dsh-ralph-loop

传统 ReAct 循环让 LLM 在"思考-行动"之间反复横跳，错误不断震荡、经验无法沉淀，最终烧完配额仍拿不到一份可靠产出。dsh-ralph-loop 用一条 Reflect → Assess → Learn → Plan → Handle 的五阶段状态机替代这种盲目试错：每一轮都有明确的反思、评估、学习、规划和执行节点，配合不可变状态快照与 maxCycles 硬上限，让闭环既确定性推进又不无限空烧。

核心能力集中在三个层面。第一，沙箱隔离的测试验证——测试命令经 Harness Sandbox 约束后执行，沙箱不可用时 fail-closed 绝不裸跑；第二，跨执行教训持久化——以 lessonKey 作用域将历史教训落盘，下次运行自动回灌 Plan 提示词，让同一类错误不再犯第二次；第三，best-effort 返回与中断恢复——失败时交回最接近通过的那一轮文件而非空手而归，中止后同参数可直接从快照续跑。此外，完整的 ralph/* 生命周期事件可对接 Trajectory 回放，可选 applyBack 将最终文件写入操作员指定目录。

适合在 DeepSeek Harness 中驱动自主编码的开发者：当你需要 LLM 生成代码、跑测试、根据失败信息自我修复，并且希望整个过程可观测、可恢复、经验可累积时，这个插件把一条确定性的自愈闭环直接接进了你的工具链。