dsh-derive-watcher

DeepSeek Harness（DSH）插件：观察 agent 会话的语义进展，把每个助手回合沉淀成一本「语义旅程账本」，并在模型语义停滞时分级告警、向上层治理请求干预。

只观察与建议，不直接执行——需要真正拦截工具或步骤时，由姊妹插件 step-governor（L2）动手；L2 不在线时本插件自动放行（fail-open），绝不因为治理联动失败卡住任务。

三层治理中的位置

层	插件	职责
L1	dsh-cot-anchor	单次生成内的思维锚点注入与软切
L2	dsh-step-governor	跨步骤治理：工具限流、步骤拒绝
L3	本插件	会话语义旅程账本、新颖性判定、里程碑折叠、上下文注入、三级停滞响应

它具体做什么

1. 语义旅程账本 把每个助手消息总结成结构化条目（finding / decision / dead-end / hypothesis / plan / fact），JSONL 与 Markdown 双镜像落盘。每条写入都做长度守恒校验（写入字节数等于序列化字节数）并回读验证，校验失败只丢弃这一条、发事件告警，不会让账本静默损坏。水位线记录每会话最后处理的消息，进程重启后自动幂等补扫，不永久漏账。

reasoning（思考块）与正式 text 分开观察、走独立账本：当模型长期只有思考没有正文产出时，以 reasoning 流为准，且思考内容绝不混入正式结论。

2. Flash 总结 条目由小模型异步总结产出：单并发队列（上限 2）、单次 30 秒超时、畸形结果重试 1 次、队列溢出丢最旧并记 gap。总结调用默认跟随触发消息的 provider/model（也可由 summaryProvider / summaryModel 显式指定）。模型返回空数组算正常结果（只推进水位）；调用失败按无可用模型路由 / 超时 / 草稿解析失败 / 空回复分类落 gap，并作为独立来源出现在 timeline 上——「为什么这步没有结论」始终可见，不会静默丢失。

3. 新颖性判定 中文归一化后做字符 3-gram MinHash 词法比对（Jaccard 阈值 0.8），再经 LLM schema 自检确认；也可选 embedding 余弦（阈值 0.85），模型无 embedding 能力时自动回退。

4. 里程碑折叠 账本条目超过阈值（recentN × 3）时，最旧一批交模型蒸馏成里程碑、原文移入归档。失败教训（dead-end）全量保留零丢失，未完成目标（open objectives）跨折叠保留。

5. 上下文注入（默认关闭） 在下一步前把「最近几条未完成目标（置顶）+ 里程碑 + 最近 N 条有推进意义的结论 + 最近几条死胡同」注入上下文。目标与死胡同默认各只取最近 3 条（injectionObjectiveLimit / injectionDeadEndLimit），更早的只报数量，避免只增不减把预算吃穿；结论区只收 finding/decision/fact 等有进展的条目，计划类只在目标区展示，复读与已被取代的条目不注入。预算紧张时依次压正文、剔旧结论、收缩目标与死胡同、把摘要压成短句，最后实在放不下才降级为「最新要点」单行，不再整块跳过。水位落后时明确标注 latestSummarized:false，不用陈旧条目冒充新结论。

6. 三级语义停滞响应

级别	触发	动作
stall-1	连续若干步只有重复、没有新结论（或墙钟旁路：连续 3 个无正文/无产物步骤且跨度 ≥ 5 分钟）	注入警示
stall-2	重复继续累积	请求 L2 拒读类工具（denyToolCategory，默认关闭）
stall-3	进一步恶化	请求 L2 硬终止本步（rejectStep），并写交接账本与续跑种子（默认关闭）

纯字面重复（措辞一模一样）只记账不升级，只有语义重复才推进停滞级别；真人发来新消息归零所有状态（系统/插件注入的消息不算）。

7. 生命周期管理 worker 每分钟心跳；会话结束或最后事件后 10 分钟无新事件，自动清理会话状态与心跳；归档按保留期定期清扫。

8. 静默中断识别与原窗口主动续跑（P1 新增） 回合被步级上限（blocked）、输出长度上限（max-tokens）或运行时错误（error）打断、且未形成面向用户的结论时，watcher 检测该「静默中断」并按设置决定是否在原窗口主动发送续跑指令（<silent-resume> 模板：先汇报结论与断点，再继续推进）。

C1 动作模式四档（silentAbortAction，互斥穷尽）：

档位	行为
off	完全不检测（连 detected 事件都不落）
notify（默认）	检测 + 落事件 + timeline 干预通道 + agent-notify 告警，不发消息（fail-safe：不会自动向会话发送任何内容）
followup	notify 全部动作 + 冷却到点后向原窗口 agent.followup() 发送续跑指令
goal-resume	优先对 blocked/paused 的 goal 调 goals.resume()；无 goal 或 resume 抛错（含轮次用尽）回退 followup，仍不行回退 notify

