dsh-env-profile（骨架）

DSH 全局经验插件：自动探测本地环境（依赖工具 / 便捷路径 / 网络 / 磁盘）， 订阅 session/event 折叠每会话统计，沉淀为跨会话的全局档案， 并把低开销摘要注入每一轮系统提示——让每个会话开局就知道 「这台机器有什么、哪些路径靠谱、网络快不快、以往会话里沉淀过什么」， 减少重复探测与重复解释，加快会话、降低 token 消耗。

> 状态：骨架 v0.1。核心闭环（探测 → 沉淀 → 注入 → 查询）可用， > LLM 自动抽取知识条目等进阶能力见文末「路线图」。

安装

> 本地开发先读这个坑（本机 2026-08-16 实测）：dsh plugin --profile web add link:<路径> > 装完会报 Cannot find package '@deepseek-ai/schemastery' 而无法加载。原因： > 官方 @deepseek-ai/* 包不随插件分发，靠「插件的真实文件位于 profile 目录树内、 > Node 父目录上溯命中 $DSH_HOME/profiles/node_modules 平铺闭包」解析； > pnpm 对本地路径依赖一律建 junction（真实路径在 profile 树外），ESM 解析必失败。 > 因此本地验证用物理拷贝（与 npm/git 安装的真实布局一致）：

# 0) 前置：pnpm 需在 PATH（没有就装：npm i -g pnpm；或用 npx --yes pnpm@9 包一层 shim）

# 1) 登记依赖 + bundle 层（profile package.json 的 dsh.profile.bundles 会追加 dsh-env-profile）
dsh plugin --profile web add "E:\My Documents\DskHarness-PC\dsh-env-profile"

# 2) 用物理拷贝替换 pnpm 建的 junction（官方包解析的关键一步）
$dst = "$env:USERPROFILE\.dsh\profiles\web\node_modules\dsh-env-profile"
cmd /c rmdir "$dst"
Copy-Item -Recurse "E:\My Documents\DskHarness-PC\dsh-env-profile" "$dst"

# 3) 重启 dsh web 生效；改代码后重复 2)+3)（ESM 按 URL 缓存，必须重启）

不装 pnpm 的纯手工路径（等价）：在 $env:USERPROFILE\.dsh\profiles\web\package.json 的 dsh.profile.bundles 里追加 "dsh-env-profile"，然后直接把插件目录拷到 $env:USERPROFILE\.dsh\profiles\web\node_modules\dsh-env-profile，重启 web。

正式分发（npm / git 源，物理落盘进 profile，无上述问题）：

dsh plugin --profile web add dsh-env-profile          # 发布到 npm 后
# 或 git 源（产物已入库 lib/，无 prepare 构建）
dsh plugin --profile web add "github:Yvesgao/dsh-env-profile#v0.1.0"

重启 dsh web 后验证：

1. $DSH_HOME/storages/ 下出现 env_profile.json（首次探测后，含 tools/paths/network/disk）； 2. 任意会话的系统提示尾部出现 ## Environment profile 段； 3. 会话里问一句「这台机器装了哪些常用工具？网络到 api.deepseek.com 延迟多少？」 模型直接答出，不再现场跑命令。

> headless profile 同样适用（把上面路径里的 web 换成 headless）。 > 卸载：dsh plugin --profile web remove dsh-env-profile。

闭环架构

 session/event ──▶ collector ──┐         ┌──▶ systemPrompt.section ──▶ 每轮注入
 (tool/call,result,turn/end)    │         │      (order 500, 预算 600 字符)
                               ├── store ─┤
 宿主探测(定时/手动) ──▶ probes ─┘  (env_profile 领域)  └──▶ env_profile 工具 ──▶ 按需查全量
 (where.exe/路径/TCP/磁盘采样)        │
                           $DSH_HOME/storages/env_profile.json

省 token 的三个机制

1. 前缀缓存稳定：摘要由 store.summarize() 生成——排序、格式全部确定， 档案状态不变则每轮 system-prompt 逐字节相同，DeepSeek 前缀缓存持续命中； 段放在 order 500（工具引导之后），即使摘要变化也只使尾缀失效， harness 身份 / persona / 工具 schema 这些大块稳定前缀照常命中。 2. 注入预算硬上限：默认 600 字符，超限截断并明示「用 env_profile 工具取全量」， 防止经验注入成本反超收益。 3. 探测零模型成本：全部是宿主侧确定性操作（where.exe / 存在性检查 / TCP 建连 / 1 MiB 读写），不占用任何 token，且按 probeIntervalHours（默认 6h）缓存。

配置

schema 见 index.js 的 Config，典型覆盖（profile 的 cordis.patch.yml， 顶层数组元素按行 id 覆盖，config 整体替换、未列出的键回落到插件默认值）：

- id: env-profile
  config:
    injectMaxChars: 400        # 注入预算调小
    probeIntervalHours: 24     # 探测更懒
    networkHost: api.deepseek.com
    trackSessions: true
    learnEnabled: false        # 关闭 LLM 自动抽取（有 token 成本）
    learnIntervalTurns: 5      # 每 5 轮抽取一次（默认 10）
    learnMaxInputChars: 4000   # 抽取输入上限（默认 8000 字符）

已知边界（骨架期）

• 探测只覆盖 Windows：where.exe 与 %LOCALAPPDATA% 等为 win32 约定；

POSIX 版本需要改用 command -v 与 $XDG_*（见路线图）。

• 版本探测未做：目前只记「命令是否存在」，不跑 --version（每条多一次子进程）。
• 抽取去重按规范化文本：learner 与 store.remember() 用 slug 去重 + 计数，

同义改写的事实可能并存（近义合并留作后续）。

• 单进程写约束：json 后端无跨进程写锁，勿在多个 dsh 进程同时写同一 DSH_HOME。

路线图

• [x] LLM 自动抽取知识条目（0.1.2）：每 N 轮用会话自身模型复习增量片段，

提取 用户偏好 / 项目约定 / 便捷路径 / 依赖工具（带 sourceSeq 溯源）， 条目自动进入每轮注入摘要

• [ ] POSIX 探测适配（command -v / XDG 目录 / /dev/null 磁盘采样）
• [ ] 关键工具版本探测（git/node/npm/pnpm/python）与 PATH 首个命中路径
• [ ] 近义知识合并（抽取时对已存条目做一次相似度过滤）
• [ ] 会话结果缓存：常见命令输出（如 git status、目录列表）跨会话复用
• [ ] Web 设置页（settings.section slot）查看/编辑档案与条目
• [ ] 与 dsh-mnemon / dsh-persona-memory 的记忆仓库互读

许可

MIT