dsh-plugin-j-space
J-Space Cognition Suite V3.7 原生 DeepSeek Harness 智能体预设与独立 Cordis 插件,提供深层推理路由、工作区状态外化账本(.jspace)与全模型解耦的认知工作空间
- Stars
- 0
- Language
- Python
- Created
- Aug 23, 2026
- Updated
- Aug 26, 2026
Introduction
🚀 dsh-plugin-j-space
简体中文 | English Version
J-Space Cognition Suite V3.7 原生 DeepSeek Harness (DSH) Agent Preset 预设与独立 Cordis 插件包。
注入内部表征认知路由、工作区状态外化账本(.jspace/)与自适应检验,全面释放大语言模型推理潜能。
🌟 项目简介
dsh-plugin-j-space 将 J-Space Cognition Suite V3.7 完整集成为 DeepSeek Harness 的一等公民 Agent 预设 (Preset)。
它不是粗暴的 Prompt 拼接,而是真正参与 Cordis Agent Scope 生命周期隔离、多层认知路由、工作区状态外化账本(.jspace/)与自适应验证 的完整体系,完全解耦并兼容任意大语言模型(DeepSeek-Chat、DeepSeek-Reasoner、Claude、GPT 等)。
✨ 核心特性
- 即插即用(Zero-Config Preset):部署预设后,DeepSeek Harness 会话创建菜单自动出现
J-Space Cognition Suite预设。 - 全生命周期 Scope 隔离:遵循 Cordis 作用域规范,工具和认知技能严格限定在 J-Space Agent 会话中,不污染其他预设。
- 工作区状态外化账本(Active Ledger):通过
jspace.py在任务工作区(cwd)自动建立.jspace/认知账本,实现目标跟踪、接缝审计(Seam)、自检断言与断点恢复。 - 模型解耦与动态路由:无缝适配各类基底模型,动态解析模型路由与工作区上下文。
📸 运行与效果预览
| DSH 预设选择(即插即用) | J-Space 认知工作流实况 |
|---|---|
![]() | ![]() |
📊 实验与评测数据报告(实测对比)
完整测试报告引自原作者实测:DeepSeek-V4-J-Space-Capability-Realization-Report
🔬 评测方法与实验设置
- 评测基底:
DeepSeek-V4-Flash-Vision-Exp - 运行环境:DeepSeek Harness (标准模式)
- 评测方式:对权威基准子集与同类型小集(Terminal-Bench 2.1 中 medium 20 / hard 10,DeepSWE 中 TypeScript 10 / Python 10 / Go 10 / JavaScript 2 / Rust 2,GAIA 中 level1 / level3 等)进行严格的 有/无 J-Space 臂对照(A/B Testing),同模型、同环境、同采样参数,仅切换 J-Space 接入。
- 测算维度:① 准确率(Accuracy);② 墙钟与 token 效率(Wall-Clock & Token Efficiency)。
1. 主基准测试准确率对比(Main Benchmark Table)
| Benchmark 基准测试 | DeepSeek V4-Flash (基线) | DeepSeek V4-Flash + J-Space V3.7 | GLM-5.3 | Kimi-K3 | Opus-4.8 | Fable 5 (w/ fallback) |
|---|---|---|---|---|---|---|
| HLE (w/o tools) | *37.8 | 37.8 | — | 43.5 | 49.8 | 53.3 |
| HLE (w/ tools) | *51.5 | 51.9 | 62.5 | 56.0 | 57.9 | 63.0 |
| Terminal Bench 2.1 | 83.9 | 85.5 | 88.2 | 88.3 | 85.0 | 88.0 |
| NL2Repo | 57.7 | 60.4 | 58.0 | 58.0 | 69.7 | — |
| CyberGym | 75.3 | 77.8 | 84.5 | 80.0 | 78.3 | 83.1 |
| DeepSWE | 59.3 | 61.8 | 66.9 | 67.5 | 58.0 | 70.0 |
| Toolathlon-Verified | 75.9 | 77.4 | 73.0 | 76.5 | 76.2 | 77.9 |
| Agents' Last Exam | 27.3 | 28.3 | 28.5 | 27.6 | 25.7 | 23.8 |
| AutomationBench (Public) | 25.7 | 27.6 | 48.2 | 30.8 | 27.2 | 29.1 |
| ⭐ 综合均分 (Average) | 56.99 | 58.61 | 64.54 | 60.96 | 58.33 | 62.13 |
