dsh-scholar

简体中文 | English

DSH Scholar 是面向纯计算研究的 AI 科研工作台。它把项目对话、研究资料、代码与数据、受控实验、证据和 TeX 手稿保存在同一个可恢复项目中，既可以从新问题开始，也可以继续其他地方已经进行到一半的研究。

产品能力

• 按阶段引导研究：Chat 支持自由对话、Grill Me 信息收集、文件上传、显式 slash command，并依据当前研究阶段展示权威下一步。
• 可治理的研究流程：Scope、Idea、Contract、Evidence、Direction 和 Release 决策都有明确权限、revision 绑定和审计记录。
• 受控执行：Runner Profile 描述本机、本机 Docker 或远程 SSH 环境，包括固定容器镜像和声明式 NVIDIA GPU 能力。
• 一体化工作台：项目级 Chat、可编辑文件、session 绑定 Web 终端、运行日志、产物、TeX 源码、编译诊断和 PDF 预览共用同一上下文。
• 可追溯方法论：Protocol revision、运行分类、综合请求、Assurance、Reviewer finding、Knowledge Pack 激活和 Claim-Evidence 关系会成为持久研究状态。
• 可查看协作拓扑：Trajectory 与 Topology 展示 subagent 父子关系、状态、follow-up 和产出，并可进入节点查看。

使用边界

• DSH Scholar 辅助研究，不代替研究者承担科学判断、审批、署名和发布责任。
• gate-only 是常规模式。Agent 不能冒充 Human principal、伪造 accepted Evidence 或绕过研究 Gate。
• full-auto 只会为精确登记的 FixtureProfile 自动批准 allowlist 内的 Scope、Idea、Contract 和 Budget Gate；目前唯一的 canonical action executor 是 survey_run。Release、Direction、Intake、Evidence 和未登记动作仍由人处理，或以明确原因 park。
• 只有名称的 /new <name> 始终以 gate-only 创建，并通过 Grill Me 收集 Brief，不会静默继承 full-auto。
• 正式实验必须绑定不可变代码/数据快照、必要时的 frozen Protocol，以及显式 Runner Profile。Chat 文本、普通 stdout 和 Interactive Terminal 输出不会自动成为正式 Evidence。
• 产品聚焦机器学习、数据科学、生物信息学等纯计算研究，不适用于临床决策、人体试验、湿实验或其他高风险研究。

快速开始

本地工作台需要 Linux、Node.js 24、pnpm 11.20.0；受控实验、TeX 编译和 clean-room 复现需要 Docker Engine。

1. 安装与构建

pnpm install --frozen-lockfile
pnpm run build

2. 启动独立工作台

bash scripts/start-standalone-ui.sh

打开 http://127.0.0.1:18610，粘贴以下文件中的访问令牌：

~/.dsh-scholar-standalone/research-ui-standalone/standalone-token

独立工作台和 DSH 使用 127.0.0.1:7412 的同一个 Research Kernel，并共享 ~/.dsh/research-kernel 这一权威项目数据目录。升级任一端时都必须保持该目录不变，已有项目才能继续访问。浏览器 Token 和显示偏好独立保存在 standalone BFF 目录中。--no-token 只用于 loopback、隔离且有人监督的开发实例。

3. 配置实验环境

打开 设置 → 实验环境，显式选择 Runner Profile：

• 本机：仅用于可信开发和冒烟测试；
• 本机 Docker：固定镜像，并可要求 NVIDIA runtime 与 GPU capability；
• 远程 SSH：使用服务端 endpoint、credential、known-hosts 和 target-identity SecretRef。

只有 profile 和 target 都通过 readiness 检查后，正式 Job 才能执行。缺少 Runner、target 离线、SecretRef 不可用、能力不匹配，或 Contract/Protocol 尚未补齐时，界面会显示准备项或阻断原因，而不会假装 ready。target 注册、独立 heartbeat 凭据、Runner 启动、端口和安全约束见运行规范。

4. 将插件安装到 DSH

通过会移动的 next tag 安装当前 DSH 预发布版，并记录实际解析出的精确版本：

npm install -g @deepseek-ai/dsh@next
npm ls -g @deepseek-ai/dsh --depth=0

当前 @dsh-scholar/* 包尚未发布。构建本仓库后，把其绝对路径加入 DSH 的 web profile：

cd /absolute/path/to/dsh-scholar
pnpm install --frozen-lockfile
pnpm run build
dsh plugin --profile web add /absolute/path/to/dsh-scholar
dsh plugin --profile web why @dsh-scholar/research-plugin
dsh web

