dsh-plugin-dreaming

技能说明往往只是「承诺」：写得过宽会被误加载、整份正文变成上下文成本；写得过窄模型会绕过技能重做；同一任务反复误用，教训却写不回描述里。Dreaming 要闭合这条回路——用可度量的真实结果，而不是日志行数，去抬升「意识强度」、压低浪费的 token。

它是 DeepSeek Harness 的全局插件（Host + Web 面板），定位是能力自模型而非纯日志：每次加载技能时并发做一次轻量探测，预测契合度、预期用法与更便宜的替代路径；同一回合内记录实际轨迹与成本；回合结束后由评判对比预期与现实，沉淀可复用规则，并为每个技能维护持久的 capability belief 与 consciousness 分数。

在使用前，它会注入基于观测的倾向（全局 awareness 段落与技能结果注解），让模型在读完技能正文后再做取舍；默认在本地夜间「做梦」时，针对失配案例在安全校验与备份前提下，修正用户级技能的描述与能力边界（也可仅记录建议）。任何失败都不会拖垮技能调用或 Host，面板提供只读观测与梦境日志。

适合长期依赖技能库、在意调用是否「对口」、希望描述随真实使用越写越准的 Harness 用户；也适合想量化误用成本、在探测/评判开销与避免整段技能正文被白加载之间做权衡的团队。