dsh-prompt-optimization

Readme

# DSH-Prompt-Optimization（提示词优化插件）

[English](README.en.md) | 中文

DeepSeek Harness Web 端插件：在对话框输入框旁提供「优化提示词」按钮，一键把当前草稿静默优化后直接覆盖回输入框，支持一键撤回；可在「设置 → 提示词优化」里单独固定优化所用模型（模型列表与「设置 → 模型」同源）。

## 安装

`sh
dsh plugin --profile web add github:du-u-uck/DSH-Prompt-Optimization
`

重启 DSH Web 后即可使用。

## 功能

| 功能 | 说明 |
| --- | --- |
| 一键优化 | 点击后把草稿交给宿主侧后台的模型调用，优化结果通过 `inputActions.setDraft` **直接覆盖输入框** |
| 撤回 | 优化成功后按钮变为「撤回」，再点一次恢复优化前的原始草稿（每个会话独立记忆） |
| 默认模型 | 未固定模型时，优先用**当前会话所选模型**，否则用部署默认模型 |
| 设置 → 提示词优化 | 新增设置分区，下拉列出「设置 → 模型」中已配置的全部提供商与模型；选择写回持久化设置命名空间，「跟随当前会话模型」为默认值。 |
---
## 优化前
![优化前](优化前.png)
## 优化后
![优化后](优化后.png)
---

## 架构

- **Host 半区（`lib/index.js`）**
  - `settings.register('dsh-prompt-optimization', …)`：持久化 `optimizerModel`（`{provider, model} | null`）。
  - `GET /api/dsh-prompt-optimization/models`：读 `llm.listProviders/listModels` + `agentDefaultModel.currentSelection()`，即设置页模型列表的同源数据。
  - `POST /api/dsh-prompt-optimization/optimize`：`{draft, provider, model}` → 固定 system 指令 + 单条用户消息的一次性 `llm.stream` 调用，聚合可见文本返回。双端均带 loopback 围栏（peer socket + Host 头）。
- **Client 半区（`lib/client.js`）**
  - `conversation.input.right`：按钮组件（读 `useInput` 草稿、写 `inputActions.setDraft`，会话级状态存模块 Map）。
  - `settings.section`：模型选择卡片，经 `ctx.settingsScope.bind('dsh-prompt-optimization')` 写持久化设置。

## 构建

```powershell
pnpm install
pnpm build      # 产出 lib/index.js（ESM，Node）+ lib/client.js（CJS closure factory，浏览器）
```
---
# 最推荐安装方式：把整个仓库文件夹扔给Agent，让它自己装

## 安装（本地 web profile）

```powershell
powershell -NoProfile -File scripts/install-web.ps1
# 等价于：
#   pnpm build
#   pnpm add "file:D:\...\prompt-optimization"   （在 web profile 目录下；dsh CLI 对含空格路径有限制）
#   把 "dsh-prompt-optimization" 写入 package.json 的 dsh.profile.bundles
#   重启 dsh web --profile web
```

卸载：

```powershell
# 在 C:\Users\asus\.dsh\profiles\web 下
pnpm remove dsh-prompt-optimization
# 并从 package.json 的 dsh.profile.bundles 删除 "dsh-prompt-optimization"，重启
```


## 已知边界

- 覆盖输入框会丢失草稿中的引用 chip（`@文件` 等）——优化后文本为纯文本草稿；原始草稿（含 chip 的剪贴板投影）保存在撤回状态中，撤回时按文本恢复。
- 优化是「纯文本增强」：模型可能在语义上改写措辞，不会新增你在草稿里没有的需求；对结果不满意随时撤回。
- 一次优化请求的输入上限 256 KB、输出预算 4096 tokens、超时 120 s。