DSH开源插件商店 DSH Store
/
dsh-plugin-j-space
文件与数据 活跃维护

dsh-plugin-j-space

AnonyJcy/dsh-plugin-j-space

提供原生智能体预设能力，作为独立Cordis插件支持深层推理路由、.jspace工作区状态外化账本，全模型解耦的认知工作空间开箱即用，可灵活适配不同推理任务。

GitHub 仓库
0
Stars 标星
0
Forks 分支
0
Watchers 关注
0
Open Issues
Python
主要语言
MIT
开源协议
385 KB
仓库大小
25 天前
最后推送
一键安装扩展 / 插件指令
dsh plugin --profile web add github:AnonyJcy/dsh-plugin-j-space
git clone https://github.com/AnonyJcy/dsh-plugin-j-space.git
git clone git@github.com:AnonyJcy/dsh-plugin-j-space.git
README.md main
在 GitHub 上查看

🚀 dsh-plugin-j-space

DSH Market 收录徽章
npm version
license

简体中文 | English Version

J-Space Cognition Suite V3.7 原生 DeepSeek Harness (DSH) Agent Preset 预设与独立 Cordis 插件包。
注入内部表征认知路由、工作区状态外化账本（.jspace/）与自适应检验，全面释放大语言模型推理潜能。

🌟 项目简介

dsh-plugin-j-space 将 J-Space Cognition Suite V3.7 完整集成为 DeepSeek Harness 的一等公民 Agent 预设 (Preset)。

它不是粗暴的 Prompt 拼接，而是真正参与 Cordis Agent Scope 生命周期隔离、多层认知路由、工作区状态外化账本（.jspace/）与自适应验证 的完整体系，完全解耦并兼容任意大语言模型（DeepSeek-Chat、DeepSeek-Reasoner、Claude、GPT 等）。

✨ 核心特性

  1. 即插即用（Zero-Config Preset）：部署预设后，DeepSeek Harness 会话创建菜单自动出现 J-Space Cognition Suite 预设。
  2. 全生命周期 Scope 隔离：遵循 Cordis 作用域规范，工具和认知技能严格限定在 J-Space Agent 会话中，不污染其他预设。
  3. 工作区状态外化账本（Active Ledger）：通过 jspace.py 在任务工作区（cwd）自动建立 .jspace/ 认知账本，实现目标跟踪、接缝审计（Seam）、自检断言与断点恢复。
  4. 模型解耦与动态路由：无缝适配各类基底模型，动态解析模型路由与工作区上下文。

📸 运行与效果预览

DSH 预设选择（即插即用） J-Space 认知工作流实况
DSH Preset Selection J-Space Runtime Session

📊 实验与评测数据报告（实测对比）

完整测试报告引自原作者实测：DeepSeek-V4-J-Space-Capability-Realization-Report

🔬 评测方法与实验设置

  • 评测基底：DeepSeek-V4-Flash-Vision-Exp
  • 运行环境：DeepSeek Harness (标准模式)
  • 评测方式：对权威基准子集与同类型小集（Terminal-Bench 2.1 中 medium 20 / hard 10，DeepSWE 中 TypeScript 10 / Python 10 / Go 10 / JavaScript 2 / Rust 2，GAIA 中 level1 / level3 等）进行严格的 有/无 J-Space 臂对照（A/B Testing），同模型、同环境、同采样参数，仅切换 J-Space 接入。
  • 测算维度：① 准确率（Accuracy）；② 墙钟与 token 效率（Wall-Clock & Token Efficiency）。

1. 主基准测试准确率对比（Main Benchmark Table）

Benchmark 基准测试 DeepSeek V4-Flash (基线) DeepSeek V4-Flash + J-Space V3.7 GLM-5.3 Kimi-K3 Opus-4.8 Fable 5 (w/ fallback)
HLE (w/o tools) *37.8 37.8 — 43.5 49.8 53.3
HLE (w/ tools) *51.5 51.9 62.5 56.0 57.9 63.0
Terminal Bench 2.1 83.9 85.5 88.2 88.3 85.0 88.0
NL2Repo 57.7 60.4 58.0 58.0 69.7 —
CyberGym 75.3 77.8 84.5 80.0 78.3 83.1
DeepSWE 59.3 61.8 66.9 67.5 58.0 70.0
Toolathlon-Verified 75.9 77.4 73.0 76.5 76.2 77.9
Agents' Last Exam 27.3 28.3 28.5 27.6 25.7 23.8
AutomationBench (Public) 25.7 27.6 48.2 30.8 27.2 29.1
⭐ 综合均分 (Average) 56.99 58.61 64.54 60.96 58.33 62.13

