DSH Plugins
返回列表
oh-my-knowledge

oh-my-knowledge

工作流 更新于 2026.08.25

在终端中运行以下命令：

dsh plugin install lizhiyao/oh-my-knowledge

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中，可通过源码地址 https://github.com/lizhiyao/oh-my-knowledge 安装 oh-my-knowledge 插件。

插件介绍

oh-my-knowledge 关注 AI 应用中常被忽视却影响巨大的问题：当提示词、技能说明、RAG 配置或工作流文档发生变化时，如何判断这次知识变更真的让系统变得更好。很多团队只能凭直觉、抽样对话或个别案例决定上线，而这类判断很难解释、复现，也难以通过发布评审。

OMK 把知识工件本身作为被测变量，在相同模型与相同评测样本下比较不同版本，让结论建立在可复现证据之上。它可以先检查知识工件是否结构清晰、可度量，再进行受控 A/B 评测，输出包含置信区间、失败样本、成本与发布建议的结论，并通过可视化报告展示评分、诊断与示例。它还支持观察真实任务轨迹，从生产使用中提炼知识缺口与回归样本，形成“评测—观察—改进—再评测”的闭环。在 DeepSeek Harness 环境中，它还可以复用现有配置，并在 Studio 中查看任务轨迹。

这个插件更适合提示词、RAG、Agent Skill 或知识型工作流的作者与维护者，尤其是需要在 CI、版本发布或模型应用迭代中给出可信结论的人。如果你经常要回答“v2 为什么比 v1 更值得上线”，oh-my-knowledge 能把这类讨论从感觉变成证据。

截图预览

使用场景

  • 比较提示词、技能或 RAG 知识工件新旧版本的实际效果。
  • 在发布前检查知识工件是否可评估，并生成可复现证据。
  • 从真实任务轨迹中发现知识缺口，并沉淀为回归评测样本。

适合人员

  • 提示词、RAG 或 Agent 技能文档的作者与维护者。
  • 需要为知识工件上线提供证据的 AI 应用开发者。
  • 负责评估质量、发布评审与迭代验证的团队。