dsh-taste-review

在 DeepSeek Harness 的模型推理管线中，输出质量往往依赖提示词与参数调优，却缺少一个轻量环节来快速审视回答的风格一致性、语气得体度与表达品味。dsh-taste-review 正是为这一空白而设计，它以插件形式嵌入推理流程，让模型输出在交付前多一道品味审查视角。

作为 model-inference 分类下的插件，dsh-taste-review 以 MIT 协议开源，接入 DeepSeek Harness 后即可在推理链中调用其 taste-review 能力。它不替代模型本身的生成逻辑，而是为输出提供风格与品味层面的审视，帮助开发者发现语气漂移、措辞重复或风格不统一等细微问题，从而在上线或自动化管线中建立更稳定的质量基线。

适合使用 dsh-taste-review 的团队包括：需要批量生成文案且对语气一致性有较高要求的营销与内容团队、构建对话机器人并在回评阶段加入风格校验的 AI 产品开发者，以及希望在 CI 或评测脚本中快速跑一遍品味检查的研究者。插件体量轻、接入简单，无需改动推理主链路，即可为模型输出补上最后一道品控。