dsh-science-legion
在终端中运行以下命令:
dsh plugin install lengrufeng2008/dsh-science-legion
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中使用插件管理器执行安装命令,或从开源仓库 https://github.com/lengrufeng2008/dsh-science-legion 获取插件包后按 DSH 方式加载。
插件介绍
前沿模型很擅长写出「像真的」科学结论,但可信并不等于已验证。Science Legion 是 DeepSeek Harness 上的分层科学攻关技能包:它不是万能解题器,也不承诺攻克未解难题,而是在现有子代理与工作流之上提供指挥层——一名指挥官、共享黑板、多条独立攻击线、独立核验者与红队,并显式约束 token 与时间预算。进度以「已验证论断」为单位,而不是堆代理数量。
技能包内含路由 science-legion 与 legion-command 条令,以及数学、物理、天文、工程与生物医学证据评估等域技能,外加 science-verify 做独立证据表、复现与证伪。默认小队规模为六人编制;更大规模(24、96 乃至 384–1000)是预算决策,需事先估算成本并在 BRIEF 中写明上限。狼群、侧翼、钳击等战术名称描述的是多方法独立收敛与有界探索,而非盲目 fan-out。
适合在 DSH 中处理硬科学问题、希望把「 plausible 输出」变成可审计证据链的研究者与工程师。人类设定 token 预算并阅读指挥官报告(论断、证据、不确定性、失败与成本);作者不能自行标记结果已验证。边界诚实:不伪造引用与数据,不以多数票或纯 LLM 裁判当真理,不把千级代理规模当作已验证能力。
使用场景
- 在 DSH 中对数学或物理论断做多方法独立推导并由独立角色核验
- 按小队到更大编制规划 token 上限,输出可审计的论断、证据与不确定性报告
- 跨天文、工程或生物医学证据评估问题,走域技能与 science-verify 复现/证伪流程
适合人员
- 在 Harness 中做硬科学问题、重视「已验证论断/ token」而非堆代理数量的用户
- 需要指挥官、黑板、红队与独立核验分工的研究者与工程师
- 愿意事先写 BRIEF、控预算并接受负结果如实上报的团队