dsh-plugin-judge

在 DeepSeek Harness 插件生态中约束型插件存在一个被普遍忽略的隐性成本：它们让模型忠实地遵守规则，却同时挤压了任务推理真正需要的上下文空间，给一个有能力的模型从下方压低了天花板。更棘手的是，随着模型不断升级，当初为旧模型编写的补丁规则会逐渐从补丁变成天花板，一个曾经有益的插件悄然变得有害。dsh-plugin-judge 正是为此而生——它把插件的价值视为"插件 × 当前模型"的二元关系，而非插件自身的固有属性。

它提供三个使用阶段的闭环。安装前，通过 /plugin-audit 命令、judge_plugin 工具或设置页输入框获取目标插件源码，执行静态扫描与 LLM 判断，输出"是否值得安装"的结论。安装后，枚举当前 profile 中所有已安装插件，将每个分类为能力型、约束型、装饰型或混合型，计算 0–100 的约束风险分，并在设置页的 Plugin Judge 面板中呈现完整报告。当默认模型发生变更时，自动检测切换，标记此前结论依赖旧模型的插件，弹出浮层提醒重新审计。

判断引擎分为两层。第一层是确定性的规则启发式：扫描插件源码中的信号（如 tools.register、systemPrompt.section、complete: true 整体替换、强指令密度等），加权生成约束风险分并归类。第二层按需调用 LLM，将扫描结果、注入内容摘要及当前模型身份交给模型，问一个精准的问题：这些规则对当前这个模型是助力还是压制？——返回带理由的判定。两层结合，既快速可解释，又具备模型感知能力。

适合管理大量插件的 Harness 管理员，尤其是约束型插件占比较高或频繁切换模型的团队。它不替代安全审计，也不阻止任何安装；它只是在三个关键时刻——安装前、安装后、模型切换时——多问一句：这个插件对今天的你，还值不值得留着？