DeepSeek Harness 插件

dsh-wq-bridge

WorldQuant BRAIN 平台桥(Python Bridge 模式):TS 壳管理 Python 子进程(stdio JSON-RPC),向 DSH 工具面暴露 AlphaFactory 平台能力(英文原文)

跳到安装方式

来源信息

GitHub 仓库
jonah791/dsh-wq-bridge
最近更新
2026年8月21日
分类
工具与能力
GitHub stars
1
载体类型
plugin
目录证据
上游声明已找到 dsh.bundle
证据路径
package.json#dsh.bundle
核对版本
0.1.0-rc.8
上游核对日期
2026-08-20

该证据由上游目录提供。本站没有安装、运行或安全审核这个插件。

安装

默认先复制一段 Prompt,让 Agent 读 GitHub 仓库和源码;需要自己装时再切到命令。

复制这段 Prompt,发给 DSH、Codex 或其他 Agent,让它先读 GitHub 仓库和源码。

请先不要安装或执行任何命令。阅读这个插件的 GitHub 仓库、README 和关键源码,然后用清楚、直接的方式回答以下问题,帮助我判断它是否适合我的需求:

1. 这个插件是什么,解决什么问题;
2. 适合哪些用户和典型使用场景;
3. 安装后如何使用,并给出一个最小使用示例;
4. 有哪些已知限制,以及隐私、安全、兼容性或维护风险;
5. 给出“推荐 / 有条件推荐 / 不推荐”的明确建议和理由。

请区分仓库明确说明、根据源码推断和未知信息。证据不足时请明确说明,不要猜测或照抄 README。

GitHub:https://github.com/jonah791/dsh-wq-bridge
插件名:dsh-wq-bridge
作者:jonah791

检查来源文件

安装前先看这个插件目录里的 README 和其他文件。

文件资源管理器2 个文件
README.md来源说明 · 只读预览

dsh-wq-bridge — WorldQuant BRAIN 平台桥(Python Bridge 模式)

为 DeepSeek Harness (DSH) 打造的 AlphaFactory 平台桥:TS 壳管理 Python 子进程(stdio JSON-RPC),向 DSH 工具面暴露 AlphaFactory 的平台能力。

> 状态:v0.3(阶段 1-4 完成:27 工具 + 全主 agent 挖掘循环实证)。DSH 为预览版(0.1.0-rc),无兼容承诺。

安装

cd <你的 self-plugins 目录>
git clone https://github.com/jonah791/dsh-wq-bridge.git
cd dsh-wq-bridge
pnpm install
pnpm build

架构

DSH 工具面 (TS) ←→ PythonBridge (stdio JSON-RPC) ←→ bridge_server.py ←→ AlphaOrchestrator (Python)
  • Python 核心 100% 保留(AlphaFactory 215 测试资产不重写)
  • 桥为长驻子进程(无每次启动开销);请求-响应按 id 配对,支持并发
  • 凭据:读 AlphaFactory 的 .env(WQ_USERNAME/WQ_PASSWORD)注入子进程
  • dispose 时 kill 子进程(插件生命周期绑定)

工具面(v0.3 全量 27 工具,按域分组)

平台/只读(5)

工具职责
wq_ping桥连通性(Python 版本)
wq_alpha_count五库计数
wq_quotaWQ 配额监控(挖掘前必查)
wq_context_explore探索上下文(开局必读)
wq_context_refine精炼上下文

核心挖掘(12)

工具职责
wq_simulateWQ 回测(~90-150s,300s 桥超时)
wq_recover_pending崩溃兜底(超时后按表达式找回)
wq_check_expression表达式静态校验
wq_similarity_hint撞车预检(simulate 前必查)
wq_evaluate_submittability四关评估
wq_add_to_zoo入库(四关过→ready,否则→candidates)
wq_suggest_next_round轮次调度建议
wq_report_blindspot盲点登记
wq_mark_as_waste废渣判定
wq_add_weak_signal弱信号入库(组合素材)
wq_corr_with / wq_compute_correlationPnL 相关实测

分析(4,tools.py 纯计算)

工具职责
wq_analyze_parse表达式结构树
wq_analyze_similarity结构相似度
wq_analyze_calibrated标定相似度(→PnL corr 估计)
wq_analyze_classify信号族分类

知识(6,档案确定性查询)

工具职责
wq_knowledge_blindspots盲点档案(过滤)
wq_knowledge_summary盲点归纳摘要
wq_knowledge_meme模因库
wq_knowledge_templates模板库
wq_knowledge_family_tree血统树
wq_knowledge_dead_roots判死词根

库读取(3)

工具职责
wq_submitted / wq_ready / wq_weak_pool三库读取

组合

- insert:
    - id: wq-bridge
      name: dsh-wq-bridge

测试

node node_modules/typescript/lib/tsc.js -p tsconfig.json && node --test

6/6 tests(mock python 服务:往返/参数/错误/并发/超时/dispose)。

实测证据(2026-08-15)

  • 全主 agent 挖掘闭环:quota → context_explore(fn_mne_a 必答格点)→ check/similarity 预检(零撞车)→ simulate(sharpe 0.11,弱信号)→ add_to_zoo(candidates)
  • 桥超时教训:simulate 需 300s(WQ 90-150s 波动);recover_pending 兜底找回
  • suggest_next_round 真实建议(combo:弱池 4 素材,rule2_combo)

演进

  • 后续:四域拆分(mine/analyze/knowledge 独立插件)按需进行;领域知识桥接 dsh-agent-memory

相关

License

MIT