dsh-evolution-lab

在用 DeepSeek Harness 跑项目时，反复踩坑、反复调参的经验往往散落在会话日志里，想沉淀成一条可复用的 SKILL.md 还得自己盯着写、自己判断好不好，改坏了再手动回滚——既费时间又容易引入回归。Evolution Lab 把这条链路自动化：它从项目会话中提取经验，生成隔离的 SKILL.md 候选，在干净的 DSH 子进程里对基线与候选做确定性评分，跑保留金丝雀任务，然后通过原子晋升或回滚落盘，全程没有人工审批队列，也没有覆盖开关。需要强调的是它的自主边界被刻意收窄：每次只演化一个不超过 16 KiB 的 Markdown Skill，不能生成插件、脚本、工作流或配置变更；模型拿到的是只读 status 工具，既不能投票也不能放宽策略。数据层面，原始会话日志仍归 DSH 所有，Evolution Lab 只落盘经过 HMAC 伪名化和二次泄漏扫描的有界信封，不向模型或外部桥接发送凭据和绝对路径。适合已经在用 DSH、希望把项目经验持续转化为可审计 Skill、同时要求隔离评测与可回滚能力的开发者团队；如果你需要完全无感知的自动进化，它不是——但如果你要的是有证据、有边界、有历史记录的自动进化，V1 的窄而稳恰好是对的选择。