omp-deepseek-anchor

背景：为什么需要这个插件

前因：模型是在官方脚手架上训练出来的。 DeepSeek V4 Pro 的官方运行环境是 deepseek-harness。其 minimal 预设的首请求固定为：官方 RL 原句 You are a helpful software engineer assistant. 作为唯一 system 内容、工具目录只有 bash + str_replace_editor（官方 schema）、适配器默认 maxTokens = 256000。模型在训练/评测里大量见到这套组合，行为上把它当成了"启动环境信号"——也就是对训练脚手架的过拟合。官方 Project2 评测可见一斑：同一个模型用 Standard/PTC 预设是 91/92 分，换成 Minimal 预设就是 99/96 分。

后果：换一个 harness 就跑偏。 在 omp 这类第三方 harness 里，默认首请求是全量工具目录 + 自定义 system prompt，与训练脚手架对不上，模型就退回"通用模式"：首行变成 "The user wants me to…"、"let me" 密度约涨 10 倍、工具选择也不再贴合 Minimal 轨迹。问题不在模型能力，而在启动环境不对。

对策：只在首请求重建脚手架，之后放开。 本插件把首请求按 Minimal 逐字节复刻（persona 原句 + 双工具 schema + 256000 maxTokens，omp 上还要求 /v1/responses 信封），让模型落在 "We need" 轨迹上；出现首个持久信号（工具调用或首条回复）后轨迹已锁定，立即恢复 omp 的完整工具目录和 system prompt。这样既拿到 Minimal 的启动行为，又不放弃 Standard 的完整能力。

dsh-anchored-standard 的 omp 移植：让 DeepSeek V4 Pro 以 Minimal 对齐的 scaffold 启动首个请求（官方 persona + bash + str_replace_editor + 256000 maxTokens），首个持久信号后恢复完整 omp 工具目录与特色 system prompt。扩展本体见 index.ts。

原理（一分钟版）

DeepSeek V4 Pro 对首个请求的 scaffold 高度敏感。实测结论：

1. Responses 信封：/v1/responses 请求格式（input/instructions）是 "We need" 轨迹的必要条件——chat-completions 信封下同一套锚定只出 "The user wants me to…"。
2. 官方 persona 打头：You are a helpful software engineer assistant.（RL 训练原句）是语态开关；system prompt 必须以它开头，任何其他角色陈述开头都会让语态回到 let-me。
3. 两阶段：首请求只暴露 bash + str_replace_editor（dsh minimal 原配）+ 256000 maxTokens；首个持久信号后恢复完整工具目录与 omp 特色 system prompt。

前置条件

• omp（macOS/Linux，支持 omp install 插件机制）
• 一个 DeepSeek API key（官方端点 api.deepseek.com，需支持 /v1/responses；实测可用）
• 目标模型 id 为 deepseek-v4-pro（其他模型不受影响）

安装

omp install npm:omp-deepseek-anchor        # 发布版
omp install /path/to/omp-deepseek-anchor   # 本地目录（link）
omp plugin list                            # 确认已安装

手动兜底：把本仓库的 index.ts 复制为 ~/.omp/agent/extensions/anchored.ts。

配置模型 provider

在 ~/.omp/agent/models.yml 的 providers: 下加（把 sk-xxx 换成你的 key；其余保留已有 provider 不动）：

  deepseek-responses:
    baseUrl: https://api.deepseek.com/v1
    api: openai-responses
    apiKey: sk-xxx
    models:
      - id: deepseek-v4-pro
        name: DeepSeek V4 Pro (Responses)
        contextWindow: 1048576
        maxTokens: 393216
        thinking:
          mode: effort
          efforts: [high, max]

要点：

• api: openai-responses 是必须的——Responses 信封是 "We need" 轨迹的必要条件（chat-completions 信封下不生效）。
• thinking.efforts: [high, max] 对齐内置 deepseek 的思考档位；缺了它 :max 不可选。
• contextWindow/maxTokens 取内置目录同值（1M / 384K）。

设为默认模型（可选）

~/.omp/agent/config.yml：

modelRoles:
  default: deepseek-responses/deepseek-v4-pro:max

不设默认也可以每次用 omp --model deepseek-responses/deepseek-v4-pro:max。

验证

1. 模型可见且 max 可选：

   omp models find deepseek-v4-pro
   # 期望 deepseek-responses 行显示 context 1M / max-out 393K / thinking high,max

2. 请求通路：

   omp -p "reply with exactly: PONG" --model deepseek-responses/deepseek-v4-pro:max

3. 锚定生效（重启会话后，扩展在会话启动时加载）：

   ANCHORED_DEBUG=1 omp -p "reply with exactly: PONG" --model deepseek-responses/deepseek-v4-pro --no-session --no-title
   cat /tmp/anchored-debug.jsonl
   # 期望 anchored 事件：toolsAfter = ["bash","str_replace_editor"]，persona = 官方原句

