biociao/dsh-science

面向 DeepSeek Harness 的 Claude Science 式科研工作台 —— 面向基因组 / 病原体 / 人类健康 / 生物信息项目。

一句话介绍：dsh-science —— 面向 DSH 的 Claude Science 式科研工作台：ReAct 研究循环引擎（research_* 工具）、带溯源的版本化工件（artifact_* 工具），以及面向基因组/病原体/生物信息的 10 个科研技能。

• ReAct 研究循环引擎 —— research_init / research_state / research_hypothesis / research_experiment / research_findings / research_phase / research_review，状态持久化在 research-manifest.json（提问 → 假设 → 实验 → 观察 → 分析 → 结论 → 下一问题）。
• 版本化工件与溯源 —— artifact_save / artifact_list / artifact_show / artifact_reproduce：结果存为 artifacts/<name>/v<N>/，附每文件 SHA-256、artifact.json 溯源（命令/输入/备注/环境）与追加式 provenance.md。
• 10 个科研技能 —— research-loop、science-project-setup、artifact-provenance、scientific-reviewer、literature-connector、parallel-delegation、manuscript-writing、bioinformatics-toolkit、conda-environments、data-inventory。

两个引擎插件零第三方依赖（只用 Node 内置模块），注册标准 cordis 工具。 既可作 profile bundle 安装（dsh plugin add），也可作 agent preset（「科学模式」）安装。

安装

方式 A —— profile bundle（社区标准）

dsh plugin --profile web add dsh-science            # npm 发布后
# 或直接从 GitHub：
dsh plugin --profile web add "github:biociao/dsh-science"

重启 profile（或刷新 Web GUI）。bundle 会把两个引擎插入 profile 层栈， 该 profile 上所有 agent 都能用 research_* / artifact_* 工具。

方式 B —— agent preset（完整「科学模式」，按 agent 隔离）

git clone https://github.com/biociao/dsh-science ~/.dsh/.agent-presets/science
# 或本地安装：
bash scripts/install.sh          # 复制安装（或：bash scripts/install.sh link）

在 DSH Web 新建会话并选择 科学模式 preset —— preset 自带科研人格 + 引擎，按 agent 作用域隔离。

技能

10 个技能由项目根 .dsh/skills/ 自动发现（把本仓库 skills/ 放进你的项目即可）， 或全机安装：

bash scripts/install-skills.sh          # -> ~/.dsh/skills（遵循 $DSH_HOME）

快速开始（首个会话）

1. research_init —— 创建 research-manifest.json 与项目骨架（experiments/ literature/ artifacts/ analyses/ figures/ manuscript/ reviews/ data/ envs/）。
2. 每次会话先 research_state；循环状态跨会话持续。
3. 跑循环：research_hypothesis（H1/H2/…）→ research_experiment（E01/…，创建 experiments/<id>/{design.md,log.md,code/,results/}）→ 跑代码 → research_findings（追加 log.md、更新假设状态、推进循环）→ 值得引用/复现的结果 artifact_save。
4. 关键论断：提取论断 → 评审子代理对照执行记录核查（见 scientific-reviewer 技能）→ research_review 归档（写入 reviews/R0n/report.md）。

仓库结构

dsh-science/
├── package.json          # dsh.bundle.patch -> ./cordis.patch.yml（含 exports）
├── cordis.patch.yml      # bundle patch：按子路径导出插入两个引擎
├── engines/              # 引擎源（bundle 形态）
│   ├── research-loop.mjs
│   └── artifact-registry.mjs
├── preset/               # agent-preset 形态（engines 镜像，用 sync-engines.sh 同步）
│   ├── agent.cordis.yml  #   引用 ./engines/*.mjs（相对路径，preset 挂载）
│   ├── preset.yml
│   └── engines/          #   镜像 —— 保持同步：bash scripts/sync-engines.sh
├── skills/               # 10 个 SKILL.md 技能
├── scripts/
│   ├── install.sh        # 安装 preset -> ~/.dsh/.agent-presets/science
│   ├── install-skills.sh # 安装技能 -> ~/.dsh/skills
│   ├── sync-engines.sh   # 镜像 engines/ -> preset/engines/
│   ├── init-project.sh   # 项目骨架（无需科学模式会话）
│   └── smoke-test.mjs    # 23 项检查（临时工作区，node >= 18）
└── test/verify-bundle.sh # 隔离端到端 bundle 安装 + boot 检查

验证

node scripts/smoke-test.mjs     # 引擎逻辑 + 端到端循环（临时工作区）
bash test/verify-bundle.sh      # pnpm pack -> 隔离 profile -> 安装 -> boot 检查

两项均为发布检查清单内容，可在 CI 安全运行（smoke-test 只写临时工作区；bundle 测试用隔离的 $DSH_HOME）。

FAQ

bundle 里为什么用子路径导出而不是相对路径？ dsh plugin add 把包装进 profile，其 cordis.patch.yml 的行加入 profile 组合。 profile 加载器把行的 name 按 profile 目录解析（不是包目录），所以 ./engines/x.mjs 会 ERR_MODULE_NOT_FOUND；改用 dsh-science/engines/x.mjs （子路径导出，走 package.json 的 exports）则从 profile 的 node_modules 解析、可用——已在 dsh 0.1.0-rc.6 上实验验证。agent-preset 挂载则按 preset 目录解析相对名，因此 preset/agent.cordis.yml 可以用 ./engines/*.mjs。

bundle 还是 preset，怎么选？

• bundle：一条命令装完，profile 上所有 agent 都能用工具。
• preset：完整「科学模式」体验（科研人格、按 agent 隔离）。cordis.patch.yml 里的 persona 行默认注释——profile 级人格会影响该 profile 所有 agent， 需要全 profile 应用时再取消注释发布。

技能从哪来？ 项目根 .dsh/skills/ 自动发现；scripts/install-skills.sh 全机安装到 ~/.dsh/skills（遵循 $DSH_HOME）。

开发

bash scripts/sync-engines.sh    # 修改 engines/*.mjs 后运行——保持 preset/engines 同步
node scripts/smoke-test.mjs     # 逻辑 + 静态包校验
bash test/verify-bundle.sh      # 端到端 bundle 安装 + boot

社区

• Topic：github.com/topics/dsh-plugin
• 精选列表：awesome-dsh-plugin · awesome-deepseek-harness

许可

MIT —— 见 LICENSE。