切换路径：GUI 设置页「静默中断」分组 →「静默中断动作模式」下拉框，或直接编辑 ~/.dsh/storages/semantic-watcher/settings.json 的 silentAbortAction 键；非法值运行期回退 notify 并记 warning。

安全闸（防止自动续跑失控）：冷却 G2（回合结束后等 cooldownMs，默认 15 秒；窗内出现新 turn 或真人消息即放弃，真人永远优先 G3）；预算 G1（每会话自动续跑 ≤ maxAutoResumePerSession 默认 3 次，跨冷却不重置、真人接管才清零，用尽升级人工且为终态）；进展 G5（续跑新回合须达 progressMinSteps 默认 3 步或 ≥1 次工具调用，否则升级人工）；错误码排除 D4（errorNoRetryCodes 默认 401/403/signed-out，命中只告警不重试）；goal 让位 G4（goal active+armed 时不介入）；服务降级 G6（agents/goals/agent-notify 缺失或抛错一律只落事件与告警，绝不抛穿主流程）。

关联设置键（C2–C9）：enableSilentAbortWatch（总开关）、maxAutoResumePerSession、cooldownMs、progressMinSteps、errorNoRetryCodes、concludingTextMinLen（仅统计记录）、zombieSilentMs/zombieAutoAction（B 类僵死，下一阶段实现，当前开启也不会产生任何动作）。事件以 semantic-watcher/silent-abort/* 落账本并在 timeline「干预」通道展示。

9. 右侧栏干预时间线（timeline，v0.2.0 新增） DSH Web 右侧栏新增「语义监视」选项卡，把一次会话的治理痕迹合并成一条纵向时间线，统一归并五类来源并按时间倒序：

source	含义
intervention	stall-2/3 的 L2 干预受理结果（deny-read / reject-step），醒目卡片
watcher-event	其余 semantic-watcher/* 事件（stall、heartbeat、handoff-written 等）
milestone	里程碑折叠产出
gap	总结跳过（无可用模型路由 / 超时 / 草稿解析失败 / 空回复，带原因徽标；无 grade 时显示「原因未知」）
journey	语义旅程条目（finding/decision/…，含重复标记）
observation	每步 reasoning/text/产物观察（默认折叠，可展开）

干预卡片展示动作（如「已暂停 read 类工具」）、所在 turn/step、是否被 step-governor 受理、TTL 与解除步（expiresAtStep），字段全部取自 L2 真实返回，缺失即省略、不编造。顶部可切换会话（语义账本会话 ∪ 内核 sessionQuery 并集，带标题/cwd/live），每 5 秒自动刷新；时间戳支持 ISO 字符串与毫秒数字双形态，脏 JSONL 行自动跳过；心跳事件默认折叠，面板顶部可勾选「显示心跳」。

宿主侧新增两个只读路由（见 docs/events.md）：

• GET /plugins/derive-watcher/timeline/sessions
• GET /plugins/derive-watcher/timeline?sessionId=<sid>&limit=<n>（limit 默认 200、上限 1000；缺 sessionId 返 400、无账本返 404）

升级提示：客户端（右栏 UI）刷新页面即生效；宿主侧新路由需要重启一次 dsh web 后才会注册（插件 host 模块不热加载）。sessionQuery 不可用或 listEvents 抛错时接口自动降级（扫账本目录 / 事件源置空并带 warnings），不返回 5xx。

安装

dsh plugin --profile <你的profile> add github:JiewiW/dsh-derive-watcher#v0.3.1

零第三方运行时依赖。账本默认落在 ~/.dsh/storages/semantic-watcher/（设置项 storagePath 可改）。

设置

33 项、六个分组（旅程账本 / 总结 / 注入与折叠 / 新颖性 / 停滞阈值 / 存储），运行时经 GET/POST /plugins/derive-watcher/settings 读写，GET 返回完整 schema。常用默认值：

