Omni
English
Omni 给 DeepSeek Harness 增加一层任务级可靠性：
判断何时介入、准备正确上下文、约束完成条件、验证真实证据，并在失败时改变策略。
它优先复用 DSH 已有的 Skills、Tools 和 Plugins，而不是重新实现它们。
DSH 给 Agent 能力，Omni 让结果可靠。
默认快。必要时聪明。完成必须有证据。
dsh plugin --profile web add dsh-omni-router
Why Omni
Coding Agent 最常见的六个问题：
- 找错代码和上下文
- 复杂任务做着做着跑偏
- 忘掉验收条件
- 测试没有真正跑
- 失败后重复同一种办法
- 最后说“完成了”，实际并没有完成
Omni 就是为了解决这些工程问题，而不是再做一个“Router”。
What Omni does
| 核心价值 | Omni 实际做什么 |
|---|
| 🧠 Intervention Intelligence | 简单任务真正 NOOP，复杂任务才进入 Assist / Guard |
| 🎯 Context & Task Intelligence | Task Contract + 精准 Context + Capability Sufficiency |
| ✅ Proof & Recovery | Evidence / Freshness / Acceptance coverage / Recovery |
| ♻️ Reuse first | 设计原则：优先复用 DSH 已有 Tool / Skill / Plugin，不重复造轮子 |
| 🧩 Capability Gap Management | 只在确实阻塞任务时补齐缺口 |
| 🔄 失败纪律 | retry 不奏效时 repair / expand context / change hypothesis |
30 秒 Demo
Without Omni
User:
修复 refreshSession 偶发并发刷新三次的问题
Agent:
修改 session.ts
运行了一些检查
Done ✅
问题：
- 真实并发测试没跑
- 调用方漏了一个
- 没有 regression test
- 没有证据证明“真的完成了”
With Omni
Task Contract
C1 one refresh request per session
C2 concurrent callers behave correctly
C3 regression test passes
Relevant Context
session.ts
middleware/auth.ts
websocket/reconnect.ts
session-concurrency.test.ts
DSH executes...
Evidence
✓ concurrency test: 28/28
✓ full auth suite: 143/143
✓ relevant files verified
Proof: 3/3
一个插件，复用整个 DSH 生态
这不是 Omni 的核心，而是它的生态策略：Reuse first. Don't reimplement host capabilities.
Omni
Capability + Reliability
│
┌──────────────┼──────────────┐
│ │ │
▼ ▼ ▼
Skills Plugins Tools
│ │ │
├── TDD ├── Browser ├── Shell
├── Git ├── Router ├── Editor
└── Verify └── Others └── Tests
│ │ │
└──────────────┼──────────────┘
▼
DeepSeek Harness
│
▼
Execute
│
▼
Evidence → Verify
Omni 不追求自己拥有最多能力，而是尽可能让已经存在的优秀能力发挥作用。
示例：前端 UI 修复
用户：
帮我检查这个网页的实现，并修复 UI 问题。
Omni:
1. 判断这是前端任务
2. 检查当前 DSH 能力
3. 已有 Browser → 直接复用
4. 已有 UI/Verification Skill → 继续由 DSH 使用
5. 不再安装重复能力
6. 生成 UI acceptance criteria
7. DSH 执行
8. 收集 screenshot / tool / test evidence
9. Verify
示例：复杂重构
当前环境：
✓ Git
✓ Testing
✓ Skills
✗ 某个任务要求的特殊能力
Omni:
已有能力 → 全部复用
缺失能力 → 只补这个 gap
Under the hood
Omni 的用户界面很简单，但内部并不是一个 Prompt 模板。
Task
│
▼
Task Classification
│
▼
Intervention Gate ───────────→ NOOP
│
▼
Task Contract
├── Acceptance Criteria
├── Risk
├── Context Budget
└── Capability Requirements
│
▼
Context Engine
├── multilingual tokenizer
├── lexical retrieval
├── symbol retrieval
├── dependency graph
└── freshness tracking
│
▼
Capability Audit
├── existing tools
├── native skills
├── installed plugins
└── missing capabilities
│
▼
DeepSeek Harness
│
▼
DSH Events
│
▼
Evidence Trust
├── T0 model claim
├── T1 observation
├── T2 host/tool
├── T3 deterministic execution
└── T4 independent verifier
│
▼
Criterion Verification
├── PASS → Verified
└── FAIL → Recovery
│
└──→ DSH
Reliability Engineering
Omni 不只是功能堆叠，它专门处理这些 Agent failure modes：
✓ 模型自己声称测试通过
→ model evidence 只能 T0/T1
✓ Tool 执行结果和模型文字混淆
→ provenance-aware Evidence
✓ 文件修改后旧测试结果仍被当有效
→ Evidence freshness / invalidation
✓ permission / dependency / timeout 被误认为成功
→ success whitelist + failure taxonomy
✓ 中文任务检索不到英文 symbol
→ multilingual query tokenizer + semantic expansion
✓ 相同失败无限 retry
→ failure-aware recovery
✓ 简单任务被复杂框架拖慢
→ true L0 NOOP
✓ 已经有插件还重复造能力
→ capability reuse first
✓ 缺能力时用户需要手动安装
→ approval-gated provisioning (recommend by default, auto-trusted only on explicit opt-in)
✓ 两个 Router 同时控制模型
→ compatibility delegation
Omni 不只是 Router
普通 Router
Task → choose mode/model/agent
Omni
Task
→ 判断是否需要介入
→ 复用已有能力
→ 补齐缺失能力
→ 准备正确 Context
→ 定义 Acceptance
→ Host 执行
→ 收集真实 Evidence
→ 验证完成
→ 失败后恢复
Routing is one decision. Reliability is the whole lifecycle.
