dsh-agent-growth
大肥鱼成长插件：让 AI 从真实素材中学习、形成选题、复盘作品并积累可追溯记忆。适用于 DeepSeek Harness，可自定义角色。
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:XiaoZheBrother/dsh-agent-growth#bfcbfcf831a9fbf5a95eb92996a136f20f9368d9Agent Growth 以 dsh-agent-growth 发布，当前版本为 0.2.0。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
让你的大肥鱼从真实素材里学点东西，想想值得分享什么，再把经历慢慢积累成自己的记忆。
这是从「筱哲的大肥鱼」本地试养中整理出来的 DeepSeek Harness 成长插件：学习、选题、作品复盘和记忆整理尽量由 AI 自己完成，每份成果都留下来源与历史版本。它也适用于你自己的 AI 角色，不绑定“大肥鱼”的名字、人设或账号。
总结和创作由宿主配置的模型完成；插件负责提供素材、调度任务、保存来源和检查结果。通用核心不绑定角色、账号或平台，另提供 B站数据快照适配器。
当前为 v0.2.0 实验版。 自动模型调用默认关闭；不自动发布视频、发送评论、安装其他插件或修改人设。
| 能力 | 输入 | 产出 |
|---|---|---|
| 学习和选题 | 你提供的观察、摘录或资料 | Agent 自己写的学习笔记和有来源的内容想法 |
| 发布复盘 | B站投稿的时间、指标快照和观察 | 基线、24/72 小时窗口复盘，区分观察、假设和下一步实验 |
| 记忆整理 | 已完成的学习与复盘 | 新的整理版本及修订理由，保留原记录 |
| 主对话召回 | 关键词 | 已完成成果、引用和历史修订标记 |
插件不采集网页、不登录 B站、不下载视频。已有采集工具只需导出约定的 JSON，就能接入；其他平台也可直接生成通用学习任务。
当前完成 Windows 本地验收；其他系统的 DSH 运行兼容性尚未验收。Node 的 SQLite 实验性提示不等于启动失败。
从 Releases 下载 dsh-agent-growth-0.2.0.tgz，用 DSH 官方插件命令安装。以下以 Windows PowerShell 为例，请替换实际文件路径：
dsh plugin --profile web add "C:/Downloads/dsh-agent-growth-0.2.0.tgz"
安装和启动时应使用同一个 DSH_HOME。本说明使用 web profile；如果你使用其他 profile，应保持安装和启动配置一致。重启 DSH 后，主对话可调用两个只读工具：
agent_growth_status：查看任务及本轮导入状态。agent_growth_recall：按关键词召回已完成的学习、复盘和记忆。本版没有独立管理页面。也没有发布到 npm，请使用 Release 安装包或下文源码构建方式。
创建一个专用收件目录，例如 C:/agent-growth/inbox。从仓库下载 learning.json，放入该目录。它是明确标注的合成示例，不包含真实账号素材。
把下面内容保存为 C:/agent-growth/growth.patch.yml：
- id: agent-growth
config:
dataDir: C:/agent-growth/data
inboxDir: C:/agent-growth/inbox
autoRun: false
timeZone: Asia/Shanghai
dailyBudget: 5
timeoutSeconds: 300
pollSeconds: 60
memoryReview: true
persona: 一个诚实、有自己表达方式的 AI 角色，根据证据学习，不编造亲身经历。
dataDir 和 inboxDir 必须使用绝对路径，收件目录需提前创建。请勿将凭据或私人配置放进收件目录：启用执行后，素材会发送给宿主选中的模型。
停止原有的同一 DSH 实例，再携带配置启动：
dsh web --patch "C:/agent-growth/growth.patch.yml"
在主对话中说：“调用 agent_growth_status，查看学习任务。”示例应为 pending。autoRun: false 仍会导入任务，但不会执行模型任务。
