Asukaleo-aa/dsh-openscience

Name: Asukaleo-aa/dsh-openscience
Author: Asukaleo-aa

Plugin插件 ⭐ 2 MIT Prompts & Skills提示词与技能 Dev Workflow开发与代码工作流

Project Overview项目介绍

Edited by Zhiwei Agent (zhiwei)由知微Agent(zhiwei)编辑

dsh-openscience is a native DeepSeek Harness (dsh) plugin that ports the research-automation methodology of Open Science Desktop onto dsh's architecture. The repository ships nine skills under skills/ (ai4s-agent, research-explorer, literature-survey, experiment-suite, paper-writer, traceability-review, integrity-auditor, mindmap-render, evolve-agent), a cordis-style provenance plugin named @deepseek-ai/dsh-artifact-provenance under plugin/artifact-provenance/, and a "research mode" agent preset under preset/. Installation is handled by ./install.sh, which symlinks the nine skills into ~/.dsh/skills/, installs the preset into ~/.dsh/.agent-presets/research/, rewrites the plugin's src path to match the local checkout, and prints headless mount instructions for non-interactive dsh runs.

The intended workflow is to restart dsh web, pick the "research mode" preset when starting a new session, and trigger skills with natural-language prompts such as "研究 XXX" to launch research-explorer, "审查这份 report" for traceability-review, or "复盘" for evolve-agent. Provenance is elevated from a convention layer (where skills manually wrote .openscience/provenance.jsonl) to an architectural one: the pure function foldArtifactManifest(events) extracts writes from tool/result meta.diffs and falls back to tool/call arguments.file_path for new files, then mergeWorkspaceManifest merges session manifests into .dsh/provenance.json so forked reviewer sub-agents can see the parent session's writes.

Dependencies and limits: the plugin depends on dsh's internal packages (released as 0.0.1-rc.1) and @deepseek-ai/cordis 4.0.1, with peerDependencies preconfigured. Publishing requires running npm publish --access public, but lib/ must be built first, and the README recommends building inside dsh's monorepo and copying lib/ back because the build relies on dsh's own monorepo configuration. The whole repository is MIT-licensed. First-run caveats: the install script rewrites preset paths to your local checkout, dsh's write tool emits no diff on file creation so provenance falls back to the tool-call arguments, and traceability-review's figure-vs-code consistency checks are only as reliable as the session log diff metadata that dsh actually records.

dsh-openscience 是一个面向 DeepSeek Harness（dsh）的原生插件项目，把 Open Science Desktop 的科研自动化范式移植到 dsh 架构。项目提供 9 个 skill（ai4s-agent、research-explorer、literature-survey、experiment-suite、paper-writer、traceability-review、integrity-auditor、mindmap-render、evolve-agent），一个名为 @deepseek-ai/dsh-artifact-provenance 的 cordis 风格溯源插件，以及一个“科研模式”agent preset。安装通过仓库根目录的 ./install.sh 完成：脚本会把 9 个 skill 软链到 ~/.dsh/skills/，把 preset 安装到 ~/.dsh/.agent-presets/research/，并打印 headless 挂载方式。

使用流程是：在 dsh web 重启后，新建会话时选择“科研模式”preset，然后直接用自然语言触发相应 skill，例如“研究 XXX”调用 research-explorer、“审查这份报告”调用 traceability-review、“复盘”调用 evolve-agent。溯源方面，插件用纯函数 foldArtifactManifest(events) 从 session log 折叠每个文件的最后写入 seq/time，并写入 workspace 的 .dsh/provenance.json，让子 agent 能查到父会话的写入记录。该项目主要面向需要把 dsh 当作科研助手、又希望保留严格溯源与可审查性的研究者。

依赖与限制方面：provenance 插件依赖 dsh 内部包（已发布 0.0.1-rc.1）与 @deepseek-ai/cordis 4.0.1，peerDependencies 已配置；发布前需要 build 生成 lib/，官方建议在 dsh monorepo 内 build 后再把 lib/ 拷贝回来。整项目以 MIT 协议发布。首次使用需注意：preset 路径中的 provenance 插件 src 会被 install.sh 替换为本地实际安装路径，且 traceability-review 一致性检查依赖 session log 中可用的 diff 元数据，dsh 的 write 工具 create 时不产生 diff，因此新文件会被 arguments.file_path 兜底捕获。