* 注：HLE 数据未披露，沿用 DeepSeek V4-Flash-0731。综合均分覆盖六列均有值的 7 个项目行。

2. 速度与 Token 消耗效率对比（Speed & Token Efficiency）

Benchmark 基准测试 墙钟时间比 τ 提速幅度 输出 Token 变化 总 Token 变化 单位时间得分 (产出比) 每成功任务成本
HLE (w/o tools) *1.02 −2% −10% +5% 0.98× +5%
HLE (w/ tools) 0.88 +14% −22% +3% 1.15× +2%
Terminal Bench 2.1 0.79 +27% −28% −3% 1.29× −5%
DeepSWE 0.78 +28% −28% −3% 1.34× −7%
Toolathlon-Verified 0.86 +16% −25% +2% 1.19× +0%
AutomationBench (Public) 0.76 +32% −31% −5% 1.41× −12%

* 注：HLE (w/o tools) 的 τ=1.02 是有意为正（即单轮无工具任务下略微变慢），因为在单轮短任务中注入完整的技能条目是净开销；而在长链路、多轮工具交互任务中（如 Terminal Bench、DeepSWE、AutomationBench），J-Space 认知套件带来 +14% ~ +32% 的大幅提速、降低 28%~31% 的输出 Token 冗余，单位时间产出比提升高达 1.15× ~ 1.41×。

🚀 安装与一键部署

本插件内置了开箱即用的原生 Node.js CLI 工具，无需额外安装其他依赖即可直接执行安装：

方式一：通过 npm / pnpm 安装（官方源）

# npm 安装
npm install -D @anonyjcy/dsh-plugin-j-space

# pnpm 安装
pnpm add -D @anonyjcy/dsh-plugin-j-space

# 运行 CLI 一键部署预设
npx @anonyjcy/dsh-plugin-j-space install

方式二：克隆仓库直接安装（本地使用）

git clone https://github.com/AnonyJcy/dsh-plugin-j-space.git
cd dsh-plugin-j-space

# 一键部署预设到 ~/.dsh/.agent-presets/j-space
node bin/cli.js install

# 检查安装状态与完整性
node bin/cli.js status

💡 使用方法

1. Web UI 界面

  1. 打开 DeepSeek Harness Web 界面，点击 New Session（新建会话）。
  2. 在 Agent Preset 下拉选单中，直接选择 J-Space Cognition Suite。
  3. 选择任意兼容的模型（deepseek-chat / deepseek-reasoner 等）开始任务。

2. CLI 命令行

dsh --preset j-space "全面重构此模块并补充单元测试"

3. Cordis 配置文件组装 (cordis.yml)

- id: j-space-plugin
  name: '@anonyjcy/dsh-plugin-j-space'
  config:
    autoDeploy: true

🧩 核心架构与数据流

flowchart TD
    A[新建 Session] --> B[选择 j-space 预设]
    B --> C[Preset Discovery: AgentPresets.list]
    C --> D[Preset Mount: AgentPresets.mount]
    D --> E[Agent Scope]
    E --> F1[Persona: J-Space V3.7 认知系统]
    E --> F2[Tools: 完整编码与思考工具]
    E --> F3[Skill Filesystem: 挂载 skills/j-space/]
    E --> F4[J-Space Suite: SKILL.md, 9大模块, 4大参考, 3大脚本]
    E --> G[Session Model Route: 任意兼容模型]
    G --> H[Agent 运行 J-Space 认知闭环]
    H --> I[Task Workspace: 生成并维护 .jspace/ 账本]

🛠️ CLI 命令一览

node bin/cli.js install    # 安装 J-Space Preset 到 DSH 用户预设目录 (~/.dsh/.agent-presets/j-space)
node bin/cli.js uninstall  # 干净卸载 J-Space Preset
node bin/cli.js verify     # 校验已安装预设的套件完整性
node bin/cli.js status     # 查看当前安装状态与配置路径

📄 开源许可证

本项目基于 MIT License 开源。套件第三方声明见 THIRD_PARTY_NOTICES.md。

标签： dsh-plugin deepseek-harness dsh cordis cordis-plugin Python j-space j-space-cognition-suite