dsh-cot-anchor

思考锚点（COT Anchor）—— 让"思考着思考但没真正推进"的模型闭嘴，把已经得出的结论重新递回上下文。

一个 DeepSeek Harness（DSH）插件。

出发点：为什么会有这个插件

本插件诞生于对一类特定模型的真实困扰——以 DeepSeek-V4-Flash（v4.1-flash 变体）为典型代表。具体症状在一次实际会话里被硬数字刻画过：

指标	数字	含义
思考 : 文本输出	14 : 1 ~ 24 : 1	模型每写一个字给用户，就要消耗 14~24 个字的"思考"
单条带 reasoning 的消息平均宣告"接下来要做什么"	1.6 ~ 3.6 次	但兑现率显著偏低——说要做 X，下一条却在做别的
reasoning 块平均长度	~7,000 字	极度啰嗦
"宣布决定性证据齐全"	几乎每轮思考一次	然后继续宣称"接下来要验证 XXX"

也就是说：这个模型思考着思考，但其实没在推进。它会在一段看似有逻辑的 CoT 里，把上一轮甚至上几轮已经得出过结论的证据，又重新推一遍；它会把工具调用写成纯文本（<seed:tool_call>...）；它会原地重复同一段话；它会语义空转（措辞不同但反复"重新分析"）；它会输出无意义的递增数字流（639, 640, 641, ...）。

如果让这种模型长时间跑长任务，会发生两件事：

token 烧得极快——每 1 字有效输出要 14~24 字思考，照它的思考规模换算，1MB 的思考里有效推进只占极小比例。
结论被反复"重新发现"——上一轮已经明确写过的结论，下一轮思考里又当新问题重新推导一遍，浪费 token 的同时让模型注意力被陈年分析占据，看不清真正新出现的信息。

dsh-cot-anchor 就是用来对付这种行为的：把上一轮已经确立的结论重新递回上下文，让模型不必重新推一遍；同时在生成过程中实时打断打转/重述/伪调用/数字流等失控形态。

它不解决一切长任务问题，只解决这一类特定的"思考链极度冗余、结论反复重新推导"问题。

它做什么（结论视角）

把上面那段拗口的症状翻译成"做什么"，就是这两条：

结论回流：每次工具结果返回后，从最新一段思考里抽取已成立的结论（最多 3 条、每条不超过 220 字），作为用户消息插回上下文。下一步思考起手就能看到这些结论，不必再推一遍。
失控形态打断：在生成过程中按 32 字符一次的频率检查，一旦发现模型开始打转/原地重复/伪工具调用/数字流退化，立即切断当前请求、把已生成部分作为正常消息落盘、把结论锚点排进下一步、让回合续跑。模型不必因为一次误判而丢掉整轮工作。

第一项默认开启，插件装上就生效。第二项默认开启，但需要 DSH 0.1.5-rc.1 / 0.1.5-rc.2 内核提供的 agent/soft-cut 钩子——0.1.5-rc.3 起的内核不再提供该钩子，请参看 docs/softcut-kernel-port.md 恢复。

能力边界：它治不了什么（含实测反例）

本插件的两类机制都是单步边界内的，理解这一点比理解它能做什么更重要：

结论注入发生在工具结果之后，作用于"下一步"；软切只观察当前一次生成流内的文本（每 32 字符征询一次），进入下一个 step 后一切计数归零。
因此本插件治得了单流内退化（逐字节重复、伪工具调用、数字流、同一块思考内打转），治不了跨步骤折返跑：同一结论在十几个步骤里被重新推导、同一取证目标反复换路径尝试——没有任何一次单流能看见这个模式。
软切触发后，内核把已生成前缀正常落盘并发起一次全新请求，该请求照常重读全部缓存上下文。软切不减少回合步数；在长任务里，账单的大头是"步数 × 每步膨胀的上下文重读"，不是思考长度，也不是插件注入。
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、同一段思考内继续生成下一条探索路线；被注入"立即停止重新分析"后，后续步骤再次触发打转判定。注入的前提是模型会读且会照做，自知不构成刹车。
每个回合软切次数按判定类别分桶计预算（6/20/3，总闸 29），打满后当回合剩余生成放行或升级为终止本回合；完整口径见下方「软切预算与内核事件口径」。

一次"插件全程在场仍未约束住"的实测

下列数字来自单个真实长任务会话（N=1）：同一 v4.1-flash 变体、思考强度调至 low、结论注入与软切全程开启且软切实际触发 4 次（打转判定 2 次、转折句判定 2 次；以无 usage 的助手消息结算点为准）。

指标	数值	口径
思考 : 正式文本	37.8 : 1	reasoning 与 text 块的字符数之比
"接下来要做 X"类宣告	9.2 次 / 思考块	关键词正则计数，口径宽于开头基线表的 1.6–3.6，两者不可直接换算
会话总量 / 助手步骤	约 449 万 token / 42 步	逐步骤 `usage` 四字段求和
其中缓存读取占比	95.4%	`cacheReadTokens / totalTokens`
零产出思考块	4 个、合计约 3 万字符（约占全部思考量 25%）	`usage` 缺失的 assistant 消息，即软切结算点
首次实际改代码发生在	第 28 / 42 步	此前 68% 思考量用于反复重推同一根因与失败的取证支线

