JimchengChina/dsh-frontier-repro

给 DeepSeek Harness 用的“一手信源 → 复现证据档案”插件。

它不是另一个 AI 新闻阅读器，也不是另一个 arXiv 搜索/论文总结插件。它只做现有 DSH 插件尚未完整覆盖的一段链路：从经过身份约束的一手渠道发现前沿能力，保留可审计来源与实现产物，再严格判断能做 精确复现、缩小规模复现、行为等价复现，还是仍然缺条件；真正运行后，还要求用命令、产物和指标留下证据。

为什么不是重复项目

DSH 生态已经有很强的论文和资讯工具：dsh-ai4scholar、dsh-literature 负责检索、全文与引用，dsh-paper-workshop 负责精读、知识库和教学式复现清单，dsh-news 负责通用 RSS 阅读；更新的 dsh-research-plugins 负责科研主张审查，dsh-science-workbench 负责可回放实验执行。这个插件刻意不复制这些能力：

已有能力	本插件不做	本插件补上的环节
arXiv / Semantic Scholar / dblp 检索	不做全库学术搜索、引用网络或 PDF 阅读	把 arXiv 与实验室发布放进同一条“能力信号”时间线
AI 新闻/RSS 面板	不做通用订阅、全文阅读 UI 或媒体聚合	只接一手源，展示身份依据、来源等级和可解释评分
论文精读与学习笔记	不做七阶段教学、术语表或 Obsidian 管理	把文章/模型/代码线索转成模式化复现条件矩阵
复现清单	不用口头打勾代表成功	条件准备度与运行结果分离；passed 必须附命令、产物和指标

详细去重审计见 docs/research.md。

默认一手来源

• arXiv：cs.AI、cs.CL、cs.LG、cs.CV、cs.RO、cs.SE，使用官方 Atom API。
• 实验室官网：OpenAI News RSS、Anthropic Newsroom / Engineering、Google DeepMind News RSS、DeepSeek API News、Z.ai 模型发布记录；Z.ai 博客当前没有可发现的官方索引，模型页仍会保留博客直链作为复现产物线索。
• 官方复现产物：DeepSeek 和 Z.ai 的已验证 Hugging Face 组织模型流。
• 核心人员博客：Sam Altman 个人博客、Anthropic 联合创始人 Jack Clark 的 Import AI。
• 核心人员 X：Sam Altman、Dario Amodei、Demis Hassabis。只走 X API v2；无凭证时明确报告缺失条件，绝不退化成网页抓取。

DeepSeek 创始人和 GLM 核心人员没有被硬塞进默认 X 清单：目前没有足够稳定、可由实验室官网交叉验证的公开个人流时，宁可留空，也不收录同名或搬运账号。可以通过受信任的本地 sourceFile 添加，并必须给出 identityEvidenceUrl。

九个工具

工具	用途
frontier_repro_status	查看来源、语料库状态和缺失凭证；不联网
frontier_repro_collect	刷新指定一手源，去重、落盘并返回可解释排序
frontier_repro_search	只搜索本地语料库，不联网
frontier_repro_revert_collection	带冲突/依赖保护地回滚最近一次有效采集
frontier_repro_get	读取完整来源、实现产物、准备度和运行记录
frontier_repro_assess	对 exact / scaled / behavioral 模式执行条件门禁
frontier_repro_graph	输出来源、产物、条件、证据与运行的确定性依赖图
frontier_repro_record_result	记录实际命令、产物、指标、偏差和结果
frontier_repro_manifest	导出带 canonical SHA-256 的复现交接清单

采集阶段会先剔除实验室人事/商务公告和人员生活动态；排序也不是模型黑箱。返回值逐项显示：信源等级、时效、实现产物、复现关键词、前沿主题和查询相关性。Hugging Face 模型流会读取最近模型的 README，只提取论文、代码、数据和评测链接，不保存全文；arXiv 条目还会从 Hugging Face Paper Pages 补充公开模型、数据集、Space 与代码关系。GitHub 代码会尽力钉到完整 commit SHA，stars 仅作为参考信息。

采集本身使用单一生命周期状态机，批次以原子事务写入并保存有界逆操作。只有最近的有效批次可以 LIFO 回滚；若新增记录已有 assessment/run 依赖，或记录后来发生冲突修改，回滚会明确拒绝。论文到实现的完整映射见 docs/architecture.md。

安装

要求 Node.js ^22.19 或 >=24，以及 DeepSeek Harness 0.1.0-rc.6 兼容版本。

pnpm install
dsh plugin --profile web add /absolute/path/to/dsh-frontier-repro
# 或用于 CLI
dsh plugin --profile headless add /absolute/path/to/dsh-frontier-repro

重启对应 profile。默认数据保存在 $DSH_HOME/frontier-repro/index.json，文件和目录分别以 0600 / 0700 创建。

每个 tag release 会附带验证后的固定名安装包 dsh-frontier-repro.tgz 和 SHA-256 文件，插件市场可以直接使用 GitHub Release 包，无需现场源码构建。

典型工作流

先说：

收集最近 30 天关于 long-horizon coding agent 的一手前沿信息，优先找有代码、权重和评测的项目。

选中一条后：

我要复现它的长任务断点恢复能力。先给我 exact / scaled / behavioral 三档可行性，不够的信息继续查一手材料；条件满足后在独立目录做最小实现和对照评测。

