dsh-dream-rsi

在 Harness 里做「探索—打分—改进策略」的闭环时，往往缺少一个可重复、可落盘的流程：候选从哪来、分数怎么算、历史探索树如何比较、下一轮该换什么探索规则。dsh-dream-rsi 把 Dream-RSI 思路收成一次工具调用 dream_rsi_cycle，在固定 coding agent 与固定评测器的前提下，把单轮循环跑通并写入状态目录。

每一轮从种子工作区复制候选，由 agent 在约束下扩展发现树并由 evaluator 打分；树冻结后，对全部历史树做仅前缀的 replay（不再次调用 coding agent 或评测），再由策略修订 agent 调整受限的线性排序类探索参数，用 replay 均分更高的策略进入下一轮；当前策略也参与比较，因此在已记录树上的 replay 分数不会下降，但这不保证在新任务上一定更好。

适合已在 DeepSeek Harness（Web profile）中配置工作区、评测命令与模型凭据的团队或个人：想试验「改探索策略能否闭环提升」、需要可审计的 cycle 与 state 目录，且能接受实验版边界（非论文完整复现、evaluator 在宿主机执行、需可信环境）。若你只想单次 coding 而不关心策略迭代与历史树 replay，可能不必启用本插件。