这组数字不与开头的基线表横比（任务类型、思考强度设置、统计口径均不同，N=1），它只证明一件事：插件在场且机制真实开火，不保证思考密度达标。如果你的场景以跨步骤折返跑为主，不要期待调阈值能根治——需要的是步数/预算层面的治理，那超出本插件的职责范围。

复算口径（任何人可在自己的会话日志上复核）：解包 session.v*.jsonl.zstd 后，逐条统计 assistant/message 的 usage（inputTokens / outputTokens / cacheReadTokens / totalTokens）与 content 块类型（reasoning / text）的字符长度；软切结算点表现为该消息无 usage 字段且紧随一条 agent/inbox/spliced（target: next-step）。

用户能直接看到的 flash 失控形态（举例）

下面这些是从真实会话里抓出来的典型表现——用户读聊天窗口就能感觉到，不依赖任何内部诊断：

重复推送：同一段话说几遍还不停，每一遍措辞微调但推进为零。"让我重新看一下…" → "再确认一下…" → "确保没遗漏…" → "实际上让我重新…" 五轮之后还在原地。
伪工具调用：模型不再真正调用工具，而是把工具调用格式化成普通文本（常见形态 <seed:tool_call>...</seed:tool_call>），直接拼进正文。用户读起来像在调工具，实际上什么都没发生。
递增数字流：思考里突然开始输出无意义的递增数字（639.640) 640.641)… 641.642)…），像是某个内部计数器被泄露进了输出。
自吹"决定性证据"：每思考一次就来一次"我已经得到了决定性证据" / "真相大白" / "证据链齐全"，然后紧接"接下来我要验证 XXX"——下一条往往又回到重分析起点。
结论重新发现：上一轮明明已经在正文里写明白的事（"X 文件里函数 Y 是关键"），下一轮思考里又被当作新信息重新推导一遍。

如果上面任何一项在你用某些模型跑长任务时出现过，本插件就是为它而生的。

快速开始

从 GitHub Releases 拉 tarball 安装（推荐）：

# 直接拉指定 tag
dsh plugin --profile <你的profile> add github:JiewiW/dsh-cot-anchor#v0.1.5

# 或先下载再装
gh release download v0.1.5 --repo JiewiW/dsh-cot-anchor
dsh plugin --profile <你的profile> add ./dsh-cot-anchor-0.1.5.tgz

安装后重启实例，设置页出现「COT 锚点」标签即已生效。

工作方式

模型思考  →  工具执行  →  [插件] 摘出结论、插回上下文  →  下一步思考
                              ↑
                        只在工具边界注入

注入的消息体积很小（默认最多 3 条、每条不超过 220 字），以 user 角色追加在工具结果之后、下一次请求之前。

在设置页开启相应开关后，插件还会在生成过程中按间隔询问内核是否需要中断当前生成（"软切断"）：检测到问题就切断当前请求、把已生成部分作为正常消息落盘、插入锚点，然后从断点继续。模型不会因为一次误判而丢失整轮工作。

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（随锚点同车）	仅在锚点实际注入时同车携带一条，与推理锚点共用同一推理指纹去重节奏，不单独排队、不无限堆叠；单条全文固定约 380 token（字符估算）
开启 LLM 提炼结论	每个助手回合多一次小模型调用
开启打转判定	纯本地字符串计算，无 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。纪律块与锚点的排列顺序仅为内容组织上的一致性，不影响缓存行为。

实测成本占比

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）：

指标	数值
注入新增估算总量	21,436 token，占全会话总 token 约 0.23%
其中固定纪律文本	17,190 token，占注入估算 80.2%（45 条，单条全文固定约 380 token；仅表示体积占比，不表示缓存命中）
其中动态锚点	4,246 token，占注入估算 19.8%（51 条）
注入块首现带来的未命中输入	21,436 token，占会话未命中输入约 5.6%（21,436 / 379,969；每个注入块在其首现的那次请求上未命中一次）
该会话缓存读取占全部输入比	95% 以上

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。

软切预算与内核事件口径（与安装副本逐行对齐）

软切的检查节奏、分类预算与事件名均由安装副本内核定义，不由本插件决定。下列数值与口径对齐移植后的内核文件 node_modules/@deepseek-ai/dsh-agent-loop/lib/index.js（可用随包 tools/apply-softcut-port.mjs --check 确认该副本处于标准移植态）；插件侧只返回 cut/ignore 判定与 cutClass，不持有这些常量。

检查间隔

常量	值	含义	来源行
`SOFT_CUT_CHECK_INTERVAL_CHARS`	32	两次软切检查之间至少累积 32 个新可见字符	lib/index.js:19
`SOFT_CUT_TAIL_CHARS`	240	每次征询交给监听器的尾部可见字符数	lib/index.js:21

每回合分类预算 6/20/3（total 29）

2026-10-07 缺陷修复后，旧的单一「每回合最多 6 次软切」被按判定类别分桶的三预算取代（lib/index.js:22-23 注释明示取代 MAX_SOFT_CUTS_PER_TURN=6）：

