<div align="center">
<img src="../social-preview.png" alt="dsh-skill-router — 规则优先的 pre-step 技能路由" width="100%">
<br>
🍸→⚙️ dsh-skill-router
规则优先的 pre-step 技能路由：命中才倒酒，拿不准就闭嘴。
    
<br>
是 skill-bartender 的执行器搭档： skill 负责策略判断，插件负责策略执行。纯规则、确定性、 零 LLM 调用、不命中零 token：
- ⚡ Pre-step 钩子 — 每一步开始前读取最新用户消息。
- 🧭 规则优先匹配 — 用户可编辑的 YAML 策略（
~/.dsh/skill-router.yaml，
内置默认见 default-policy.yaml），首条命中即停。
- 🔇 静默未命中 — 不命中零介入，模型继续走原生目录流程。
- ♻️ 每会话一次 — 每个技能每会话最多注入一次。
- 🛡️ YAML 损坏不炸会话 — 回退内置默认。
[为什么](#-为什么) · [工作机制](#-工作机制) · [能做什么](#-能做什么) · [快速开始](#-快速开始) · [效果演示](#-效果演示) · [策略](#-策略) · [测试](#-测试) · [边界与非目标](#-边界与非目标) · [FAQ](#-faq) · [目录结构](#-目录结构) · [许可证](#-许可证)
</div>
---
🤔 为什么
大多数技能加载靠模型临场判断：每一步都看到目录、每次都重新决定，常常加载得 晚、加载得错、或者干脆不加载。在模型回答之前跑一个路由器，就把这件事定住了：
| dsh-skill-router | LLM 法官式路由 | 手工加载 | |
|---|---|---|---|
| 决策者 | 规则（确定性） | LLM / embedding | 模型，每一步 |
| Token 开销 | 命中前为零 | 每步都花 | 每步都花 |
| 额外延迟 | ~0 ms | 模型往返 | 无 |
| 可复现 | ✅ 同消息同结果 | ❌ 每次飘 | ❌ 每次飘 |
| 用户控制 | 改 YAML 即生效 | 靠提示词 | 靠它记住 |
为什么用规则而不用 LLM 法官？ 速度、成本、可预测。一条 URL 路径规则 （feishu.cn/x/docx/ → lark-doc）微秒级命中、免费、每次都一样——而策略 判断本来就该住在 skill-bartender 的路由表里。本插件是肌肉，不是大脑。
⚙️ 工作机制
- 挂
agent/pre-step，读取最新用户消息。 - 按用户可编辑的规则表匹配（
~/.dsh/skill-router.yaml，内置默认见
default-policy.yaml）。首条命中即停。
- 命中：把匹配技能正文作为
skill-invocation消息注入——自动满足
目录的「已加载勿重载」规则。
- 不命中：零介入，模型继续走原生目录流程。
- 每个技能每会话最多注入一次。
✨ 能做什么
| 能力 | 做什么 |
|---|---|
| ⚡ Pre-step 钩子 | agent/pre-step —— 模型开始思考之前就完成注入 |
| 🧭 YAML 策略 | 用户可编辑 ~/.dsh/skill-router.yaml；YAML 损坏回退内置默认 |
🔎 whenToUse 触发 | 已装技能的 whenToUse frontmatter 作为次级触发（字面短语匹配，追加在 YAML 规则之后） |
| 🚀 零成本 | 无 LLM 法官、无 embedding —— 只有规则（快、免费、确定） |
| ♻️ 每会话一次 | 按会话去重注入，技能正文不刷屏 |
| 🔗 配套 | 与 skill-bartender 的路由表和品鉴流程配合 |
⚡ 快速开始
dsh plugin --profile web add github:akqwpeter-prog/dsh-skill-router安装后重启实例（profile bundle 在启动时加载）。
验证：说「生成一张海报」——media-tools 自动注入；说「这个截图帮我检查一下」 ——vision-review 自动注入。没有任何规则命中？模型照常工作，跟没装一样。
📸 效果演示
一图流：规则命中 → 模型回答前技能已注入；没命中 → 完全静默。