插件会要求把条件写成如下矩阵。available 必须带证据；not_required 必须有理由：

{
  "specification": { "state": "available", "evidence": ["https://arxiv.org/abs/..."], "note": "固定到 v2" },
  "code": { "state": "available", "evidence": ["https://github.com/org/repo/tree/COMMIT"], "note": "固定 commit" },
  "model_access": { "state": "missing", "evidence": [], "note": "原始权重未发布" },
  "data": { "state": "unknown", "evidence": [], "note": "未找到训练集声明" },
  "compute": { "state": "available", "evidence": ["local:nvidia-smi 4xA100-80GB"], "note": "可用 48 小时" },
  "runtime": { "state": "available", "evidence": ["local:env-lock.json"], "note": "CUDA/依赖已锁定" },
  "license": { "state": "available", "evidence": ["https://github.com/org/repo/blob/COMMIT/LICENSE"], "note": "允许研究使用" },
  "evaluation": { "state": "available", "evidence": ["https://github.com/org/repo/tree/COMMIT/eval"], "note": "主指标容差 ±1" },
  "reference_access": { "state": "not_required", "evidence": [], "note": "exact 模式直接运行权重" },
  "safety_and_scope": { "state": "available", "evidence": ["local:SCOPE.md"], "note": "仅隔离测试数据" }
}

准备度只有三层含义：

• ready_exact：原始实现所需条件已有证据，可以开始执行；不代表已复现。
• ready_scaled：允许明确记录过的规模/替代品差异；不得宣传成 exact。
• ready_behavioral：只比较可观察行为、接口和指标；不声称还原内部机制。
• blocked / insufficient_evidence：列出缺失条件和下一步动作，不能开始成功叙述。

完成执行后，只有提供实际命令、结果文件/提交、测量指标时，frontier_repro_record_result 才接受 passed。

此外，assessment 必须给出至少一条量化 rubric，例如：

[
  {
    "id": "accuracy",
    "description": "在官方测试集达到参考精度下限",
    "metric": "accuracy",
    "operator": "gte",
    "expected": 0.9,
    "weight": 3,
    "required": true
  }
]

operator 支持 gte、lte、equal、within。passed 还要求同模式 assessment 处于 ready_*，且所有 required criterion 通过。

X API 条件

设置凭证引用 X_BEARER_TOKEN：

export X_BEARER_TOKEN='...'
dsh web

也可以通过 DSH 的 credentials 存储同名引用。插件每次采集重新解析凭证，不把值写进配置、语料库或工具输出。X 的访问和计费由 X API 账户决定；缺 token、账户无读取权限、额度不足时，frontier_repro_status / collect 会列明条件，其余来源继续工作。

配置

在 profile 的 patch 中覆盖插件行：

- id: frontier-repro
  config:
    defaultDays: 90
    defaultLimit: 20
    maxRecords: 1000
    maxCollections: 20
    requestTimeoutMs: 20000
    maxResponseBytes: 5242880
    pageConcurrency: 3
    githubEnrichLimit: 8
    githubTokenEnv: GITHUB_TOKEN
    xBearerTokenEnv: X_BEARER_TOKEN
    # storagePath: /absolute/path/index.json
    # sourceFile: /absolute/path/sources.json
    promptGuidance: true
    promptOrder: 145

sourceFile 是启动时读取的本地管理员配置，不接受模型在工具参数中传入任意 URL。支持 feed、page、official_index、sitemap、arxiv、huggingface_models、x_user；人员来源强制要求姓名、角色和官网身份依据。GITHUB_TOKEN 是可选的公开 API 限流增强，不会取代 X 来源必须具备的 X 凭证。参见 sources.example.json 与 docs/source-policy.md。

验证

pnpm run verify
node scripts/smoke.mjs
pnpm run smoke:plugin
# 指定来源
node scripts/smoke.mjs openai-news google-deepmind-news zai-release-notes

verify 包含语法、解析与增强、指纹、生命周期、事务回滚、证据图、manifest、rubric、存储和复现门禁测试，以及通过真实 DSH ToolRuntime 的装配与卸载测试。smoke.mjs 直接验证各来源，smoke:plugin 则通过真实工具调用验证“采集 → 落盘 → 排序”；两者都是只读网络冒烟，不会调用 X。

已知限制

• 官网结构会变化。各来源独立失败，成功结果仍会保存；失败和页面级警告会原样列出。
• OpenAI RSS 可以稳定获取，但正文页面可能拒绝自动客户端；插件保留 RSS 元数据，选中后可让 DSH 的浏览器/网页工具继续核验。
• arXiv 条目只证明论文存在，不证明结论正确；官方博客也属于发布方自述。评分是发现优先级，不是可信度结论。
• X API 需要用户自己的凭证、权限和预算；插件不绕过访问控制。
• GitHub 匿名 API 限流较低；可配置可选 token 或降低 githubEnrichLimit。钉住失败会报告，但不会删除原始来源记录。
• 准备度基于 agent 提交的证据矩阵。插件检查完整性和一致性，不替代人工验证证据内容。
• manifest 的 integrity 是确定性内容摘要，不是身份签名，也不等于远端大文件校验和。
• 当前没有后台定时器；可用 DSH 已有的 schedule/cron 能力定期调用 frontier_repro_collect，避免重复实现调度平台。

License

MIT