View on GitHub在 GitHub 查看

Send to your DSH发给你的 DSH 安装

请帮我安装这个 DSH 插件。安装前先完成【兼容性检查 + 安全性检查】，检查通过再动手。

插件：dsh-openscience（Asukaleo-aa/dsh-openscience）
仓库：https://github.com/Asukaleo-aa/dsh-openscience
本站详情页：https://www.yhbd.top/plugins/asukaleo-aa-dsh-openscience/
本站登记：类型 plugin · 归类 原生 DSH 插件 · 许可证 MIT · ⭐ 2 · 最近提交 2026-08-15 · 主语言 TypeScript · 未检测到 DSH 插件清单

按下面顺序执行，每步先把结论告诉我，再进入下一步：

【1 兼容性检查】
① 我这边：DSH 版本、Node 版本、操作系统、当前 profile（web / desktop）。
② 读它的 README、package.json、插件 manifest，列出它要求的 DSH 版本 / Node 版本 / 操作系统 / 外部依赖 / 需要另外先装的运行时。
③ 逐条比对，结论只写「满足 / 不满足 / 未知」三种；不满足的给出可行替代方案。
④ 检查是否和我已装的插件冲突：命令名重复、skill / tool 重名、端口占用、重复注册的 MCP server。

【2 安全性检查】
① 仓库可信度：和上面「本站登记」是否一致；star / fork 数、创建时间、最近提交，是否归档或长期停更。
② 安装脚本：逐行看 package.json 的 preinstall / install / postinstall，以及 install.sh、setup.ps1 之类脚本。出现 curl|bash、下载后直接执行、混淆代码、访问与插件功能无关的域名，立刻停下来告诉我，不要继续装。
③ 依赖：列出新增依赖，标出无人维护、或与知名包拼写近似的可疑包（typosquatting）。
④ 权限与副作用：它会读写哪些目录、访问哪些域名、需要哪些 DSH 权限（filesystem / network / shell / clipboard 等），以及怎么卸载和回滚。
⑤ 如果它要求 sudo / 管理员权限，或权限明显超出功能所需，先停下来问我。

【3 安装】
上面两步没有「不满足」和「高危项」时才执行；用官方推荐方式安装，不要自行提权。

【4 汇报】
用表格输出：检查项 / 结论 / 依据 / 是否需要我决策。拿不准的一律写「未知」并说明要我怎么确认——不要猜，也不要替我决定。

Send this message to DSH in your current session: it verifies compatibility and security first (answering met / not met / unknown item by item) and only installs once everything checks out — it will stop and ask you if it finds a high-risk item. The box scrolls; the copy is the full prompt. CLI install commands may not be accurate across systems, so DSH is the safer route.把上面这条消息直接发给当前会话里的 DSH：它会先核对兼容性与安全性（逐条给「满足 / 不满足 / 未知」），确认没问题再安装，有高危项会停下来问你。框内可滚动，复制到的是完整提示词；安装命令不一定准确，发给 DSH 更稳。

Pre-install check安装前体检Compatibility · Security兼容性 · 安全性 2 warnings2 项注意

Only 2 stars - very few users, little community feedback星标只有 2，几乎没人在用，遇到问题缺少社区反馈
No DSH plugin manifest detected - it may only carry the dsh-plugin topic, so the install method must be confirmed on the spot未检测到 DSH 插件清单：可能只是打了 dsh-plugin 话题，安装方式要现场确认

DSH walks through these 9 checksDSH 会逐条核对这 9 项

Compatibility兼容性

DSH, Node, OS and profile requirementsDSH 版本 / Node 版本 / 操作系统 / profile 是否满足要求
External dependencies and runtimes (Electron / Python / Docker, ...)外部依赖与运行时（Electron / Python / Docker 等）是否齐备
Conflicts with installed plugins: command names, skill / tool names, ports, duplicate MCP registration与已装插件是否冲突：命令名、skill / tool 重名、端口占用、重复 MCP 注册