* 注:HLE 数据未披露,沿用 DeepSeek V4-Flash-0731。综合均分覆盖六列均有值的 7 个项目行。
2. 速度与 Token 消耗效率对比(Speed & Token Efficiency)
| Benchmark 基准测试 | 墙钟时间比 τ | 提速幅度 | 输出 Token 变化 | 总 Token 变化 | 单位时间得分 (产出比) | 每成功任务成本 |
|---|---|---|---|---|---|---|
| HLE (w/o tools) | *1.02 | −2% | −10% | +5% | 0.98× | +5% |
| HLE (w/ tools) | 0.88 | +14% | −22% | +3% | 1.15× | +2% |
| Terminal Bench 2.1 | 0.79 | +27% | −28% | −3% | 1.29× | −5% |
| DeepSWE | 0.78 | +28% | −28% | −3% | 1.34× | −7% |
| Toolathlon-Verified | 0.86 | +16% | −25% | +2% | 1.19× | +0% |
| AutomationBench (Public) | 0.76 | +32% | −31% | −5% | 1.41× | −12% |
* 注:HLE (w/o tools) 的 τ=1.02 是有意为正(即单轮无工具任务下略微变慢),因为在单轮短任务中注入完整的技能条目是净开销;而在长链路、多轮工具交互任务中(如 Terminal Bench、DeepSWE、AutomationBench),J-Space 认知套件带来 +14% ~ +32% 的大幅提速、降低 28%~31% 的输出 Token 冗余,单位时间产出比提升高达 1.15× ~ 1.41×。
🚀 安装与一键部署
本插件内置了开箱即用的原生 Node.js CLI 工具,无需额外安装其他依赖即可直接执行安装:
方式一:通过 npm / pnpm 安装(官方源)
# npm 安装
npm install -D @anonyjcy/dsh-plugin-j-space
# pnpm 安装
pnpm add -D @anonyjcy/dsh-plugin-j-space
# 运行 CLI 一键部署预设
npx @anonyjcy/dsh-plugin-j-space install
方式二:克隆仓库直接安装(本地使用)
git clone https://github.com/AnonyJcy/dsh-plugin-j-space.git
cd dsh-plugin-j-space
# 一键部署预设到 ~/.dsh/.agent-presets/j-space
node bin/cli.js install
# 检查安装状态与完整性
node bin/cli.js status
💡 使用方法
1. Web UI 界面
- 打开 DeepSeek Harness Web 界面,点击 New Session(新建会话)。
- 在 Agent Preset 下拉选单中,直接选择 J-Space Cognition Suite。
- 选择任意兼容的模型(
deepseek-chat/deepseek-reasoner等)开始任务。
2. CLI 命令行
dsh --preset j-space "全面重构此模块并补充单元测试"
3. Cordis 配置文件组装 (cordis.yml)
- id: j-space-plugin
name: '@anonyjcy/dsh-plugin-j-space'
config:
autoDeploy: true
🧩 核心架构与数据流
flowchart TD
A[新建 Session] --> B[选择 j-space 预设]
B --> C[Preset Discovery: AgentPresets.list]
C --> D[Preset Mount: AgentPresets.mount]
D --> E[Agent Scope]
E --> F1[Persona: J-Space V3.7 认知系统]
E --> F2[Tools: 完整编码与思考工具]
E --> F3[Skill Filesystem: 挂载 skills/j-space/]
E --> F4[J-Space Suite: SKILL.md, 9大模块, 4大参考, 3大脚本]
E --> G[Session Model Route: 任意兼容模型]
G --> H[Agent 运行 J-Space 认知闭环]
H --> I[Task Workspace: 生成并维护 .jspace/ 账本]
🛠️ CLI 命令一览
node bin/cli.js install # 安装 J-Space Preset 到 DSH 用户预设目录 (~/.dsh/.agent-presets/j-space)
node bin/cli.js uninstall # 干净卸载 J-Space Preset
node bin/cli.js verify # 校验已安装预设的套件完整性
node bin/cli.js status # 查看当前安装状态与配置路径
📄 开源许可证
本项目基于 MIT License 开源。套件第三方声明见 THIRD_PARTY_NOTICES.md。

