⚙️

Thaliris-dsh

工作流更新于 2026.10.12

在终端中运行以下命令：

dsh plugin install Iris0fTheValley/Thaliris-dsh

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install Iris0fTheValley/Thaliris-dsh，或参阅 https://github.com/Iris0fTheValley/Thaliris-dsh 构建本地包后通过 Plugin Manager 安装。

插件介绍

长程 AI 编程任务里，强模型的注意力常被探索、调试和日志噪声稀释；局部「完成」的报告也容易把原始需求与反证从交接链里冲掉。Thaliris 提供的是认知编排层，而不是再堆一层上下文压缩：它决定谁来推理、带着什么信息推理，让关键判断留在刀刃上。

Thaliris-dsh 把这套能力接到 DeepSeek Harness 上。插件通过 Python bridge 调用独立安装的 Thaliris Core，把任务记录、Controller 工具与 DSH 原生的 Workspace、持久 Session、Agent/subagent、策略与生命周期对齐。你可以在策略页配置角色提示词、模型路由、工具绑定与可选 Memory；Workspace 与 root Session 的精确绑定也是任务上下文的一部分，单靠仓库路径无法误恢复旧任务。

三根支柱在 DSH 侧同样成立：短期角色在全新上下文中做局部工作并交回结论与来源；反证会登记并在 Controller 显式处置前持续可见；机械层管身份、来源与只追加历史，语义判断仍由模型完成。Memory 默认关闭，不依赖向量 RAG，需要时再单独启用。

适合在 DSH 上做复杂重构、多轮调查与独立审查的开发者，以及希望用原生多代理能力、又要把证据与需求贯穿交接链路的团队。状态为 Beta，样本仍有限，但已在真实任务中观察到调查派发、审查反证推动修复的完整链路。