dsh-context-milvus
在终端中运行以下命令:
dsh plugin install bobjia/dsh-context-milvus
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 终端执行 dsh plugin install bobjia/dsh-context-milvus 即可安装,插件源码见 https://github.com/bobjia/dsh-context-milvus 。
插件介绍
大型代码库里的编码 Agent 有一个老大难:靠 grep 做字符串搜索,语义相关但命名不同的代码找不到,多轮工具调用把无关文本灌满上下文,token 成本飙升,模型推理质量直线下降。dsh-context-milvus 把 Milvus 向量数据库接入 DSH Agent 进程,用 tree-sitter AST 按函数、类、方法边界切分代码块并生成嵌入向量,让检索从大海捞针式 grep 变成精准召回相关代码片段,一次工具调用即可拿到精简有效的上下文。
在核心能力上,插件提供 BM25 关键词与向量语义的混合检索(RRF 融合)、基于 Merkle SHA-256 哈希的增量索引、跨文件 import 精确解析的调用链追踪(find_callers / trace_call_chain)、三层 gitignore 风格忽略规则,以及一套 ADR 决策记忆系统——记录代码变更背后的设计原因,支持语义搜索、约束注入和一致性校验。规格文档融合让 brainstorming 产出的设计文档也能被统一检索。
适合正在用 DeepSeek Harness 编码 Agent 处理中大型仓库的团队:代码库文件上千、跨模块依赖复杂、需要降低 Agent 工具调用轮次与 token 开销,同时希望 Agent 在修改代码前能做影响分析和理解历史设计决策。支持自托管 Milvus 或 Zilliz Cloud 两种部署形态,数据始终留在自己手里。
使用场景
- Agent 在大仓库中用自然语言描述定位相关代码片段,替代多轮 grep 和文件遍历
- 修改函数前用 find_callers 和 trace_call_chain 做跨文件 import 精确解析的影响分析
- 代码变更后通过 ADR 记录设计决策背景并自动校验与实现的一致性
适合人员
- 使用 DeepSeek Harness 编码 Agent 处理中大型代码库的开发团队
- 希望降低 Agent 工具调用轮次和 token 开销的工程团队
- 需要数据留在自托管环境、对代码检索有合规要求的团队