dsh-tacit

每天用 Agent 写代码、做任务，最耗时的往往不是任务本身，而是反复纠正它的方向。你心里有偏好、有底线、有惯用的表达方式，但每次新开会话，Agent 都像失忆一样重新来过。Tacit 在后台观察哪些轮次不顺利、哪条消息其实是在纠错，再把这些零散的习惯提炼成几条简短指令，注入到每次新对话的系统提示里。你继续按自己习惯写 prompt，剩下的它替你说出口。

核心体验有几处值得注意。学习是零点击的：messy turn 和你的纠错消息在后台被分析，每日自动分析上限 30 次，单次成本约 $0.001–0.003。学出的指令有试用期——每条试行 10 轮，若你开始更频繁地纠正 Agent，它会被自动退役，列表不会越积越多。Improve 按钮用 Tacit 所学重写你当前的草稿，附带前后对比预览。Settings 里能看到真实纠错率、混乱轮次比例与每轮 token 数，所有模型调用均按单价计量并公开展示，没有黑箱。

适合谁？如果你已经在用 DeepSeek Harness 做日常开发或写作，并且发现自己每周都在纠正 Agent 的同类问题，Tacit 能让这些纠正只发生一次。它不需要你手动维护系统提示，不需要额外 API key，数据留在本机，敏感字符串在存储前即被遮蔽。