Security安全性

Repo matches the facts registered here; archived or abandoned?仓库是否与页面登记一致，是否归档或长期停更
Safety of preinstall / install / postinstall and install.sh / setup.ps1preinstall / install / postinstall 与 install.sh、setup.ps1 是否安全
curl|bash, download-then-execute, obfuscation, unrelated domains → stop immediatelycurl|bash、下载即执行、混淆代码、无关域名 → 立刻停止
Typosquatting or unmaintained packages among the new dependencies新增依赖里有没有 typosquatting 或无人维护的包
Requested permissions vs. what the feature actually needs申请了哪些权限、是否超出功能所需（filesystem / network / shell / clipboard）
Any sudo / admin requirement, plus uninstall and rollback是否要求 sudo / 管理员权限，以及卸载与回滚方式

Anything uncertain must be marked unknown with a note on how to confirm it. This site's signal screen is a static snapshot, not a security audit.拿不准的必须标「未知」并说明要我怎么确认。本站的信号筛查是静态快照，不能替代安全审计。

Or use CLI install (for developers)或使用命令行安装（适合开发者）

CLI Install命令行安装

dsh plugin --profile web add github:Asukaleo-aa/dsh-openscience

把 Asukaleo-aa/dsh-openscience 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

3.4 KB · 缓存于 2026-09-25 22:08:38 · 3.4 KB

dsh-openscience

把 Open Science Desktop 的研究自动化思路完整移植到 DeepSeek Harness（dsh）上。

openscience 的护城河不在它的运行时（那是 bundled OpenCode），而在「研究循环 + 溯源 + 审查 + 自演化」这一套组织思路。本项目把这套思路落到 dsh 的架构上：skill 走 dsh 的 skill 系统，provenance 从「靠 skill 约定去写的文件」升级为「session log 的架构级投影」。

包含什么

9 个 skill（skills/）：

skill	作用
`ai4s-agent`	元 skill，串起研究循环四段
`research-explorer`	把宽泛方向变成具体课题
`literature-survey`	文献综述（60+ 引用 PDF）
`experiment-suite`	实验包（代码 + results.json + 图）
`paper-writer`	研究论文（200+ 引用 PDF）
`traceability-review`	溯源审查（引用/数字/图↔代码一致性）
`integrity-auditor`	论文完整性审计（4 级证据分级）
`mindmap-render`	思维导图渲染
`evolve-agent`	自演化复盘（教训晋升原则）

provenance 插件（plugin/artifact-provenance/）：

@deepseek-ai/dsh-artifact-provenance，从 session log 折叠出每个文件最后写入的 seq/time，替代 openscience 的 .openscience/provenance.jsonl 约定层。核心是 foldArtifactManifest 纯函数 + provenance_last_write 工具，供 traceability-review 做图↔代码一致性检查。

research preset（preset/）：

「科研模式」agent 预设，在标准编码 Agent 的完整工具集上叠加研究循环 skill + provenance 工具。

安装

./install.sh

脚本会：

把 9 个 skill 软链到 ~/.dsh/skills/
把 research preset 装到 ~/.dsh/.agent-presets/research/（并把 provenance 插件的 src 路径替换成你的实际安装路径）
说明 headless 挂载方式

使用

重启 dsh web
新建会话时选择「科研模式」
直接说「研究 XXX」触发 research-explorer，「审查这份报告」触发 traceability-review，「复盘」触发 evolve-agent

发布

provenance 插件 → npm

provenance 插件依赖 dsh 的内部包（已发布 0.0.1-rc.1）和 @deepseek-ai/cordis（4.0.1），peerDependencies 已配好。发布前需要 build 生成 lib/（build 依赖 dsh 的 monorepo 配置，建议在 dsh 仓库里 build 后把 lib/ 拷过来）：

cd plugin/artifact-provenance
npm publish --access public

整个项目 → GitHub

git init
git add .
git commit -m "openscience research automation ported to dsh"
git remote add origin git@github.com:YOUR_USERNAME/dsh-openscience.git
git push -u origin main

架构

provenance 从 openscience 的「约定层」（靠 skill 约定写 .openscience/provenance.jsonl）升级为 dsh 的「架构层」（session log 单一事实源，运行时强制记录）：

foldArtifactManifest(events)：从 tool/result 的 meta.diffs 提取覆盖写入，从 tool/call 的 arguments.file_path 兜底新建文件（dsh 的 write 工具 create 时不产 diff），最后写入胜出
mergeWorkspaceManifest：把 session manifest 合并进 workspace 的 .dsh/provenance.json（time 大者胜出，跨 session 的 seq 不可比），让 fork 出的审查子 agent 能查到父会话的写入