dsh-cortex

大多数 agent 工作流把每一轮都交给最强模型处理，结果就是成本随任务复杂度线性膨胀，而质量瓶颈往往卡在规划与验收环节。Cortex 的思路是让宿主主模型只做它最擅长的事——拆解、路由、验证和裁决——把密集的生成与统计工作交给按子任务动态选出的轻量执行模型，从而在保证质量的前提下把单次成功任务的平均成本显著压低。

具体而言，Cortex 提供递归任务树、四阶段质量门控（Gate0–Gate3）、四级预算池与自动降级、基于指纹的策略复用、失败恢复决策树，以及一套七维模型评估体系（含 Pareto 前沿与漂移监控）。对纯统计类子任务，它还能走 L0 引擎直接计算，零次模型调用；对中等敏感度的重复性任务，弱模型多轮投票机制以约百分之一的成本逼近强模型输出。所有状态持久化，重启后可恢复，配合 Web 控制台与 Watchdog 定时注入，形成完整的编排闭环。

如果你的项目已经跑在 DeepSeek-Harness 上，并且任务涉及多步骤规划、跨模型协作或对单次 token 成本敏感，Cortex 就是一个即插即用的编排层：安装后自动挂载，无需手动改 profile，supervisor 通过 13 个内置工具自主驱动整个流水线。