dsh-ldf
在终端中运行以下命令:
dsh plugin install phillui-37/dsh-ldf
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install phillui-37/dsh-ldf,或按插件管理器从 https://github.com/phillui-37/dsh-ldf 安装该本地决策框架主机插件。
插件介绍
在智能体对话里,重要结论往往建立在不确定的陈述之上,却缺少可复核的证据与统一核查流程。dsh-ldf 把上游 Local Decision Framework(LDF)以 DSH 主机插件形式接入:在启用后注册提示引导与主机工具,由原生 MCP 客户端维持 Python 服务端,仅在调用相关工具时执行索赔核查、模型发现与本地模型配置,不会在后台自动扫 claims。
插件在 DSH 设置中提供完整的 LDF 配置表单,可指定 Python 解释器、Judge API(默认面向本机 Ollama 兼容端点)、模型与输出模式等;还可编辑 prefix/suffix 引导模型在关键不确定陈述上借助稳定证据 ID 做核查。上游能力通过 mcp 命名空间暴露,包括单条/批量索赔检查、输出摘要、证据获取,以及发现本机运行时与在用户明确同意后配置本地 Ollama/LM Studio 模型。
适合已在 DSH 上运行工作流、希望给代理加上「可问责陈述核查」能力,并能把 Judge 指向本机或 OpenAI 兼容托管端点的开发者与高级用户。上游实现以子模块固定版本,DSH 侧适配集中在 src,不篡改上游源码;Receipt 等行为遵循上游存储语义,可按需配置数据目录与捕获选项。
使用场景
- 代理输出关键事实前需要可复核的证据与裁决
- 希望把 Judge 接到本机 Ollama 或兼容 API 做陈述核查
- 要在对话中按需调用批量索赔检查或拉取证据
适合人员
- 在 DSH 上运行智能体并希望加强陈述问责的用户
- 已部署 Python 3.10+ 与 MCP 依赖的插件维护者
- 使用本机 Ollama/LM Studio 并愿手动配置 Judge 的开发者