DeepSeek Harness 上的 Orcana

English | 中文

用于更强编码代理执行的运行时治理。

同一个模型。同一个 DSH。一次运行时干预。

• 进度感知活性检测（Progress Governor）
• 以 generation 为界的验证证据（Evidence Freshness）
• 证据感知完成判定（Completion Claim Guard）
• 任务级能力披露（Capability Router）
• DSH 原生 Linux 执行证据
• Windows → WSL 单一 Linux 执行世界入口

v0.1 governor 范围仍由 PLAN-v0.1.md 冻结。Linux/WSL 线独立演进， 现在采用明确的 authority 分工：

DSH rc.6                    Orcana
├ sandbox-policy            ├ Progress / Completion 治理
│  └ mode/workspaceRoot     ├ Native shell evidence
├ sandbox-local             └ Windows → WSL 执行适配
└ ctx.shell
   └ sandbox facts
      { mode, denied,
        enforcement?,
        runnerFailed? }
             │
             └──────────► Orcana 消费事实，不重复执行限制

详细设计见 docs/architecture.md、 docs/methodology.md 与 Linux/WSL 包文档。

目录结构

路径	角色
packages/governor-core	与框架无关的进度事实引擎
packages/dsh-governor	DSH 治理适配器
packages/dsh-bundle	Governor Profile 组合包
packages/dsh-orcana-linux	DSH 原生证据适配器 + 跨平台 dsh-orcana；旧 root API 暂作兼容
packages/dsh-orcana-linux-bundle	中立组合包，默认加载 @leooday/dsh-orcana-linux/native-evidence
benchmark/	A/B 测试
scripts/	安装、smoke、release gate

实测效果（初步）

配对 A/B：同一模型（deepseek-v4-flash），control vs treatment（governor 激活），由独立 acceptance 命令判定。完整装置与原始数据： benchmark/、benchmark/reports/。

任务	n	treatment − control（tokens）
demo-format-money（合成 verification trap）	2	-871 / -2695（均为负）
marked-blank-tab（真实 issue markedjs#4007）	6	-4079 / +4082 / -29107 / -12181 / +48428 / -8850（4/6 负，中位数约 -6.5k）
dayjs-updatelocale（真实 issue dayjs#1118）	3	+2459 / -1841 / -731（2/3 负，中位数约 -0.7k）

合计 11 对中 8 对 treatment tokens 更少（每个任务中位数均为负）。真实 任务的 calls 维度被预算截断。样本小——可靠交付物是整套实验装置，效果 大小需要更多 reps 与任务。

安装

npm scope 为 @leooday。完整 Orcana Profile 使用一条命令安装：

dsh plugin --profile orcana add @leooday/dsh-bundle @leooday/dsh-orcana-linux-bundle @deepseek-ai/dsh-headless@next

R5 将 @deepseek-ai/dsh-headless@next 固定为 release-candidate 安装 selector；发布前必须由干净环境门禁验证这组精确组合。

然后运行：

dsh --profile orcana "<task>"

安装默认不改变执行策略。DSH rc.6 负责自己的文件效果 sandbox policy 与 真正 enforcement；Orcana 只读取公开的执行后 shell sandbox facts，不额外增加 资源限制、网络隔离或第二层 sandbox。

程序化使用证据入口：

import nativeEvidence from '@leooday/dsh-orcana-linux/native-evidence'
ctx.plugin(nativeEvidence)

Windows / WSL：同一个执行入口

设计不是“Windows 上运行 DSH，再把单个工具调用扔进 WSL”。Windows 只负责启动：

Windows Terminal / PowerShell
        ↓
    dsh-orcana
        ↓
      wsl.exe
        ↓
整个 DSH + Orcana runtime 进入 WSL
        ↓
同一个原生 Linux execution world

Windows 安装 launcher：

npm install -g @leooday/dsh-orcana-linux@^0.4.0

然后：

dsh-orcana --wsl-doctor
dsh-orcana --wsl-install
dsh-orcana "修复失败的测试"

Bridge 保持 cwd/argv 边界，Windows 与 WSL 使用独立 DSH home，通过 WSLENV 选择性单向传递启动/运行环境，并固定 DSH/pnpm 兼容契约。--wsl-install 在安装后 不仅检查 profile composition，还会真实 resolve/import 实际运行模块与 peer 链， 包括 @leooday/dsh-orcana-linux/native-evidence。

--wsl-doctor 还会检查 Web localhost relay、代理可达性、工作区文件系统语义、 Git identity/credential 能力、TTY/UTF-8/path parity、DrvFS metadata 等，但不会 偷偷修改 Windows/WSL/Git 全局配置。

完整契约见 packages/dsh-orcana-linux/README.zh.md。

当前 authority 边界

• DSH 负责原生文件 confinement。 rc.6 的 SandboxExecutionPolicy 公开 mode、workspaceRoot 与可选 sessionId；sandbox provider 负责真正限制，并 通过 shell result seam 返回执行事实。
• Orcana 负责治理与证据。 默认 Linux bundle 记录前台/后台 ctx.shell 的 ShellSandboxInfo：mode、denied，以及可选的 enforcement、runnerFailed。
• 不做 receipt 兼容伪装。 rc.6 已不再公开旧的 SandboxReceipt、资源限制或 网络证据 API。Orcana 不会从 argv、stderr 或 provider 内部信息反推这些结论。
• 旧 package-root argv-hardening 只是兼容入口。 当前 bundle 已经不再加载它。

已知限制

• rc.6 的 native evidence 是 sandbox-facts 证据，不是资源/网络 accounting proof。治理/完成判定不能把它当成 cgroup、网络隔离、峰值用量、cleanup 或 degradation 证据。
• Workspace generation 仍只观察 mutation 类型工具；shell 内部 mutation 需要未来 git-probe evidence 链。
• Governor 不直接拥有 Agent kill/cancel authority，当前 steering 有明确上限。
• 交互式 Ctrl+C 有意继续走 wsl.exe / Linux 终端原生语义。未来程序化 timeout/cancel 应属于 execution control plane，而不是伪造 Windows POSIX signal。

贡献

见 CONTRIBUTING.md。