预算桶	值	覆盖的判定类别	来源行
`BUDGET_HEURISTIC`	6	churn / transition 等启发式判定（有误报余量）	lib/index.js:25
`BUDGET_CONFIRMED_REPEAT`	20	repeat / numberRunaway 等字节级确证判定	lib/index.js:27
`BUDGET_PSEUDO_TOOL`	3	伪工具文本（pseudoTool）	lib/index.js:29
`BUDGET_TOTAL`	29	waterfall 前廉价总闸 = 6 + 20 + 3	lib/index.js:40

6/20/3 分配下 total 达到 29 时任一类别必已达其类上限（抽屉原理，lib/index.js:30-39），总闸在调用插件前直接 continue，不再发起 waterfall。
P4 预算策略（lib/index.js:73-79）：confirmed-repeat 与 pseudoTool 为高置信命中，恒 "take"，计数器照常累加供观测；仅 heuristic 保留可耗尽语义——计数 ≥ 6 时返回 "ignore"，由调用点升级为终止本回合。

suppressed 与 abort-turn 事件口径

预算被耗尽或总闸短路时，内核不静默，事件流可观测（事件名可在会话日志按字符串检索）：

事件名	发射时机	关键字段	来源行
`agent/soft-cut-suppressed`（reason=`total-gate`）	每回合首次到达 total 29 总闸	`threshold: 29`，append 条带 `ignorable: true`	lib/index.js:1394-1408
`agent/soft-cut-suppressed`（reason=`budget-exhausted`）	heuristic 桶达 6、本次 cut 被判 ignore	`cutClass`（缺省按 heuristic）	lib/index.js:1451-1465
`phase.abortTurn`（reason=`soft-cut-budget-exhausted`）	budget-exhausted 后置位，请求结束	`detail.cutClass`	lib/index.js:1475-1478
`agent/abort-turn`（waterfall）	步边界消费 abortTurn 时征询处置	决定后发 `agent/abort-turn-decided` / `agent/abort-turn-vetoed`	lib/index.js:1172-1213
`agent/abort-turn-final` / `agent/abort-turn-draining`	P5 粘性终止的最终裁决/排空态	hard-break / immediate / draining	lib/index.js:1138-1273
`agent/soft-cut-taken`	每次软切被实际采纳（三态可观测）	cutClass、计数	lib/index.js:1485-1496

口径边界：suppressed 表示「这次 cut 未被采纳」（总闸短路或类预算耗尽），不代表插件未开火；abort-turn 是步边界事件，仅 heuristic 耗尽路径会升级到它。

兼容性

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

0.1.5-rc.3 起内核不再提供生成中途打断所需的钩子，该能力会静默失效。插件会在启动日志和设置页顶部明确提示当前内核是否具备该能力——请以设置页显示为准，不要凭"开关是开的"就认为功能在生效。

如果你希望在新版上保留这项能力，可用随包附带的工具把软切机构移植回内核：

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

移植后需重启实例。完整步骤、原理、风险与回滚见 docs/softcut-kernel-port.md。

本插件不会中止进行中的回合；它只在模型自己写坏输出时切断当前这一次生成请求，随后继续。

设置项

设置页「COT 锚点」共 61 项，按用途分组。下列"建议值"是针对多数场景的推荐；不同模型差异较大，可据实调整。

总开关

键	含义	建议
`enableToolInject`	工具结果后注入锚点	保持开启，这是本插件的主要价值
`enableSoftCut`	允许生成中途打断	内核不支持时无效；支持的版本建议开启

打断判定

这五项决定"什么情况算问题"。全部关闭时插件只做结论注入。

键	含义	能力边界	建议
`enablePseudoTool`	识别把工具调用写成文本的输出	只能识别已知的文本形态，无法穷举	开启
`enableRepeat`	识别同一段内容被反复吐出	要求逐字节相同；换一种措辞的重复抓不到	开启
`enableChurn`	识别措辞不同但反复"重新分析"	启发式判定；遇到未闭合的代码块会自动让路	开启
`enableTransition`	识别"接下来我要……"这类转折句	转折句不等于打转，正常思考里也会出现	见下方说明
`enableNumberRunaway`	识别无意义的递增数字流	要求数字流足够长	开启

enableTransition 是五项中最容易误判的一项：正常的分阶段思考同样会出现转折句。误判代价较低（只会多一次切断，模型从断点继续），但如果你经常看到它在正常思考中切断，可将其关闭。

锚点内容

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

抽取质量边界（v0.1.5 已加过滤）： 结论由规则从思考文本中摘句得到（开启 LLM 提炼时由小模型改写），不理解句子的语义角色。v0.1.5 起，抽取器在入池前剔除两类无命题内容：①纯话语标记句——剥掉 Actually / wait / Hmm / hold on / 让我重新等标记后剩余实词不足 6 个字符（"Actually, wait."、"Hmm."、"其实，等等。"）；②路线意图宣告句——"the decisive route: ask the user…"这类下一步动作宣告。标记词领起但带事实命题的句子（"Wait, the kernel never marks in verbose mode."）不受影响。

这是抽取质量问题，不是思考标记词本身的问题——Wait / Actually / Hmm 等转折词在推理链中承担结构控制作用，本插件不从模型输出中删除它们，只阻止它们被当成结论回灌。