Works better with good plugins
Omni 不要求生态围绕自己重写。
例如安装 dsh-router-standard 后，Omni 可以自动生成组合预设：
Omni Router + Router Standard
Router Standard 继续负责 DeepSeek persona / attention / workflow routing；Omni 负责 capability、context、evidence 和 reliability。
Built like infrastructure, not a prompt pack
Omni 对 routing、Context、Evidence、Capability、Recovery、Host Adapter、Installer 和 OmniBench 均有独立测试覆盖（约 60 个测试文件）。
每个 RC 都要求完整 npm test 回归；Benchmark 支持 multi-arm（raw / omni / mid / frontier / stack / stack_omni…）。
Measured Reliability
Evidence Federation 第三方结果 → EvidenceRecord v1（provider 自报 trust 无效）
Context Metrics Recall@5/10 · Precision · Token 开销 · irrelevant ratio
Intervention KPIs NOOP Precision · missed/false intervention rate
Recovery Telemetry failure fingerprint · retry/repair/hypothesis funnel · success rate
Multi-arm Benchmark comparePair(baseline, candidate) + release gates
Proof of Completion
每个验收标准都有 id（如 C1、C2）。每个标准必须至少有一条 fresh evidence 记录并满足要求的信任等级：
| Trust | Source |
|---|
| T0 | model claim |
| T1 | agent observation / model-written JSON |
| T2 | host/tool output |
| T3 | deterministic command/test execution |
| T4 | independent / hidden verifier |
Completed.
✓ C1 根因已修复
✓ C2 已添加回归测试
✓ C3 143 个测试通过
Proof: 3/3
如果 DSH 当前没有可靠事件 hook，Omni 会诚实地输出：
Verified
Partially Verified
Unverified
Compatibility
| Project / Capability | Omni strategy |
|---|
dsh-router-standard | Delegate persona/reasoning routing |
| DSH native Skills | Reuse automatic activation |
| Browser plugin | Reuse browser capability |
| Testing/verification Skills | Reuse evidence/results |
| Git plugins | Reuse native workflow |
| MCP servers | Treat as host capabilities |
| Missing capability | Provision only when necessary |
Evolution
1.x
Router
↓
2.x
Planner / Context / Capability / Evidence exploration
↓
2.4
Reliability Kernel
↓
3.0
Convergence:
Decide · Prepare · Verify
3.0 intentionally removed or hid overlapping runtime/router features instead of continuing feature growth.
OmniBench
3.0 RC benchmark validation is in progress.
Target:
≥50 repos
≥100 tasks
≥3 paired runs/task
hidden verifier 100%
Medium/Hard uplift ≥10pp
False completion <3%
Cost ≤2.5×
在数据达到这些 Gate 之前，不会宣称 frontier parity。
npm run omnibench:v2:generate -- benchmark/omnibench-v2/manifest.local.example.json
node benchmark/omnibench-v2/run.mjs benchmark/omnibench-v2/manifest.local.example.json --exec
node benchmark/omnibench-v2/matrix.mjs <results.json>
node benchmark/omnibench-v2/gates.mjs <results.json>
Architecture
kernel/ task-contract · intervention-gate · omni-event · evidence-trust
context/ query-tokenizer · capsule · freshness
recovery/ failure-taxonomy · strategy-shift · recovery-policy
capability/ auditor · quality · solver · provisioner · performance
mission/ mission-ir · planner-dag · mission-dag（兼容层）
host/ interface · dsh-adapter
benchmark/ omnibench-v2 runner · matrix · gates
FAQ
Q: 它会拖慢简单任务吗？
A: 不会。L0 是真正的 NOOP，Omni 不注入任何 prompt。
Q: 它会替换 DeepSeek Harness 吗？
A: 不会。DSH 仍然拥有执行、工具、Skills、插件、Runtime。
Q: 它会接管我的插件吗？
A: 不会。Omni 只定义“任务达到什么状态才算成功”，不调度具体插件。
Q: 它能自动安装技能/插件吗？
A: 能。默认 recommend 模式：识别缺口 → 搜索 → 推荐 → 用户/Host 审批后才安装；只有显式开启 auto-trusted 才自动安装，并记录 .omni/capability-audit.json。
Q: 它和 Router Standard 冲突吗？
A: 不冲突。检测到 Router Standard 时，Omni 自动生成组合预设，并让出 reasoning/persona routing。
Credits / Inspirations
Omni 的设计受到 DeepSeek Harness 社区多个项目的启发，尤其是：
dsh-router-standard / dsh-routing-suite
- persona routing
- attention engineering
- progressive disclosure
- real Harness assembly-chain research
Omni 不替代这些能力，而是让它们在同一任务可靠性闭环中协同工作。
License
MIT
