dsh-research-lab

在做 Agent 推理策略对比时，最大的痛点往往不是模型本身，而是实验环境：Baseline 漂移、消融矩阵缺少统一记录、Manifest 无法复现。dsh-research-lab 作为 DeepSeek Harness 的原生研究插件，把这些散落在终端和笔记里的步骤收进 DSH Web，让实验管理回到一个确定性、可审计的控制面。

核心能力围绕三件事展开：其一，Runtime Catalog 内置 ReAct Default、Plan Guided、Code Orchestration 三种已验证推理路径，同时保留 Plan-and-Execute、Tree of Thoughts、Reflexion 的设计态占位；其二，Baseline 协议一次性固定 DSH 版本、Profile、Preset、模型、数据、预算、指标与随机种子，杜绝事后对参数的尴尬；其三，消融矩阵支持 Runtime × repetitions 自由组合，最多 64 个 planned runs，最终输出规范化 JSON 并附带 SHA-256 哈希，保证 Manifest 的确定性。存储采用私有、原子、幂等写入，API 不泄露绝对路径或凭据。

它适合正在做 Agent Evaluation、Ablation Study 或推理策略横向对比的开发者。需要留意 M0 边界：当前版本是 Manifest-first 控制面，不调用模型、不产生 API 费用，也不宣称 ToT 或 Reflexion 已可运行。它解决的是实验管理与结果复现的问题，而非替代推理引擎本身。