dsh-evolve

DSH Agent Loop 在处理多轮任务时，经常重复撞墙——同样的工具调用连续失败、同样的无进展轨迹反复出现、用户的纠正下次又照旧重来。dsh-evolve 旁挂在 Agent Loop 之外，用确定性信号识别重复错误、重复工具调用和无进展轨迹，把每一次重复失败转化为本地可检索的经验记录，不需要训练模型，也不修改 DSH Core。

核心能力分三层。第一层是 reset-v1 策略重置：检测到明确卡住轨迹时，按冷却与总量限制注入一次通用策略重置，也可以切换为纯观察模式不注入。第二层是后台经验侧车：Session 结束后异步挖掘用户纠正、成功路径与失败模式，主 Agent 路径不等待。第三层是有界检索：按相关性、置信度和兼容性过滤，最多返回 3 条临时摘要，任务结束后不保留为常驻上下文。只有显式 Skill 蒸馏加用户确认才能产生或激活 Skill，普通经验不会自动改变未来行为。

适合已经在用 DeepSeek Harness 跑日常任务、希望 Agent 能从重复失败中记住教训、但又要求零云上传、零凭据读取、零第三方依赖的开发者。安全边界明确：不关闭 Sandbox、不绕过 Approval、不执行社区代码，Commons 同步默认关闭。先观察，再决定，始终在用户确认之内。