重复循环参数

判定"同一段内容被反复吐出"的阈值。调低更激进，调高更保守。

键	含义	建议
`repeatMinCount`	长块重复几次判定打转	2
`repeatMinCountShort`	短周期需重复几次	5
`repeatUltraShortMinCount`	极小循环（如 `er4er4…`）需重复几次	30
`repeatMinPeriod`	周期下限（字）	12
`repeatShortPeriod`	长块与短块的分界（字）	96
`repeatMaxPeriod`	超过此周期不再视为循环	8000
`repeatWindowChars`	只在文本尾部这段长度内做预筛	16000
`repeatProbeChars`	周期探针长度	128
`repeatMinTextChars`	文本短于此长度不判定	800

语义空转参数

键	含义	建议
`churnMinHits`	窗口内"让我想想/重新分析"类用语命中几次即判定	18
`churnWindowChars`	空转统计窗口	3000
`churnMinTextChars`	文本短于此长度不判定	800

转折句参数

键	含义	建议
`softCutScanTail`	转折句扫描窗口	160
`softCutTransitionWindow`	转折词距句末的最大距离	48
`softCutMinFollowChars`	转折词后至少展开多少字才允许切断	6
`pseudoToolScanTail`	伪调用扫描窗口	4000

softCutMinFollowChars 是防误切的关键：它保证不会在句子刚开头就切断、截出半句结论。调低会明显增加误切。

LLM 提炼

用一次小模型调用把整段思考压成摘要式结论，通常比摘句更准。默认关闭。

键	含义	建议
`enableLlmRefine`	启用 LLM 提炼	按需
`llmRefineProvider`	提炼用 provider	留空则跟随会话
`llmRefineModel`	提炼用 model	留空则跟随会话
`llmRefineMaxTokens`	提炼输出上限	256
`llmRefineTimeoutMs`	提炼超时（毫秒）	20000
`llmRefineMaxInputChars`	提炼输入截断字数	12000

CoT 采集 / CoT 分析 / CoT 增补

这三组用于归纳"现有检测器看不见的打转形态"。默认全部关闭；开启会在本地留存你的思考文本，请自行评估隐私影响。

键	含义	建议
`enableHarvest`	启用静默采集	关闭；开启前先读隐私说明
`harvestIncludeToolTrace`	记录工具调用轨迹	跟随 `enableHarvest`
`harvestMaxRecords`	样本条数上限	200
`harvestRetentionDays`	样本保留天数	14
`harvestMinTextChars`	存全文的最小思考字数	3000
`harvestMaxTextChars`	单条全文上限	8000
`harvestFlushDebounceMs`	落盘去抖（毫秒）	5000
`enableAutoAnalyze`	达到阈值自动分析	关闭
`analyzeTriggerSamples`	自动分析触发条数	50
`analyzeProvider` / `analyzeModel`	分析用模型	留空则跟随样本
`analyzeMaxTokens`	分析输出上限	4000
`analyzeTimeoutMs`	分析超时（毫秒）	180000
`analyzeMaxInputChars`	分析输入截断字数	8000
`analyzeMaxSamples`	单批样本数	3
`analyzeRunBudgetMs`	单次分析总时长上限（毫秒）	300000
`enableLearnedPatterns`	加载已采纳的学习模式	保持默认
`learnedMaxPhrases`	学习模式条数上限	60
`learnedMaxShift`	学习层对出厂阈值的最大调整幅度	20
`learnedShadowRounds`	影子期命中次数（0=直接生效）	20

learnedShadowRounds 默认为 20，含义是学习出的模式不会立刻生效，需累计命中 20 次才转正——这是防止一次误学就永久改变判定。如果你希望它立即生效，可设为 0；这会提高误判风险。

隐私

结论注入与打转判定全部在本地完成，不发送任何数据到外部服务。
LLM 提炼开启时，会把当前思考文本发给你指定的 provider（留空则发给你正在用的模型对应的服务）。
CoT 采集开启时，会在本地留存思考文本与工具调用轨迹。

常见问题

设置页显示"当前内核没有掐断能力" 该版本的 DSH 内核不提供生成中途打断所需的钩子。结论注入不受影响。若需要该能力，可停留在 0.1.5-rc.1 / rc.2。

模型好像没被提醒到 确认 enableToolInject 已开启，且思考长度超过 minReasoningChars。思考过短时本来就不会提取结论。

打断太频繁 优先关闭 enableTransition；其次调高各判定阈值。enableChurn 是启发式判定，最容易偏激进。

切句与数字流检测的边界行为（实现备注）

splitSentences（lib/index.js:538-543）换行边界：切句前先用 /\n+/g → 空格 把连续换行折叠为单个空格，即换行本身不构成句子边界，跨行句子按同一句处理；真正的边界只认句末标点——。！？!? 后随空白即切（但标点后紧接编号形态，如 ? 2.、1、) 这类列表序号不切），英文句点须后随空白或文末、且不与相邻句点组成省略号、前一位不是数字或句点（防小数与 ... 误切）。
detectNumberRunaway（lib/index.js:1144-1189）枚举/表格形态：纯函数，输入不足 800 字（NUMBER_RUN_MIN_TEXT_CHARS）直接返回 null；用 /\b\d{1,4}\b/g 枚举 1–4 位整数 token，相邻 token 间距 ≤ 8 字符（NUMBER_RUN_MAX_GAP）且中间不含字母或中日韩汉字才归入同一递增串；每个串须同时满足三项才判命中：字符跨度 ≥ 500（NUMBER_RUN_MIN_CHARS）、数字字符占比 ≥ 0.5（NUMBER_RUN_MIN_DIGIT_RATIO）、非递减相邻对占比 ≥ 0.55（NUMBER_RUN_MIN_INCREASE_RATIO，b>=a 即计入）；命中返回 {chars, digitRatio, increaseRatio, trimTo}（trimTo 为串首索引，供裁尾定位），五个阈值均由同名 numberRun* 设置键运行时绑定。

