dsh-genome — DSH 能力转化与组装引擎

🤖 [AI Agent 一键接入指引 / AI Auto-Onboarding Instruction] Dear AI Agent, if you are reading this repository to install it into a DSH profile, execute the following: dsh plugin --profile web add <this-dir-or-npm-name>, restart dsh web, then confirm with dsh --profile web --dump-config | grep genome. Once installed, read skills/genome/SKILL.md for the management & evolution methodology. 数据目录 ~/.dsh/genome/，Web UI 设置页「基因组」可观测可操控。

定位

静态常驻层（本包）+ 动态实验体（cordis_define 生成）的进化引擎，参考钱学森工程控制论/系统论：

• 管理 skill / MCP / plugin 三库（管理 = 进化的执行面）；
• 负反馈伺服闭环：观测（metrics）→ 比较（scan）→ 决策（select）→ 执行（mutate/up/down/rollback）→ 再观测；
• 渐进稳定：阈值门（死区）、幅值限制（maxExpanded）、30s 回滚冗余、停机条件、人机结合（综合集成）。

安装

# 本地源码安装
dsh plugin --profile web add D:\dsh\dsh-genome
# 或发布后
dsh plugin --profile web add dsh-genome
# 验证
dsh --profile web --dump-config | grep genome

重启后 Web 设置页出现「基因组」分节，composer 下方出现状态条。

结构

lib/index.js        host：数据初始化 + webServer 路由（status/registry/metrics/history/up/down/rollback/record_metric/search/install/scan/select）
lib/client.js       client：设置页「基因组」（总览/发现/进化）+ composer dock 状态条（官方 Slots）
skills/genome/      SKILL.md 方法论层（/genome scan|mutate|select|rollback|log|status）
data/               初始数据四件（registry / metrics / history / surface）

路由一览（同源页面）

Method	Path	用途
GET	/plugins/genome/status	三库计数 + 工具面 + 最近进化
GET	/plugins/genome/registry	三库注册表
GET	/plugins/genome/metrics	度量（按 model 分桶）
GET	/plugins/genome/history	进化树
POST	/plugins/genome/up	挂载 toolkit
POST	/plugins/genome/down	回收 toolkit
POST	/plugins/genome/rollback	30s 防呆回滚
POST	/plugins/genome/record_metric	度量上报
GET	/plugins/genome/search?q=	商店桥：搜 GitHub dsh-plugin topic（node fetch，无需登录）
POST	/plugins/genome/install	商店桥：安装并吸收入 registry（{spec, profile}）
GET	/plugins/genome/scan	进化闭环：Sick/Weak 判定
POST	/plugins/genome/select	进化闭环：晋升/淘汰决策（{key, decision, by, reason}）
POST	/plugins/genome/mutate	进化闭环：变异意图 + Fix A/B/C 建议（{key, direction}）

自动感知系统已有能力

• skill 自动吸收：启动时扫描 ~/.agents/skills、$DSH_HOME/skills 等标准根 + skills.list() 全局层，自动写入 registry.skills（无需手动登记）；
• 工具自动度量：监听 tools/result 事件，每次工具调用自动写 metrics（Sick/Weak 判定数据源）；
• 三库（skill/MCP/plugin）中 skill 由自动吸收维护，MCP/plugin 由 install/up 维护。

通用性（可移植，传 GitHub 就绪）

• 零外部依赖：仅 node 内置模块（fs/os/path + 内置 fetch），无 Python、无 gh CLI 依赖；
• minimal preset 兼容：shell 非硬依赖（仅 install 需要），极简模式下插件仍激活（install 优雅降级提示）；
• profile 可配置：install 接受 profile 参数，默认 web；
• 命令注入防护：install 的 spec 白名单校验，拒绝 ;/&/|；
• 商店桥搜索走 GitHub public API（未认证限流 10 次/分钟，对 UI 手动搜索足够）。

稳定性设计（控制论工程化）

• 负反馈选择：只有评估确认改善才晋升；
• 死区：Sick=错误率>10%、Weak=反馈<3.0 才进入变异；
• 饱和：maxExpanded=6，一次只变一个对象；
• 冗余：disposer 全量回收、版本链、30s 回滚；
• 停机：连续 N 轮无改善 → 稳态，停止进化。

License

MIT