dsh-tool-bandit-search

在网络搜索中，用户常常面临一个两难选择：快速简单的查询能迅速返回答案，但可能覆盖不全；而广泛深入的查询能提供更全面的结果，却以延迟为代价。硬编码单一策略无法适应所有场景，导致简单问题被过度处理，复杂问题则答案不足。dsh-tool-bandit-search 插件通过引入上下文多臂赌博机机制，动态解决这一困境。它内部设计了两种搜索策略——快速查询（quick）和彻底查询（thorough），并利用 Thompson 采样算法在每次调用时智能选择最优策略。插件会根据每次搜索的结果质量（返回结果数相对于该策略上限的比例）和速度（响应延迟）计算奖励，持续更新赌博机的信念，从而在探索新策略与利用已验证策略之间实现自动平衡。这意味着搜索工具能随着使用逐渐学习并适应不同查询类型，无需用户手动调整或干预。该插件适合经常使用 DeepSeek Harness 进行网络搜索的用户，如研究人员、开发者或内容创作者，他们希望搜索结果在质量和响应时间之间获得最佳平衡，同时享受自动化优化的便利。通过无缝集成到现有工作流，它提升了搜索效率，让模型能更专注于任务本身，而非策略选择细节。