开发

node test-repeat.mjs          # 重复循环检测
node test-number-runaway.mjs  # 数字流退化检测
node test-softcut.mjs         # 软切判定

测试以 lib/index.js 为源，剥离 import/export 后用 new Function 求值被测函数，因此新增测试无需改动模块结构。全量回归：仓库根目录所有 test-*.mjs 均为独立可执行脚本（无测试框架、无 npm test），逐个 node test-*.mjs 运行，退出码 0 即通过（verify-browser.mjs 非 test- 前缀，不在此列）。

许可

MIT

dsh-cot-anchor

思考锚点（COT Anchor）—— 让"思考着思考但没真正推进"的模型闭嘴，把已经得出的结论重新递回上下文。

一个 DeepSeek Harness（DSH）插件。

出发点：为什么会有这个插件

本插件诞生于对一类特定模型的真实困扰——以 DeepSeek-V4-Flash（v4.1-flash 变体）为典型代表。具体症状在一次实际会话里被硬数字刻画过：

指标	数字	含义
思考 : 文本输出	14 : 1 ~ 24 : 1	模型每写一个字给用户，就要消耗 14~24 个字的"思考"
单条带 reasoning 的消息平均宣告"接下来要做什么"	1.6 ~ 3.6 次	但兑现率显著偏低——说要做 X，下一条却在做别的
reasoning 块平均长度	~7,000 字	极度啰嗦
"宣布决定性证据齐全"	几乎每轮思考一次	然后继续宣称"接下来要验证 XXX"

如果让这种模型长时间跑长任务，会发生两件事：

token 烧得极快——每 1 字有效输出要 14~24 字思考，照它的思考规模换算，1MB 的思考里有效推进只占极小比例。
结论被反复"重新发现"——上一轮已经明确写过的结论，下一轮思考里又当新问题重新推导一遍，浪费 token 的同时让模型注意力被陈年分析占据，看不清真正新出现的信息。

它不解决一切长任务问题，只解决这一类特定的"思考链极度冗余、结论反复重新推导"问题。

它做什么（结论视角）

把上面那段拗口的症状翻译成"做什么"，就是这两条：

结论回流：每次工具结果返回后，从最新一段思考里抽取已成立的结论（最多 3 条、每条不超过 220 字），作为用户消息插回上下文。下一步思考起手就能看到这些结论，不必再推一遍。
失控形态打断：在生成过程中按 32 字符一次的频率检查，一旦发现模型开始打转/原地重复/伪工具调用/数字流退化，立即切断当前请求、把已生成部分作为正常消息落盘、把结论锚点排进下一步、让回合续跑。模型不必因为一次误判而丢掉整轮工作。

能力边界：它治不了什么（含实测反例）

本插件的两类机制都是单步边界内的，理解这一点比理解它能做什么更重要：

结论注入发生在工具结果之后，作用于"下一步"；软切只观察当前一次生成流内的文本（每 32 字符征询一次），进入下一个 step 后一切计数归零。
因此本插件治得了单流内退化（逐字节重复、伪工具调用、数字流、同一块思考内打转），治不了跨步骤折返跑：同一结论在十几个步骤里被重新推导、同一取证目标反复换路径尝试——没有任何一次单流能看见这个模式。
软切触发后，内核把已生成前缀正常落盘并发起一次全新请求，该请求照常重读全部缓存上下文。软切不减少回合步数；在长任务里，账单的大头是"步数 × 每步膨胀的上下文重读"，不是思考长度，也不是插件注入。
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、同一段思考内继续生成下一条探索路线；被注入"立即停止重新分析"后，后续步骤再次触发打转判定。注入的前提是模型会读且会照做，自知不构成刹车。
每个回合软切次数按判定类别分桶计预算（6/20/3，总闸 29），打满后当回合剩余生成放行或升级为终止本回合；完整口径见下方「软切预算与内核事件口径」。

一次"插件全程在场仍未约束住"的实测

指标	数值	口径
思考 : 正式文本	37.8 : 1	reasoning 与 text 块的字符数之比
"接下来要做 X"类宣告	9.2 次 / 思考块	关键词正则计数，口径宽于开头基线表的 1.6–3.6，两者不可直接换算
会话总量 / 助手步骤	约 449 万 token / 42 步	逐步骤 `usage` 四字段求和
其中缓存读取占比	95.4%	`cacheReadTokens / totalTokens`
零产出思考块	4 个、合计约 3 万字符（约占全部思考量 25%）	`usage` 缺失的 assistant 消息，即软切结算点
首次实际改代码发生在	第 28 / 42 步	此前 68% 思考量用于反复重推同一根因与失败的取证支线

