DeepSeek Harness 提示词优化插件

这是一个可安装的 DeepSeek Harness profile bundle。Web UI 会在发送按钮旁增加一个闪光按钮，宿主插件也可以在主 agent 请求前调用辅助 LLM 自动优化用户提示词。实现方式是使用 Harness 的客户端扩展槽和 Cordis 的协作式 agent/pre-step waterfall，不修改 agent loop。

English

安装

要求 DeepSeek Harness 0.1.0-rc.6 或更高版本。

gh repo clone lizhecome/deepseek-harness-prompt-optimizer
cd deepseek-harness-prompt-optimizer
dsh plugin --profile web add --ignore-workspace-root-check .

若要用于一次性任务，可将 web 改为 headless，此时只启用自动优化；输入框按钮仅在 web profile 中提供。DeepSeek Harness 会先把 add . 锚定到当前 checkout，再让 pnpm 切换到 profile 目录。包清单声明了 dsh.bundle patch 和 Web 客户端入口，因此安装后会自动挂载宿主优化器、invariant companion 和输入框控件。

卸载命令：

dsh plugin --profile web remove --ignore-workspace-root-check @lizhecome/dsh-prompt-optimizer

行为

输入框按钮

Web UI 会通过 conversation.input.right 扩展槽把闪光按钮放在正常发送控件之前。草稿为空或输入框正忙时按钮不可用。点击后会执行一次辅助模型请求，并用改写结果替换尚未发送的草稿。

应用结果前，按钮会同时比较草稿 revision 和完整文本。若用户在优化期间继续编辑，返回结果不会覆盖新内容，当前草稿会保留。网络、路由或模型失败时也不会改动草稿，错误会显示在按钮的无障碍状态和 tooltip 中。

宿主还提供 /optimize-prompt <prompt> 命令。按钮成功后会为该结果登记一次严格文本匹配：若原样发送，自动监听器不会再次优化；若先编辑再发送，文本不再匹配，发送时会按正常自动策略处理。

自动优化

监听器会先调用下游监听器，再检查最终的 PreStepDecision。它只优化来源为直接用户、全部内容块都是文本、且去除首尾空白后长度达到 minChars 的消息。插件上下文、工具结果、goal round、relay、图片和短提示词都会原样通过。

默认的 append 模式保留原始用户消息，并将优化结果作为单独标记来源的 notice 追加。两条消息都会在主请求前记录为 user/message 事件，因此回放内容与模型实际看到的内容一致。replace 模式保留原消息的 identity 和 source，但只记录并发送优化后的文本。

优化模型的路由优先级如下：

1. 配置中的 provider 与 model；
2. session 最近一次已路由的请求；
3. agent 显式配置的 provider/model。

若三者都不存在，优化会失败。默认 pass-through 策略会记录 warning 并保留原提示词；fail 会让拟进入的 step 失败。turn 的取消信号始终会继续传播。

配置

后应用的 profile patch 会整体替换一行的 config，因此需要重写所有希望保留的字段：

- id: prompt-optimizer
  config:
    provider: deepseek
    model: deepseek-chat
    maxTokens: 1024
    minChars: 20
    delivery: append
    failureMode: pass-through
    instruction: >-
      Rewrite the prompt for precise execution. Preserve every constraint and
      return only the rewritten prompt; do not solve the task.

字段	默认值	含义
provider	''	辅助模型 provider；必须与 model 一起设置，留空则跟随 agent 路由。
model	''	辅助模型；必须与 provider 一起设置，留空则跟随 agent 路由。
maxTokens	1024	优化输出的正整数 token 上限；达到上限的结果会被视为不完整并拒绝。
minChars	20	触发优化的非负字符数阈值。
delivery	append	append 保留原文并追加有来源的 notice；replace 替换原文。
failureMode	pass-through	运行失败后保留原提示词，或用 fail 让拟进入的 step 失败。
instruction	内置	辅助调用的 system instruction；空白值会在加载时被拒绝。

provider 与 model 是不可拆分的一对。只设置其中一项、使用非整数上限或空白 instruction 都会导致插件加载失败。

模型与成本影响

每条符合自动优化条件的提示词会增加一次独立模型请求。点击按钮也会增加一次请求，但原样发送按钮结果时会消耗一次性绕过标记，不会再增加一次优化请求；若发送前编辑了结果，则重新按自动条件判断。每次优化的输入是草稿或直接用户消息以及优化器 system instruction，输出受 maxTokens 限制。自动优化的 append 会让主请求同时包含原文和优化结果，因此 token 更多；replace 不重复主请求 token，但 durable history 中不再保留原文。辅助请求复用 session id 做路由，但不复用主会话前缀。

内置 instruction 要求优化器保留语言、事实、标识符、引用文本、约束和输出格式，减少歧义与冗余，不虚构需求，并且只返回改写后的提示词。

已知限制

• 多模态或混合内容块的直接用户消息不会被优化。
• 提示词优化本质上仍是模型生成，可能扭曲意图；需要审计性时应使用 append。
• 辅助模型交互不会作为单独的模型事件保存。按钮结果会记录在 durable command lifecycle 中，自动交付的结果则记录在主 turn 中。

开发

pnpm install
pnpm run check

测试会启动已发布的 Harness 服务和真实 agent loop，并使用确定性的进程内 LLM adapter，覆盖 durable append/replace、失败回退、短提示词绕过、命令执行、一次性去重、监听器 dispose、DOM 草稿替换和并发编辑保护。