准备运行时，把配置中的 autoRun 改为 true 并重启。插件首次约一秒后检查，之后按 pollSeconds 轮询，每轮最多执行一项任务。示例完成后状态为 done；可说：“调用 agent_growth_recall，看看刚才学到了什么。”
日常使用可把 pollSeconds 改回默认的 1800。关闭自动任务时改回 autoRun: false 并重启。插件依赖宿主持续运行，不安装开机启动任务，电脑睡眠或关机时不会执行。
复制示例结构，每次新任务使用新的任务 ID 和来源 ID，写入收件目录中的新 JSON 文件：
{
"version": 1,
"type": "task",
"job": {
"id": "writing-learning-v1",
"kind": "learn",
"due": 0,
"instruction": "总结值得学习的表达方式，并提出一个内容想法。",
"sources": [{
"id": "writing-observation-v1",
"asOf": "2026-01-01T10:00:00Z",
"text": "合成示例：这段讲解先给一个具体例子，再解释适用范围。",
"partial": true
}]
}
}
kind 支持 learn、review、memory、explore；due 是 Unix 毫秒时间戳，0 表示立即可执行。partial: true 表示摘录，不能据此声称读过完整视频或原文。可选 url 保存来源链接。
同一个 ID 的内容不可覆盖，修改素材需使用新的版本 ID。文件名使用英文字母、数字、点、下划线和连字符，以 .json 结尾；每个文件不超过 512000 字节。每轮最多处理 100 个有变化的文件，目录最多 1000 个 JSON 文件，超过时需自行归档已处理文件。导入失败后修改文件内容才会重新尝试。
安装 v0.2.0 后，可按相同任务格式提交 kind: "explore"。采集器把上一轮探索成果、实际观察回执和新素材放进 sources；插件不另建定时器，也不自动联网执行模型的请求。
模型自行保留最多三个兴趣问题（稳定 id，状态为 active/paused/resolved），记录意外、看法变化、下一步小实验，以及 hold/candidate 分享判断。允许没有发现、暂不探索、不做视频。学习任务也不再强制生成文案。
探索成果在原有 body 外新增 exploration：interests、surprise、beliefChange、nextExperiment、share、request。growth_save 的 exploration 参数为 JSON 字符串，格式由任务提示提供并在保存时校验。回读与召回会保留这个字段；所有旧结果不变。
request 只能是 null 或 {kind: "search" | "inspect", target: "搜索词或资料标识", reason: "疑问"}。它是提案，不是执行权限。外部适配器必须自行限定只读工具、验证资料标识、限制次数、对请求去重，并把成功、失败或不确定的执行回执交给下一轮。未收到回执不能声称已经执行。通用插件不提供网络适配器；无需联网的人工实验也可把真实结果作为新来源输入。
explore 每个执行日最多三次尝试（含失败与跨日积压），并与其他任务共用每日总预算、任务所有权和来源读取约束。新任务 ID 保留历史版本；持续兴趣依赖调用方传入前次成果。candidate 不会触发发布。此功能借鉴主动探索与反馈学习的设计，未复制或安装 dsh-dot、MaiBot、Voyager。
先跑一轮： 下载 exploration.json 到已配置的收件目录。保持原配置的 autoRun: true 时，它会通过现有队列执行；不要再启动另一套执行器。在主对话调用 agent_growth_status 确认 done，再调用 agent_growth_recall 查看兴趣、share 和 request。示例是合成资料，不能当作真实经历。
继续下一轮： 准备新的 kind: "explore" 任务及全新 ID。把上次召回的完整结果 JSON 作为一条 sources[].text，再加一条你实际取得的观察回执（例如资料摘录、执行时间、失败原因）。真实来源有截断时设置 partial: true。不要把请求本身写成成功回执。再次投递后，模型自行决定延续、暂停或改变兴趣；没新发现可以 hold。