<img src="../screenshots/how-it-works.png" alt="工作机制：agent/pre-step 读取消息 → 规则匹配（YAML 优先，再 whenToUse）→ 命中？→ 注入 skill-invocation（每会话一次）或静默（零 token）" width="100%">
🧭 策略
# ~/.dsh/skill-router.yaml
rules:
- match: "(生成|画).{0,12}(图|海报|banner)"
pour: [media-tools]- 按精度排序：URL 路径路由最前，媒体、委派、workflow 先于原子技能。
- 首条命中即停；
pour列出要加载的技能名。 - YAML 损坏时回退内置默认，绝不破坏会话。
- 规则表是数据：调匹配只改 YAML，不动代码。
- 完整参考：[docs/POLICY.md](../POLICY.md) · 内置默认：[default-policy.yaml](../../default-policy.yaml) · 走查：[docs/EXAMPLES.md](../EXAMPLES.md)。
🧪 测试
对真实 profile 跑过 10 例集成测试：注入、去重、零介入、reject 透传、 URL 路由、邮件/消息分流、防误配守卫。见仓库 test/，设计笔记见 [DESIGN.md](../../DESIGN.md)，gold-task 清单见 [GOLD-TASKS.md](../../GOLD-TASKS.md)。
🎯 边界与非目标
- 无 LLM 法官、无 embedding：只有规则（快、免费、确定）。
- 不自动安装缺失技能——那属于 skill-bartender 的
隔离 → SkillSpector → 人工确认流程。
- 规则表是数据：调匹配只改 YAML，不动代码。
- 已装技能的
whenToUsefrontmatter 作为次级触发（字面短语匹配，追加在
YAML 规则之后）。写成短触发短语；长篇描述永远匹配不上。目前多数技能数据 缺这个字段——skill-bartender 的品鉴流程可以补上。
❓ FAQ
没有规则命中时消耗 token 吗？ 不消耗。未命中 = 零介入、零 LLM 调用。路由器只读步骤里已有的文本跑正则—— 微秒级、免费。
和 skill-bartender 有什么区别？ skill-bartender 负责判断（哪个技能合适、何时闭嘴、怎么安全安装）；本插件 负责执行（确定性的 pre-step 钩子注入）。两者互补；router 单独用也行。
能用我自己的规则吗？ 能——把 default-policy.yaml 拷成 ~/.dsh/skill-router.yaml 自己改。 首条命中即停；YAML 损坏回退默认。
同一个技能一个会话会注入两次吗？ 不会——每个技能每会话最多注入一次，上下文不会被刷屏。
🗺️ 目录结构
dsh-skill-router/
├── index.js # Cordis 插件：pre-step 钩子 + 注入逻辑
├── policy.js # 规则加载 / 匹配（有单元测试）
├── default-policy.yaml # 内置默认（拷到 ~/.dsh/skill-router.yaml 编辑）
├── test/ # 策略单测 + 集成套件
├── DESIGN.md / GOLD-TASKS.md # 设计笔记 + gold-task 清单
├── docs/
│ ├── screenshots/how-it-works.png
│ ├── POLICY.md / EXAMPLES.md
│ ├── social-preview.png # banner（scripts/ 重新生成）
│ └── lang/README_ZH.md # 简体中文
├── scripts/
│ ├── make-banner.py # 合成 docs/social-preview.png
│ ├── make-diagram.py # 合成流程图
│ └── check-policy.mjs # 策略校验
├── cordis.patch.yml / package.json # DSH bundle 清单
└── LICENSE (MIT)🤝 加入 DSH 插件生态
DeepSeek Harness 开发者预览版仍处于 Harness 开发者测试阶段；核心插件与基础 API 会持续迭代。期待与全球开发者在开源、开放、可复用、可组合的基础设施之上 共同探索智能的上限。
> 本仓库已标记 dsh-plugin，收录于 > awesome-dsh-plugin > 精选列表。欢迎 PR、issue 与翻译。
📄 许可证
[MIT](../../LICENSE)