用户能直接看到的 flash 失控形态（举例）

下面这些是从真实会话里抓出来的典型表现——用户读聊天窗口就能感觉到，不依赖任何内部诊断：

重复推送：同一段话说几遍还不停，每一遍措辞微调但推进为零。"让我重新看一下…" → "再确认一下…" → "确保没遗漏…" → "实际上让我重新…" 五轮之后还在原地。
伪工具调用：模型不再真正调用工具，而是把工具调用格式化成普通文本（常见形态 <seed:tool_call>...</seed:tool_call>），直接拼进正文。用户读起来像在调工具，实际上什么都没发生。
递增数字流：思考里突然开始输出无意义的递增数字（639.640) 640.641)… 641.642)…），像是某个内部计数器被泄露进了输出。
自吹"决定性证据"：每思考一次就来一次"我已经得到了决定性证据" / "真相大白" / "证据链齐全"，然后紧接"接下来我要验证 XXX"——下一条往往又回到重分析起点。
结论重新发现：上一轮明明已经在正文里写明白的事（"X 文件里函数 Y 是关键"），下一轮思考里又被当作新信息重新推导一遍。

如果上面任何一项在你用某些模型跑长任务时出现过，本插件就是为它而生的。

快速开始

从 GitHub Releases 拉 tarball 安装（推荐）：

# 直接拉指定 tag
dsh plugin --profile <你的profile> add github:JiewiW/dsh-cot-anchor#v0.1.5

# 或先下载再装
gh release download v0.1.5 --repo JiewiW/dsh-cot-anchor
dsh plugin --profile <你的profile> add ./dsh-cot-anchor-0.1.5.tgz

安装后重启实例，设置页出现「COT 锚点」标签即已生效。

工作方式

模型思考  →  工具执行  →  [插件] 摘出结论、插回上下文  →  下一步思考
                              ↑
                        只在工具边界注入

注入的消息体积很小（默认最多 3 条、每条不超过 220 字），以 user 角色追加在工具结果之后、下一次请求之前。

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（随锚点同车）	仅在锚点实际注入时同车携带一条，与推理锚点共用同一推理指纹去重节奏，不单独排队、不无限堆叠；单条全文固定约 380 token（字符估算）
开启 LLM 提炼结论	每个助手回合多一次小模型调用
开启打转判定	纯本地字符串计算，无 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

实测成本占比

指标	数值
注入新增估算总量	21,436 token，占全会话总 token 约 0.23%
其中固定纪律文本	17,190 token，占注入估算 80.2%（45 条，单条全文固定约 380 token；仅表示体积占比，不表示缓存命中）
其中动态锚点	4,246 token，占注入估算 19.8%（51 条）
注入块首现带来的未命中输入	21,436 token，占会话未命中输入约 5.6%（21,436 / 379,969；每个注入块在其首现的那次请求上未命中一次）
该会话缓存读取占全部输入比	95% 以上

软切预算与内核事件口径（与安装副本逐行对齐）

检查间隔

常量	值	含义	来源行
`SOFT_CUT_CHECK_INTERVAL_CHARS`	32	两次软切检查之间至少累积 32 个新可见字符	lib/index.js:19
`SOFT_CUT_TAIL_CHARS`	240	每次征询交给监听器的尾部可见字符数	lib/index.js:21

每回合分类预算 6/20/3（total 29）

2026-10-07 缺陷修复后，旧的单一「每回合最多 6 次软切」被按判定类别分桶的三预算取代（lib/index.js:22-23 注释明示取代 MAX_SOFT_CUTS_PER_TURN=6）：

预算桶	值	覆盖的判定类别	来源行
`BUDGET_HEURISTIC`	6	churn / transition 等启发式判定（有误报余量）	lib/index.js:25
`BUDGET_CONFIRMED_REPEAT`	20	repeat / numberRunaway 等字节级确证判定	lib/index.js:27
`BUDGET_PSEUDO_TOOL`	3	伪工具文本（pseudoTool）	lib/index.js:29
`BUDGET_TOTAL`	29	waterfall 前廉价总闸 = 6 + 20 + 3	lib/index.js:40

6/20/3 分配下 total 达到 29 时任一类别必已达其类上限（抽屉原理，lib/index.js:30-39），总闸在调用插件前直接 continue，不再发起 waterfall。
P4 预算策略（lib/index.js:73-79）：confirmed-repeat 与 pseudoTool 为高置信命中，恒 "take"，计数器照常累加供观测；仅 heuristic 保留可耗尽语义——计数 ≥ 6 时返回 "ignore"，由调用点升级为终止本回合。

suppressed 与 abort-turn 事件口径

预算被耗尽或总闸短路时，内核不静默，事件流可观测（事件名可在会话日志按字符串检索）：

事件名	发射时机	关键字段	来源行
`agent/soft-cut-suppressed`（reason=`total-gate`）	每回合首次到达 total 29 总闸	`threshold: 29`，append 条带 `ignorable: true`	lib/index.js:1394-1408
`agent/soft-cut-suppressed`（reason=`budget-exhausted`）	heuristic 桶达 6、本次 cut 被判 ignore	`cutClass`（缺省按 heuristic）	lib/index.js:1451-1465
`phase.abortTurn`（reason=`soft-cut-budget-exhausted`）	budget-exhausted 后置位，请求结束	`detail.cutClass`	lib/index.js:1475-1478
`agent/abort-turn`（waterfall）	步边界消费 abortTurn 时征询处置	决定后发 `agent/abort-turn-decided` / `agent/abort-turn-vetoed`	lib/index.js:1172-1213
`agent/abort-turn-final` / `agent/abort-turn-draining`	P5 粘性终止的最终裁决/排空态	hard-break / immediate / draining	lib/index.js:1138-1273
`agent/soft-cut-taken`	每次软切被实际采纳（三态可观测）	cutClass、计数	lib/index.js:1485-1496