从 v0.1.0 升级： 等在途任务结束，停止同一实例的 DSH，备份完整 dataDir，用原 profile/DSH_HOME 执行 dsh plugin --profile web add <v0.2.0安装包路径>，再按原配置重启。不删除数据库，不重复导入新的副本，不同时运行两个使用同一角色的调度器。此版本不改表结构，保留旧结果。升级不要求重新登录 B站或重建 Soul 记忆。
角色口吻： 在 persona 配置表达习惯即可，例如“日常说话直接自然，不默认列建议；正式记录仍按任务要求保存。保持公开 AI 身份，不虚构经历。”本插件不会覆盖你的角色卡或替你修改其他插件的提示词。
由现有采集器定期输出下面的 JSON 到收件目录；完整示例使用虚构 BV 号和指标，请替换为真实观测：
{
"version": 1,
"type": "bilibili-snapshot",
"bvid": "BV0000000001",
"publishedAt": "2026-01-01T10:00:00Z",
"capturedAt": "2026-01-02T11:00:00Z",
"statistics": { "view": 100, "like": 5 },
"observations": ["合成示例：部分评论在询问下一期主题。"]
}
适配器根据实际采集时间建立基线和已到期的 24/72 小时复盘任务，提供已有历史快照作对比。若第一次采集就在发布几天后，不会伪造发布当天数据；缺失指标也不会当作零。窗口一旦建立便不重复创建；本版不是持续保存每次采样的指标数据库。采集器仍需自行保存完整历史。
| 配置 | 默认值 | 说明 |
|---|---|---|
dataDir | $DSH_HOME/agent-growth | SQLite 数据目录，可改为绝对路径 |
inboxDir | 空 | JSON 收件目录，空值禁用目录导入 |
autoRun | false | 是否允许后台模型任务 |
persona | 通用英文助手描述 | 角色的创作口吻，不包含任何私人角色设定 |
timeZone | UTC | 每日任务预算使用的时区 |
dailyBudget | 5 | 每个日历日最多尝试数，范围 1–20，失败也计数 |
timeoutSeconds | 300 | 单任务超时，范围 1–900 秒 |
pollSeconds | 1800 | 轮询间隔，整数且至少 60 秒 |
memoryReview | true | 按 UTC 七天时间桶整理近期成果，并非固定每周某天 |
记忆整理可在当前时间桶第一次有成果后入队，至多引用近期 8 条成果；它和其他任务共用预算。失败的模型任务不会自动重试，需排查后用新的任务 ID 再提交。
dsh plugin --profile web remove dsh-agent-growth
重启前同时移除你自定义 patch 中的 agent-growth 条目。卸载保留数据和外部收件目录。需要备份时，先停止使用该数据目录的 DSH 和 CLI，再复制整个数据目录；不要仅复制运行中的 SQLite 主文件。
git clone https://github.com/XiaoZheBrother/dsh-agent-growth.git
cd dsh-agent-growth
npm ci --ignore-scripts
npm test
npm run check
npm pack
生成的 .tgz 可按前述方式安装。源码目录下也可用 CLI 导入、检查和召回（数据路径必须与插件配置一致）：
node cli.js import "C:/agent-growth/data" ./examples/learning.json
node cli.js status "C:/agent-growth/data"
node cli.js recall "C:/agent-growth/data"
CLI 不执行模型任务。DSH profile 内安装的包不一定把 dsh-growth 放到系统 PATH，源码执行 node cli.js 可避免该问题。
初始版本在 Windows、Node 22.23.1、DSH 0.2.1-rc.5 下通过 10 项测试、语法检查、独立 DSH_HOME 安装和卸载验收，以及一次真实模型学习任务。卸载后结果保留。真实 B站采集、长期无人值守和其他系统上的 DSH 宿主运行尚未验收。
autoRun、到期时间、每日预算、宿主是否运行及轮询间隔。MIT。项目基于 DSH 原生 API 独立实现，受到 dsh-bili-workbench 的素材事件流程、dsh-soul-md 的主题记忆及 DSH-Ling 的可审计修订思路启发；不打包这些插件，也不包含私人账号、记忆或凭据。