文件 + 极小任务状态内核 + 数据驱动验证计划 + 严格独立评审 + 失败强制 replan + 自主定时唤醒 解决以上问题，并且不硬编码任何领域流程：

• 模型优化、数学研究、项目开发都是同一套框架；
• 每个任务开工前由主持人生成自己的 verificationPlan；
• 只有证据 + 独立评审通过才算 accepted；
• 最终完成必须逐条映射 success criteria，并经过 final audit。

组件

组件	路径	作用
dsh-mission-control	packages/dsh-mission-control/	mission 状态机 + mission_* 工具 + 元校验器
Long-Run Captain 预设	preset/long-run-captain/	主持人 persona + 协议技能（联网调研、自适应验证、苏格拉底自查、LLM verifier 用法）
dsh-plugin-llm-verifier	packages/dsh-plugin-llm-verifier/	参考 LLM-as-a-Verifier 论文与上游 DSH 插件、经过更严格审查修正的 LLM 验证器：verify_rollout / verify_select / verify_compare / verify_track
dsh-timer-scheduler-ui	packages/dsh-timer-scheduler-ui/	schedule_reminder 自主定时唤醒 + 右下角倒计时面板

快速开始

在 Long-Run Captain 会话里直接说：

启动一个 mission：尝试证明或证伪 Erdős–Straus 猜想。
termination_policy: success
budget: { maxRounds: 12, maxHours: 16 }
成功标准：
- 给出完整证明，或给出严格验证的反例
- 对 n <= 2000 完成暴力验证，脚本和结果作为证据
- 完成文献调研，记录已知结果与证明思路
- 尝试至少 2 个不同证明/构造方向，记录精确阻塞点

预期流程：

mission_start
→ 早期大量联网调研
→ mission_add_tasks（每个任务带 acceptance + verificationPlan）
→ 派 researcher / engineer / reviewer
→ 长实验用后台任务 + schedule_reminder 定时唤醒
→ 失败任务 mission_replan + replaces 换方向继续
→ verify_track 监控方向是否跑偏
→ mission_final_audit 逐条核验成功标准
→ mission_complete

核心机制

• 任务状态只保留 5 个：open → active → needs_review → accepted / rejected
• 拒绝必须有 follow-up：rejected 任务必须有 replaces=... 后续任务，否则 mission_complete 拒绝完成
• 完成必须有真实 outcome：默认 terminationPolicy=success，映射到成功标准的任务必须 outcome=success
• 元校验器：mission_check 只检查证据诚实性（缺证据/缺评审/缺 final audit 一律 FAIL）
• 苏格拉底自查：提交前用 socratic-self-audit 技能攻击自己的结论
• 严格 verify_track：使用 LLM-as-a-Verifier 参考实现的校准 prompt，不信任 agent 的自我宣称；pivot 选择与 rollout 评分标准也已对齐论文/参考实现

仓库结构

dsh-longrun-suite/
├── README.md                 # 中文入口
├── README.en.md              # English version
├── install.sh                # 一键安装
├── packages/
│   ├── dsh-mission-control/
│   ├── dsh-plugin-llm-verifier/
│   └── dsh-timer-scheduler-ui/
└── preset/
    └── long-run-captain/

安装

要求：Node 20+、DSH 0.1.0-rc.8+、已配置好 LLM provider。

方式 A：一行命令（只装插件）

dsh plugin --profile web add github:GMH13552/dsh-longrun-suite

这会一次安装全部三个插件。之后还需要装预设（二选一）：

# A1: 从仓库目录复制
git clone https://github.com/GMH13552/dsh-longrun-suite.git
cp -R dsh-longrun-suite/preset/long-run-captain ~/.dsh/.agent-presets/

# A2: 或从 profile 的 node_modules 里复制（版本可能与插件包不同）
cp -R ~/.dsh/profiles/web/node_modules/dsh-longrun-suite/preset/long-run-captain ~/.dsh/.agent-presets/

方式 B：克隆 + 一键脚本（推荐，插件和预设一起装）

git clone https://github.com/GMH13552/dsh-longrun-suite.git
cd dsh-longrun-suite
./install.sh            # 默认安装到 web profile
# ./install.sh tui      # 安装到其他 profile

安装脚本会：

1. 把三个插件加入你的 profile；
2. 把 long-run-captain 预设复制到 $DSH_HOME/.agent-presets/；
3. 打印重启提示。

重启 DSH：

dsh web

新建会话时选择 Long-Run Captain 预设即可。

手动安装

等价命令：

dsh plugin --profile web add ./packages/dsh-mission-control
dsh plugin --profile web add ./packages/dsh-plugin-llm-verifier
dsh plugin --profile web add ./packages/dsh-timer-scheduler-ui

mkdir -p "$HOME/.dsh/.agent-presets"
cp -R preset/long-run-captain "$HOME/.dsh/.agent-presets/long-run-captain"

dsh-plugin-llm-verifier 默认使用 provider: deepseek-official + model: deepseek-v4-pro。如果你的模型路由不同，改 profile 的 cordis.patch.yml 中 llm-verifier 行的 provider / model，或者改本仓库 packages/dsh-plugin-llm-verifier/cordis.patch.yml 后重新安装。

已知边界

• DSH 流式接口不暴露 logprobs，所以 LLM verifier 用温度采样平均近似论文的 logits 期望；
• schedule_reminder 目前只在 session live 时唤醒；跨重启冷恢复是后续方向；
• 独立评审是流程约束，不是沙箱隔离。

致谢

• 验证器部分参考 LLM-as-a-Verifier 论文与 dsh-plugin-llm-verifier，并做了更严格的审查与修正
• 定时唤醒基于 dsh-timer-scheduler

License

MIT