兼容性

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

如果你希望在新版上保留这项能力，可用随包附带的工具把软切机构移植回内核：

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

移植后需重启实例。完整步骤、原理、风险与回滚见 docs/softcut-kernel-port.md。

本插件不会中止进行中的回合；它只在模型自己写坏输出时切断当前这一次生成请求，随后继续。

设置项

设置页「COT 锚点」共 61 项，按用途分组。下列"建议值"是针对多数场景的推荐；不同模型差异较大，可据实调整。

总开关

键	含义	建议
`enableToolInject`	工具结果后注入锚点	保持开启，这是本插件的主要价值
`enableSoftCut`	允许生成中途打断	内核不支持时无效；支持的版本建议开启

打断判定

这五项决定"什么情况算问题"。全部关闭时插件只做结论注入。

键	含义	能力边界	建议
`enablePseudoTool`	识别把工具调用写成文本的输出	只能识别已知的文本形态，无法穷举	开启
`enableRepeat`	识别同一段内容被反复吐出	要求逐字节相同；换一种措辞的重复抓不到	开启
`enableChurn`	识别措辞不同但反复"重新分析"	启发式判定；遇到未闭合的代码块会自动让路	开启
`enableTransition`	识别"接下来我要……"这类转折句	转折句不等于打转，正常思考里也会出现	见下方说明
`enableNumberRunaway`	识别无意义的递增数字流	要求数字流足够长	开启

enableTransition 是五项中最容易误判的一项：正常的分阶段思考同样会出现转折句。误判代价较低（只会多一次切断，模型从断点继续），但如果你经常看到它在正常思考中切断，可将其关闭。

锚点内容

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

抽取质量边界（v0.1.5 已加过滤）： 结论由规则从思考文本中摘句得到（开启 LLM 提炼时由小模型改写），不理解句子的语义角色。v0.1.5 起，抽取器在入池前剔除两类无命题内容：①纯话语标记句——剥掉 Actually / wait / Hmm / hold on / 让我重新等标记后剩余实词不足 6 个字符（"Actually, wait."、"Hmm."、"其实，等等。"）；②路线意图宣告句——"the decisive route: ask the user…"这类下一步动作宣告。标记词领起但带事实命题的句子（"Wait, the kernel never marks in verbose mode."）不受影响。

这是抽取质量问题，不是思考标记词本身的问题——Wait / Actually / Hmm 等转折词在推理链中承担结构控制作用，本插件不从模型输出中删除它们，只阻止它们被当成结论回灌。

重复循环参数

判定"同一段内容被反复吐出"的阈值。调低更激进，调高更保守。

键	含义	建议
`repeatMinCount`	长块重复几次判定打转	2
`repeatMinCountShort`	短周期需重复几次	5
`repeatUltraShortMinCount`	极小循环（如 `er4er4…`）需重复几次	30
`repeatMinPeriod`	周期下限（字）	12
`repeatShortPeriod`	长块与短块的分界（字）	96
`repeatMaxPeriod`	超过此周期不再视为循环	8000
`repeatWindowChars`	只在文本尾部这段长度内做预筛	16000
`repeatProbeChars`	周期探针长度	128
`repeatMinTextChars`	文本短于此长度不判定	800

语义空转参数

键	含义	建议
`churnMinHits`	窗口内"让我想想/重新分析"类用语命中几次即判定	18
`churnWindowChars`	空转统计窗口	3000
`churnMinTextChars`	文本短于此长度不判定	800

转折句参数

键	含义	建议
`softCutScanTail`	转折句扫描窗口	160
`softCutTransitionWindow`	转折词距句末的最大距离	48
`softCutMinFollowChars`	转折词后至少展开多少字才允许切断	6
`pseudoToolScanTail`	伪调用扫描窗口	4000

softCutMinFollowChars 是防误切的关键：它保证不会在句子刚开头就切断、截出半句结论。调低会明显增加误切。

LLM 提炼

用一次小模型调用把整段思考压成摘要式结论，通常比摘句更准。默认关闭。

键	含义	建议
`enableLlmRefine`	启用 LLM 提炼	按需
`llmRefineProvider`	提炼用 provider	留空则跟随会话
`llmRefineModel`	提炼用 model	留空则跟随会话
`llmRefineMaxTokens`	提炼输出上限	256
`llmRefineTimeoutMs`	提炼超时（毫秒）	20000
`llmRefineMaxInputChars`	提炼输入截断字数	12000

