dsh-missher-evolution

每次打开 DeepSeek Harness 都要重新说明偏好、纠正流程，模型不会记住上一轮的调整——这正是 Missher Evolution 要解决的核心痛点。它从你的直接前轮对话中提取可复用的规则，经过三级独立验证（Candidate → Trial → Active）后才能真正生效，确保误判不会污染后续指令。

规则数据完全存储在本地 $DSH_HOME 下，经 schema 校验且不含任何原始用户消息、凭据或绝对路径；学习过程采用 fail-open 策略，即使 Store、分类器或顾问组件异常也不会阻断正常 Harness 步骤。仅直接前轮用户对话触发学习，子代理、工具续接、定时任务等内部操作一律过滤，边界清晰。

适合高频使用 DeepSeek Harness Desktop 并希望逐步积累个人工作流偏好的用户。它改进的是指令与工作流复用，不会对底层 DeepSeek 模型做微调或替换，也不跨代理主机同步状态。