多候选模式插件(test-time scaling):悬浮球面板配置,模型对任务自动执行并行候选加验证选优,仅当前会话生效。
Multi-candidate mode for DeepSeek Harness (test-time scaling): floating panel config, the agent auto-runs parallel candidates plus verifier selection, scoped to the current session.
安装
dsh plugin --profile web add github:WintryGrass/dsh-multi-candidateGitHub 源码安装:首次需按提示配置 allowBuilds 构建授权后重试
安装与环境配置指引、插件开发教程见 DSH 中文社区文档 ↗
安装即在你的机器上以你的权限运行第三方代码——它可读写文件、使用凭据、访问网络,DSH 的工具审批不会为插件代码加沙箱。「检测到 manifest」仅代表发现 dsh.bundle / dsh.plugin 清单,不构成兼容性或安全审查;安装前请审阅源码,不熟悉的插件先在不含密钥的环境试用。
README
多候选模式插件(test-time scaling):让 DeepSeek Harness 对同一任务并行生成多个独立候选方案,再用验证者选优——用更多推理算力换取成功率("跑 N 遍交最好的一份")。
功能
- 🐋 悬浮球面板:可自由拖动(位置记忆),点击开/关面板
- 纯配置、零操作:勾选启用后,直接在输入框正常说任务即可,模型自动按多候选流水线执行——无需特殊指令前缀、无需复制粘贴
- 配置项:启用开关、候选数(2-5)、第二意见复核(多声音合议)、验证标准(选填)
- 仅当前会话生效:开启时绑定当前会话,新会话默认关闭,不跨会话泄漏
- 硬接线工具
multi_candidate_run:模型显式触发入口,参数化调用
要求
- DeepSeek Harness rc.8 及以上(依赖新版
defineToolAPI:execute/output/裸属性表) - web profile(客户端面板运行于 Web GUI)
- 宿主已提供 peer 依赖:
@deepseek-ai/dsh-tools、dsh-settings、dsh-system-prompt、schemastery、cordis(均 optional,宿主自带)
安装
# 从 npm(如已发布)
dsh plugin --profile web add dsh-multi-candidate
# 从本地 tarball
dsh plugin --profile web add file:/path/to/dsh-multi-candidate-1.1.0.tgz
# 从本地目录(开发)
dsh plugin --profile web add file:/path/to/dsh-multi-candidate
安装后重启 DSH,Web GUI 右下角出现 🐋 按钮。
使用
- 点右下角 🐋 打开面板
- 勾选「启用多候选模式(仅当前会话)」,可选候选数(默认 3)、第二意见、验证标准
- 在主输入框正常输入任务(如"帮我写一个 Python 猜数字游戏")
- 模型自动执行:并行 N 候选 → 验证者选优 →(可选第二意见)→ 汇报
执行时自动尊重当前会话模式(router / J-space / Anchored 等)。
工作原理
🐋 面板(客户端)→ settingsScope.set() → 服务端 settings 持久化
↓
systemPrompt.section 动态注入(仅对绑定会话)→ 模型上下文自动带配置
↓
任务正常输入 → 模型按配置调用 workflow 工具执行「并行候选→验证选优」
给开发者的注意
file:安装是复制模式:修改源码后需remove + add重装,或手动同步到 profile 的node_modules(pnpm 缓存不自动刷新)- 服务端改动必须重启 DSH;仅客户端改动刷新页面即可
- 多候选的最终执行依赖 agent 层的
workflow工具(服务端工具无法直接编排子代理,这是架构边界)
License
MIT
原始 README: https://github.com/WintryGrass/dsh-multi-candidate/blob/main/README.md ↗
同类插件
查看全部 →
deepseek-harness
从仓库或系统描述生成经过校验的自包含交互式架构图、流程图、时序图、数据流图和生命周期图。

dsh-plugin
通过 DSH MCP 客户端挂载 Ouroboros 的纯配置包,在 DSH 中提供 36 个涵盖需求访谈、Seed、执行、评估与演化流程的工具。

dsh-tongflow
基于 TongFlow 的“片场”插件,用于图片、配音、音乐与视频制作:agent 为每个资产生成 TongFlow 工作流文件(.tongflow.json)并通过 TongFlow 插件执行,内嵌工作流画布,按镜头/角色/take 组织项目,附漫剧模板;以 @tongflow 开头的会话进入 Studio 界面。

helloagents
AI 编码 CLI 的工作流层:技能、项目知识、交付检查、更安全的配置写入与可恢复执行

dsh-ai-novel-writer
安装专用 AI 小说创作预设与工作台:提供带修订号的本地项目资产、紧凑侧边工作台,以及需要原生审批的逐文件变更。

rea
用 agent 逆向任何东西:从应用行为到原生二进制