CoT 采集 / CoT 分析 / CoT 增补

这三组用于归纳"现有检测器看不见的打转形态"。默认全部关闭；开启会在本地留存你的思考文本，请自行评估隐私影响。

键	含义	建议
`enableHarvest`	启用静默采集	关闭；开启前先读隐私说明
`harvestIncludeToolTrace`	记录工具调用轨迹	跟随 `enableHarvest`
`harvestMaxRecords`	样本条数上限	200
`harvestRetentionDays`	样本保留天数	14
`harvestMinTextChars`	存全文的最小思考字数	3000
`harvestMaxTextChars`	单条全文上限	8000
`harvestFlushDebounceMs`	落盘去抖（毫秒）	5000
`enableAutoAnalyze`	达到阈值自动分析	关闭
`analyzeTriggerSamples`	自动分析触发条数	50
`analyzeProvider` / `analyzeModel`	分析用模型	留空则跟随样本
`analyzeMaxTokens`	分析输出上限	4000
`analyzeTimeoutMs`	分析超时（毫秒）	180000
`analyzeMaxInputChars`	分析输入截断字数	8000
`analyzeMaxSamples`	单批样本数	3
`analyzeRunBudgetMs`	单次分析总时长上限（毫秒）	300000
`enableLearnedPatterns`	加载已采纳的学习模式	保持默认
`learnedMaxPhrases`	学习模式条数上限	60
`learnedMaxShift`	学习层对出厂阈值的最大调整幅度	20
`learnedShadowRounds`	影子期命中次数（0=直接生效）	20

learnedShadowRounds 默认为 20，含义是学习出的模式不会立刻生效，需累计命中 20 次才转正——这是防止一次误学就永久改变判定。如果你希望它立即生效，可设为 0；这会提高误判风险。

隐私

结论注入与打转判定全部在本地完成，不发送任何数据到外部服务。
LLM 提炼开启时，会把当前思考文本发给你指定的 provider（留空则发给你正在用的模型对应的服务）。
CoT 采集开启时，会在本地留存思考文本与工具调用轨迹。

常见问题

模型好像没被提醒到 确认 enableToolInject 已开启，且思考长度超过 minReasoningChars。思考过短时本来就不会提取结论。

打断太频繁 优先关闭 enableTransition；其次调高各判定阈值。enableChurn 是启发式判定，最容易偏激进。

切句与数字流检测的边界行为（实现备注）

splitSentences（lib/index.js:538-543）换行边界：切句前先用 /\n+/g → 空格 把连续换行折叠为单个空格，即换行本身不构成句子边界，跨行句子按同一句处理；真正的边界只认句末标点——。！？!? 后随空白即切（但标点后紧接编号形态，如 ? 2.、1、) 这类列表序号不切），英文句点须后随空白或文末、且不与相邻句点组成省略号、前一位不是数字或句点（防小数与 ... 误切）。
detectNumberRunaway（lib/index.js:1144-1189）枚举/表格形态：纯函数，输入不足 800 字（NUMBER_RUN_MIN_TEXT_CHARS）直接返回 null；用 /\b\d{1,4}\b/g 枚举 1–4 位整数 token，相邻 token 间距 ≤ 8 字符（NUMBER_RUN_MAX_GAP）且中间不含字母或中日韩汉字才归入同一递增串；每个串须同时满足三项才判命中：字符跨度 ≥ 500（NUMBER_RUN_MIN_CHARS）、数字字符占比 ≥ 0.5（NUMBER_RUN_MIN_DIGIT_RATIO）、非递减相邻对占比 ≥ 0.55（NUMBER_RUN_MIN_INCREASE_RATIO，b>=a 即计入）；命中返回 {chars, digitRatio, increaseRatio, trimTo}（trimTo 为串首索引，供裁尾定位），五个阈值均由同名 numberRun* 设置键运行时绑定。

开发

node test-repeat.mjs          # 重复循环检测
node test-number-runaway.mjs  # 数字流退化检测
node test-softcut.mjs         # 软切判定

许可

MIT

JiewiW/dsh-cot-anchor

dsh-cot-anchor

出发点：为什么会有这个插件

它做什么（结论视角）

能力边界：它治不了什么（含实测反例）

一次"插件全程在场仍未约束住"的实测

用户能直接看到的 flash 失控形态（举例）

快速开始

工作方式

成本

实测成本占比

软切预算与内核事件口径（与安装副本逐行对齐）

检查间隔

每回合分类预算 6/20/3（total 29）

suppressed 与 abort-turn 事件口径

兼容性

设置项

总开关

打断判定

锚点内容

重复循环参数

语义空转参数

转折句参数

LLM 提炼

CoT 采集 / CoT 分析 / CoT 增补

隐私

常见问题

切句与数字流检测的边界行为（实现备注）

开发

许可

Community comments

JiewiW/dsh-cot-anchor

dsh-cot-anchor

出发点：为什么会有这个插件

它做什么（结论视角）

能力边界：它治不了什么（含实测反例）

一次"插件全程在场仍未约束住"的实测

用户能直接看到的 flash 失控形态（举例）

快速开始

工作方式

成本

实测成本占比

软切预算与内核事件口径（与安装副本逐行对齐）

检查间隔

每回合分类预算 6/20/3（total 29）

suppressed 与 abort-turn 事件口径

兼容性

设置项

总开关

打断判定

锚点内容

重复循环参数

语义空转参数

转折句参数

LLM 提炼

CoT 采集 / CoT 分析 / CoT 增补

隐私

常见问题

切句与数字流检测的边界行为（实现备注）

开发

许可

Community comments