更新 Scholar 时，在同一 checkout 重新构建，并再次添加同一绝对路径。卸载命令：

dsh plugin --profile web remove @dsh-scholar/research-plugin

插件会增加 Scholar tools、slash commands、Skills、设置项和紧凑的 dsh Scholar 页签。未绑定的 DSH 对话可以选择已有项目，或只填写名称创建项目；绑定后只显示当前阶段、下一步与执行摘要。完整工作台通过 在新页面打开 或配置的快捷键进入。

插件配置

在 DSH 中打开 设置 → 插件配置 → dsh Scholar。保存后的插件设置在下一次重启 DSH 时生效。

配置项	默认值	含义
默认治理模式	gate-only	只在完整配置且明确满足条件的项目上生效；name-only 创建仍为 gate-only。
无人值守运行	关闭	不绕过 Human Gate；需要交互时将项目 park。
Standalone 地址	http://127.0.0.1:18610/	“在新页面打开”和快捷键的目标；只允许 HTTPS 或 loopback HTTP。
新页面快捷键	Alt+Shift+S	可以禁用；正在输入或使用输入法时不会触发。

有效 fixture 启用 full-auto 后，Settings 还会显示 worker 状态、是否需要重启、fixture-only 边界和最近一次 park 原因；Release 始终由人决定。Standalone 地址不能包含凭据、query 或 fragment。“复制 standalone 访问令牌”只在 loopback DSH 中、经用户显式点击后可用；页面不会显示令牌，也不会暴露 Kernel、Runner、Provider 或 SSH secret。

开始或继续研究

有三种入口：

1. 新建研究：只提供项目名，再在 Chat 中回答 Grill Me 问题以补全 Brief。
2. 打开已有项目：继续持久化的阶段、项目对话、文件、任务、运行和方法论记录。
3. 上传 / 接入：把论文、代码、数据、图片或日志接入已有阶段。上传内容先进入隔离 Intake，不会自动成为 Evidence。

常规流程：

创建或接入 → Grill Me → Scope → 调研 → Ideas → Baseline → Contract
→ 受控运行 → 分类与综合 → Evidence 与 Claims
→ TeX 写作与评审 → 私有打包 → Human Release Gate

Chat 同时接受普通自然语言和一级 slash command。显式命令是确定性的高级入口；自然语言会结合项目当前的权威 NextAction 解释和执行。例如：

/new  /status  /survey  /ideas  /ideas generate 3  /ideas select <idea_id>
/gates  /contract  /run  /evidence  /claims  /write  /review
/release-bundle  /release

/run 只在快照、Protocol、Runner、target 和预算全部 exact-ready 时执行。/release 只会创建或打开 Human Release 决策，不允许 Agent 自动发布。

实际复现实例：MNIST 手写数字识别

2026-08-20，仓库中的隔离复现脚本在真实本机 Docker 中执行了三个基线 Job 和三个实验方案 Job。六个 Job 均在第一次尝试中成功，六条 Run 记录均已签名。该 fixture 使用固定的 6,000 训练/1,000 测试 MNIST 子集、五轮 CPU 训练，以及预先登记的随机种子 11、23、47。

结果	数值
单卷积基线	平均测试准确率 92.4%
双卷积实验方案	平均测试准确率 96.8%
配对效应	+4.4 个百分点
95% 区间	[1.2, 8.6]，n=3

以上截图来自同一个项目和 revision。精确代码/数据/镜像/Protocol pin、逐 seed 结果、已签名 Job/Run ID 和重新运行命令见复现凭据。这是确定性产品 fixture，不是完整 MNIST benchmark 或 SOTA 声明。

工作台区域

区域	用途
Chat	自由对话、Grill 问题、上传、命令补全和按阶段引导。
Workspace	浏览、搜索、编辑、上传和管理项目文件，通过 version/etag 防止冲突覆盖。
Run / Terminal	查看正式 Job 状态和只读日志，或操作项目/session 绑定的 Web PTY。
Evidence / Artifacts	预览和下载产物，评审指标、来源、置信度和 Claim 关系。
Manuscript	编辑 TeX、查看编译诊断并预览最近一次成功 generation 的 PDF。
Trajectory / Topology	查看研究轨迹，并进入 subagent 节点检查其工作与 follow-up。
Settings	配置模型与 OCR provider、MinerU、预算、Runner Profile、target、Docker 镜像、GPU 要求和 SSH SecretRef。

验收边界

仓库自动验收覆盖构建、Schema、Kernel/Client 行为、治理和安全回归、持久化与重启、DSH 插件契约，以及受控的本机 Docker fixture。真实浏览器/ARIA 观感、干净 DSH Host 冷启动、生产模型与 reviewer provider、远程 SSH/GPU、生产 mTLS 终止和具体环境的 TeX 渲染仍需部署方人工验收。使用这些路径前，请查看当前实现状态和人工验收清单。

文档

• 使用指南
• 运行与部署规范
• DSH 宿主集成
• 安全与科研完整性基线
• 验收规范

License

本项目采用 MIT License。