键	默认	说明
enableJourney	true	旅程账本总开关
enableInjection	false	上下文注入总开关（首发默认关）
enableStall2Deny / enableStall3Reject	false / false	stall-2/3 与 L2 的联动（首发默认关，L2 不在线时 fail-open）
stall1Steps / stall2Steps / stall3Steps	3 / 6 / 10	语义停滞分级阈值（保存时校验严格递增，倒挂拒绝）
stallWatchSteps / stallWatchWindowSec	3 / 300	墙钟旁路：连续无产出步骤数 K 与跨度 T（秒）
injectionTokenBudget	1200（允许 800–1500）	注入 token 预算
recentN	8	最近结论窗口，也是折叠阈值基准
injectionObjectiveLimit	3（允许 1–10）	目标区最多注入几条未完成目标（最近优先）
injectionDeadEndLimit	3（允许 1–10）	死胡同区最多注入几条（最近优先）
noveltyMode	schema-selfcheck	另可选 embedding / both / semantic-only（改进③：跳过词法层，逐字复读也做语义判定）
lexicalThreshold	0.8（允许 0.1–0.95）	词法重复判定阈值（改进②：小数键，不四舍五入）
enableLexicalStallCount	false	改进①：词法重复计入停滞升级（code 派生 lexical-stall-2）
lexicalStallSteps	0（允许 0–50，0=关）	改进⑤：独立词法复读警告阈值，>0 时连续 N 条词法重复发 lexical-stall 事件（仅提示，不升级）
maxConcurrency	1（上限 2）	总结并发闸
sessionTtlMinutes	10	会话无新事件后的存活时间
retentionDays / ledgerRetentionDays	30 / 0	归档保留天数；主账本保留天数（0 = 不清主账本）
escapeClosingTags	true	闭标签写入前转写、读取还原

联动约束：enableInjection 要求 enableJourney；enableStall2Deny / enableStall3Reject 要求 enableInjection。

事件

12 个事件（semantic-watcher/* 前缀），全部载荷样例见 docs/events.md：

stall · intervention（v0.2.0 新增，stall-2/3 的 L2 干预受理结果） · store-corruption · injection-skipped · execution-unavailable · lexical-repeat · lexical-stall（改进⑤ 新增，词法复读独立警告） · summarizer-degraded · handoff-written · heartbeat · fold-milestone · retention-cleaned

intervention 只在 L2 调用成功返回时发出，必带 action（deny-read / reject-step）、accepted、code、level；ttlSteps / expiresAtStep / pending 仅在 L2 返回值真实存在时才写入。L2 调用失败仍走 execution-unavailable，不发 intervention。

测试

npm test            # node --test --test-concurrency=1 "test/*.test.js"，236 用例
npm run test:p225   # P2-25 事务四线回归（11 用例）

测试串行执行（--test-concurrency=1）：timeline / assemble 两组用例都会写全局 settings.json，并行会互相踩踏。

覆盖：账本转写与长度守恒、MinHash 边界、畸形 JSON 重试、折叠链完整性（dead-end 零丢失）、注入预算与句界裁剪、stall 全部口径（gap / 背离 / 重置 / 阈值倒挂 / 墙钟旁路）、intervention 受理埋点（7 用例，含 fail-soft 与字段不编造）、timeline 五来源归并/排序/脏行/降级/参数校验（9 用例）、设置 clamp 与联动、L2 不可用降级。

离线回放

replay/README.md：用真实事故会话加合成样例驱动，mock-LLM 离线确定性运行（不调真实模型、不写真实账本根），核验账本完整性、新颖性判定与 stall 三级触发。

待办

• stall-2/3 的 L2 联动已有受理事件埋点（intervention）与 mock/真实 host smoke 验证；尚缺一次真实语义停滞下的 L2 端到端实跑；
• 宿主 driver 对 stall-3 拒绝码（semantic-stall）的分派支持；
• enableStall2Deny / enableStall3Reject 待影子期验收后开启默认值。

版本记录

• 0.3.0：新增「静默中断识别与原窗口主动续跑」（P1 计划书）：回合被步级上限（blocked）、输出长度上限（max-tokens）或运行时错误（error）打断、且未形成面向用户的结论时，识别为静默中断。动作模式四档（off / notify 默认 / followup / goal-resume），带完整安全闸（冷却 15 秒、每会话预算 3 次、进展校验、错误码排除、goal 让位、服务降级 fail-open），六类事件落账本并在 timeline「干预」通道展示。配套 silent-abort 测试套件 T1–T6 全覆盖，全量 247/247 通过。
• 0.2.2：全部设置项与时间线卡片文案人类化——设置按用途重新分组（总开关/生成小结/塞回上下文/判断新旧内容/发现卡死/文件存放）、「判断新旧内容的方式」改为下拉选择、能力条与记录目录文案重写；干预卡片不再显示内部代号。仅改显示层，配置格式与既有行为不变。
• 0.2.1：修复总结器模型路由缺失（调用未传 provider/model，内核返回 NO_ADAPTER，此前被统一误判为草稿解析失败）——该缺陷使所有会话的语义条目 100% 落成 gap，timeline 上只能看到心跳与降级事件。同时新增 gap 时间线来源与原因徽标、心跳默认折叠、超时与失败分类日志。
• 0.2.0：右侧栏「语义监视」timeline 选项卡与 intervention 干预受理事件埋点。

许可

MIT