dsh-trajectory-teacher
把 DeepSeek Harness (DSH) 里 AI Agent 的一次执行轨迹，自动转成一份可读的复盘报告。
- 输入：DSH 的 Trajectory 事件流（Agent 每次运行自动记录）
- 处理：提取关键事件 → 调 LLM 分析
- 输出：markdown 复盘文档（决策点 / 踩的坑 / 可复用做法）
效果示例
对话里输入 /trajectory-teacher，几秒后得到一份结构化复盘：
# Agent 执行复盘报告
> | 工作目录 | `/path/to/your-project` |
> | 回合数 | 11 | 工具调用 | 50 次 |
## 总结
会话围绕一个项目的下一步展开……
## 决策点
1. **面对「项目下一步」提问时，先读 README/CHANGELOG/git log 再回答** ✅ 走对
- 为什么：用户提供的是过时交接文档，必须用仓库实际状态校正上下文
## 踩的坑
1. **沙箱环境 TLS 凭证缺失，导致无法实测后端**
- 教训：遇到环境类故障要快速识别「沙箱限制」而非「服务故障」
## 可复用做法
1. **用「漏斗缺口」而不是「功能清单」定位项目下一步**
- 适用场景：产品能跑、但增长停滞时安装
dsh plugin add dsh-trajectory-teacher安装后重启 DSH，插件自动挂载。
用法
在对话里跑完一轮任务后，输入：
/trajectory-teacher插件会复盘当前会话的完整轨迹，返回一份 markdown 复盘报告。
可选配置
默认复用当前会话正在用的模型来生成复盘。若要指定，在 profile 的 cordis.patch.yml 里覆盖：
- id: trajectory-teacher
config:
provider: deepseek-official
model: deepseek-v4-flash> 复盘分析已默认关掉 thinking（reasoningEffort: 'off'）——提取+总结不需要深度推理，更快更便宜、输出更稳定。
How it works
session.events（内存事件流）
↓ extract 过滤噪音（token 级 chunk 等），提取关键事件并摘要化 + 脱敏
↓ analyze 调 LLM，产出结构化 JSON（决策点 / 坑 / 可复用做法）
↓ render 套模板生成 markdown
复盘报告- 噪音过滤：一次流式回复会产生几百个 token 级 chunk，全部丢弃，只留
tool/call、assistant/message、turn/*、approval/*等关键事件。 - 脱敏：轨迹里可能混入 API key 明文，报告输出前自动打码（
sk-***）。 - 成本控制：手动触发（不自动跑）、只喂关键事件摘要（有长度上限）、关 thinking、用便宜模型。
为什么是「手动命令」而非「自动跑」
复盘要烧 LLM token，所以不自动触发——用 /trajectory-teacher 命令，你想复盘时才跑。
Project structure
trajectory-teacher/
├── index.ts # apply(ctx) 插件入口，注册 /trajectory-teacher 命令
├── cordis.patch.yml # bundle 的 patch 层（dsh plugin add 安装时用）
├── lib/
│ ├── parse.ts # zstd 解压 + 事件流解析（历史轨迹文件）
│ ├── extract.ts # 过滤噪音 + 提取关键事件 + 摘要 + 脱敏
│ ├── analyze.ts # 调 LLM 产出结构化复盘
│ └── render.ts # JSON → markdown
├── scripts/
│ ├── build.mjs # esbuild 打包成 dist/index.js
│ └── link-deps.mjs # 软链 DSH 的 @deepseek-ai 包（开发用）
└── tests/ # node:test 单测Development
本地调试（从源码挂载到 DSH）：
cd <deepseek-harness 源码根目录>
pnpm dsh web --patch <本仓库>/dev/cordis.patch.yml --port 0运行测试与构建：
npm test # node:test 单测
npm run build # esbuild 打包成 dist/index.jsLicense
[MIT](LICENSE)