dsh-self-evolution

让 Agent Profile 自我进化，最棘手的往往不是“怎么改”，而是“改坏了怎么退回来”。dsh-self-evolution 将迭代闭环建立在一套冻结的 Benchmark 之上：每一轮由 Optimizer 提出候选文件变更，Evaluator 在独立上下文中打分，只有得分严格高于当前基线（使用 > 而非 >=）才会被接受，否则从已验证的快照精确回滚。评测决策——冻结哈希、Case×Run 矩阵、版本单调递增、快照校验——全部在确定性宿主代码中完成，不交给 LLM 判断，从根本上杜绝了“模型觉得自己变好”的幻觉。插件将 Target、Evaluator、Optimizer 三类角色做上下文隔离：私有 Rubric 绝不进入 Target 或 Optimizer 的 Prompt，Evaluator 与 Optimizer 的继承工具被清空为 { allow: [] }，候选文件还受白名单、路径穿越防护和单 Profile 互斥锁约束，确保每次变更都是一笔可审计、可回滚的事务。适合已经在 DeepSeek Harness / Cordis 上运营 Agent、拥有稳定的评测集、希望把“调 Prompt”从手工试错变成可重复的工程流程的团队和独立开发者。只要你能冻结一套 Benchmark，就能让 Profile 在有人值守甚至无人值守的模式下持续、安全地自我迭代。