chelate-shell
在终端中运行以下命令:
dsh plugin install JiamingShi-JsPhys/chelate-shell
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install JiamingShi-JsPhys/chelate-shell,即可从开源仓库 https://github.com/JiamingShi-JsPhys/chelate-shell 安装并保持微内核自动编排能力。
插件介绍
在当下的 AI 生态里,单个技能往往很擅长解决孤立问题,但一碰到复合型科研或工程任务,Agent 常常不知道先调谁、后调谁、产物该落在哪。零散、无状态的能力调用会带来上下文污染、文件版本混乱,以及难以审计的输出。Chelate Shell 把「二十项自带技能」和「确定性编排内核」放在同一套仓库里,用固定阶段顺序和标准化工作区,让同一份输入尽量得到同一份执行计划。
技能侧实现的是真实算法流程,而不是一堆提示模板:例如公式校验、化学计量平衡、纵向统计、视频轨迹、数据集审计、图表与 PDF/LaTeX 导出等,都按清单接入流水线并受测试约束。编排侧由 core/router.py 承担微内核角色:分发前对文本输入做注入筛查,每次调用写出 PASS、UNVERIFIED 或 FAIL 的门控结果;缺可选依赖时单项降级为 UNVERIFIED 其余继续,一旦出现 FAIL 则当场终止并把过程产物锁在 process/ 供核查,全部通过后再晋升到 results/,并维护 _broadcast/ 摘要索引方便后续会话阅读。
适合需要把多步科研、工程分析串成可复现流水线的研究者、工程师和写论文的学生团队——尤其当你希望插件形态保留自动路由,而不是把技能摊平成互不关联的碎片时。需要说明的是:它不会替你进实验室做实验,生成内容仅是分析草稿,学术与数据责任仍在使用方;README 也诚实列出了视频 ROI、公式非证明、R 依赖、DOI 仅验存在等边界,使用前宜先了解这些限制。
使用场景
- 把公式校验、引用审计、图表与报告导出串成固定阶段流水线
- 对实验视频做轨迹提取并在失败时保留可核查的中间产物
- 在插件宿主内用子代理分工处理三维建模与出版级可视化
适合人员
- 需要多步可复现分析流程的科研与工程从业者
- 在 Agent 宿主中希望保留自动路由而非摊平技能的用户
- 撰写论文、做数据草稿并需门控与责任边界的研究生团队