xiaobright/dsh-anchored-standard

解决的问题

DeepSeek V4 Pro 模型会根据初始 API 请求中提供的工具和上下文，表现出不同的推理轨迹（思考方式）。"Minimal" 工具集在复杂任务（如 Project2）上通常能带来更高的性能，但永久使用它会阻止模型访问更广泛的 "Standard" 工具集。本项目提供了一系列预设，可将模型的初始推理轨迹锚定在高性能的 Minimal 状态，并在会话建立后将其"提升"至更大的工具集。

工作原理

系统采用两阶段方法来管理模型的会话：

1. 引导阶段：在首次请求时，系统仅提供一组最小的工具（bash 和 str_replace_editor），并抑制所有自动上下文注入（如技能目录或代理指令）。这迫使模型进入 "Minimal" 轨迹。
2. 提升：一旦检测到特定信号（如首次工具调用或首次助手消息），会话即被"提升"。
3. 驻留阶段：提升后，系统恢复标准上下文注入，并扩展工具目录以包含发现类工具（如 dev_tool_search），使模型能够按需解锁更重的工具（如 web_search 或 subagent）。

适用人群

希望通过控制初始模型推理轨迹来最大化推理性能，同时不牺牲对完整工具集访问权限的 DeepSeek V4 Pro（及潜在后续模型）开发者和研究人员。

主要亮点

• 轨迹锚定：通过工具模式和上下文抑制，引导模型的首次推理链。
• 多种模式：包含多种锚定策略，包括 "零锚定"（第一轮无工具）和 "Whoami"（使用特定自我介绍轮次）。
• 上下文门控：统一的注入控制插件，管理何时向模型提供上下文。
• 持久状态：阶段状态由会话事件日志推导，确保恢复和重新加载操作能保留提升状态。
• 预制模板：提供预设的回话历史，用于在已提升状态下实例化会话。