4. 轨迹风格（英文题面才能正确统计 we/let me）：

   omp -p "Fix the bug in /path/to/script.py ..." --model deepseek-responses/deepseek-v4-pro:max --mode json
   # 首个 thinking 块应以 "We need" 开头

开关一览

| env | 默认 | 作用 | |---|---|---| | ANCHORED_TARGET | deepseek-v4-pro | 目标模型（裸 id 精确匹配） | | ANCHORED_PERSONA | 官方 RL 原句 | 首请求/晋升后 system 的 persona（不要换成其他角色陈述，语态会崩） | | ANCHORED_TOOLS | bash,str_replace_editor | bootstrap 工具对 | | ANCHORED_MAX_TOKENS | 256000 | 首请求 max_tokens（dsh 证据条件） | | ANCHORED_BASH_DESC | dsh 原样 | bash wire 描述覆盖 | | ANCHORED_PROMOTED_MODE | lean | 晋升后 system：persona（纯语态）/ lean（默认，persona 打头 + 全部 omp 原文段 + xd:// + 工具清单，仅 critical 用仿写）/ upstream（persona 全程为 system，原 omp 上下文整体转为 user 消息，对齐 pi 移植的 personaScope=always）/ full（原版 omp，let_me 会回归）/ abl（消融实验） | | ANCHORED_SECTIONS | — | abl 模式的段列表（role,conventions,urls,inventory,policy,workflow,contract,personality,workstation,mcp,xd,critical） | | ANCHORED_REWRITE | 0 | abl 模式下 1=全用 dsh 仿写变体 | | ANCHORED_TOOL_LIST | 有 | 0 去掉晋升后工具清单 | | ANCHORED_DEBUG | 关 | 1 写事件到 /tmp/anchored-debug.jsonl |

行为说明

• Bootstrap：会话首个请求 system = 官方 persona 原句，wire 工具 = [bash, str_replace_editor]（dsh minimal 原配，schema 逐字节复刻），max_tokens 对齐 256000；非最小工具调用被硬拦截（等价 dsh 的"工具不存在"）。
• 晋升：首个持久信号（首次合法工具调用 / 对话中出现第一条 assistant 消息）后，工具目录恢复全量，system 按 ANCHORED_PROMOTED_MODE 重建：默认 lean（persona 打头 + 项目注入 + omp 原文段 + xd:// 设备文档 + 紧凑工具清单）；upstream（persona 全程为 system，原 omp 上下文整体转为 user 消息，对齐 pi 移植）。相位以会话内 custom entry 持久化——resume/分支/树导航后按当前分支最后一条记录恢复，不会退回 bootstrap。
• /dsh-anchor 命令：status（默认）查看相位；promote 立即晋升；on/off 为本会话重新武装/禁用 bootstrap。TUI 底栏在晋升前显示 bootstrap: bash/str_replace_editor，晋升后清除。
• str_replace_editor：注册为常驻工具，view/create/str_replace/insert 四命令、官方文案、晋升后保留。

已知限制

1. key 明文存于 models.yml；建议开启 omp secret 混淆（secrets.enabled: true）或使用环境变量引用。
2. 子代理（task）会话的首次请求同样被锚定（无主/子会话区分）。
3. "We need" 轨迹依赖 persona 打头——自定义 ANCHORED_PERSONA 换掉官方原句会导致语态回到 let-me 风格（实测）。
4. full 模式（原版 omp system prompt）实测 let_me 密度涨 ~10 倍，不推荐与语态目标同用。
5. dsh 的评测分数（Project2 98/99）在 omp 上未复现完整持续性；本配置复现的是首请求锚定与工具选择层行为。

小结：什么时候该装

• 装的理由：你在 omp 里用 deepseek-v4-pro，且想要官方 Minimal 的首请求轨迹（"We need" 语态 + 双工具选择），同时保留晋升后的完整工具目录。
• 不装也不影响功能：模型照常工作，只是首请求走 "The user wants me to…" 的通用轨迹；其他模型完全不受本插件影响。
• 本质：这不是能力增强插件，而是行为锚定——把模型放回它训练时的启动环境，首请求之后按需放开。对语态无感的场景可以不用。

回滚

• omp plugin uninstall omp-deepseek-anchor（手动安装则删除 ~/.omp/agent/extensions/anchored.ts）。
• models.yml 删除 deepseek-responses 块。
• config.yml 的 default 改回原模型（如 deepseek/deepseek-v4-pro:max）。

许可与署名

MIT。上游衍生自 xiaobright/dsh-anchored-standard（MIT）与 deepseek-ai/deepseek-harness（BSD-3-Clause，冻结提交 47f9438），详见 NOTICE。