jonah791

dsh-wq-bridge

Name: dsh-wq-bridge
Author: jonah791

DSH self-built plugin

Stars: 1
Language: TypeScript
Created: Aug 17, 2026
Updated: Aug 17, 2026

Other

GitHub repo

Introduction

dsh-wq-bridge — WorldQuant BRAIN 平台桥（Python Bridge 模式）

为 DeepSeek Harness (DSH) 打造的 AlphaFactory 平台桥：TS 壳管理 Python 子进程（stdio JSON-RPC），向 DSH 工具面暴露 AlphaFactory 的平台能力。

状态：v0.3（阶段 1-4 完成：27 工具 + 全主 agent 挖掘循环实证）。DSH 为预览版（0.1.0-rc），无兼容承诺。

安装

cd <你的 self-plugins 目录>
git clone https://github.com/jonah791/dsh-wq-bridge.git
cd dsh-wq-bridge
pnpm install
pnpm build

架构

DSH 工具面 (TS) ←→ PythonBridge (stdio JSON-RPC) ←→ bridge_server.py ←→ AlphaOrchestrator (Python)

Python 核心 100% 保留（AlphaFactory 215 测试资产不重写）
桥为长驻子进程（无每次启动开销）；请求-响应按 id 配对，支持并发
凭据：读 AlphaFactory 的 .env（WQ_USERNAME/WQ_PASSWORD）注入子进程
dispose 时 kill 子进程（插件生命周期绑定）

工具面（v0.3 全量 27 工具，按域分组）

平台/只读（5）

工具	职责
`wq_ping`	桥连通性（Python 版本）
`wq_alpha_count`	五库计数
`wq_quota`	WQ 配额监控（挖掘前必查）
`wq_context_explore`	探索上下文（开局必读）
`wq_context_refine`	精炼上下文

核心挖掘（12）

工具	职责
`wq_simulate`	WQ 回测（~90-150s，300s 桥超时）
`wq_recover_pending`	崩溃兜底（超时后按表达式找回）
`wq_check_expression`	表达式静态校验
`wq_similarity_hint`	撞车预检（simulate 前必查）
`wq_evaluate_submittability`	四关评估
`wq_add_to_zoo`	入库（四关过→ready，否则→candidates）
`wq_suggest_next_round`	轮次调度建议
`wq_report_blindspot`	盲点登记
`wq_mark_as_waste`	废渣判定
`wq_add_weak_signal`	弱信号入库（组合素材）
`wq_corr_with` / `wq_compute_correlation`	PnL 相关实测

分析（4，tools.py 纯计算）

工具	职责
`wq_analyze_parse`	表达式结构树
`wq_analyze_similarity`	结构相似度
`wq_analyze_calibrated`	标定相似度（→PnL corr 估计）
`wq_analyze_classify`	信号族分类

知识（6，档案确定性查询）

工具	职责
`wq_knowledge_blindspots`	盲点档案（过滤）
`wq_knowledge_summary`	盲点归纳摘要
`wq_knowledge_meme`	模因库
`wq_knowledge_templates`	模板库
`wq_knowledge_family_tree`	血统树
`wq_knowledge_dead_roots`	判死词根

库读取（3）

工具	职责
`wq_submitted` / `wq_ready` / `wq_weak_pool`	三库读取

组合

- insert:
    - id: wq-bridge
      name: dsh-wq-bridge

测试

node node_modules/typescript/lib/tsc.js -p tsconfig.json && node --test

6/6 tests（mock python 服务：往返/参数/错误/并发/超时/dispose）。

实测证据（2026-08-15）

全主 agent 挖掘闭环：quota → context_explore（fn_mne_a 必答格点）→ check/similarity 预检（零撞车）→ simulate（sharpe 0.11，弱信号）→ add_to_zoo（candidates）
桥超时教训：simulate 需 300s（WQ 90-150s 波动）；recover_pending 兜底找回
suggest_next_round 真实建议（combo：弱池 4 素材，rule2_combo）

演进

后续：四域拆分（mine/analyze/knowledge 独立插件）按需进行；领域知识桥接 dsh-agent-memory

License

MIT