dsh-agent-evolution

在多 Agent 部署中，团队经常需要比较不同预设组合（提示词、工具集、技能、压缩策略）在同一独立任务上的表现差异。现有机制要么缺少可审计的执行证据，要么直接跳到自动评分与优胜者选取的闭环中，权限边界难以治理。dsh-agent-evolution 将实验拆解为最小原语：只支持用单个预设执行任务以及基准-候选顺序对比，返回两份记录而不做评分、不选赢家、不编辑预设、不发布变更，把后续评估层的引入时机交由部署方自行决定。

三个运行时工具覆盖发现、单跑与顺序对比。每次运行返回预设 id、子会话 id、停止原因、耗时、最终助手内容与持久化确认标志，子日志在 Agent 句柄释放前完成刷新。对比模式中两个预设在启动任一子 Agent 前均完成校验与授权，不论基准停止原因如何候选仍会执行，而任何创建、持久化或清理异常都会立即中止对比。实验子 Agent 携带标准血统元数据（parentSession、delegationDepth、agentPreset）但不出现在 SubAgent 目录或控制 API 中，避免与现有子代理体系产生语义冲突。

配置层面，allowedPresets 接受系统信任名册或显式白名单，白名单中的 id 在插件加载时全部解析，未知或损坏条目会阻止激活；maxDepth 与 maxTokens 在配置或请求校验阶段拒绝非法值。该插件适合正在构建渐进式 Agent 治理的平台运营团队、希望在独立权限域内做 A/B 对比的工程团队，以及规划将评估器、失败归因、候选撰写与晋升回滚作为独立权限层逐步引入的架构师。