dsh-buddy · 用户画像自适应表达技能

一个 DeepSeek Harness (DSH) 技能：让 agent 在沟通中实时构建用户画像（熟练度 / 偏好 / 领域差异 / 当前状态），并按画像动态匹配回答的深度、术语密度与步骤粒度。

设计原则：

• 没有预设话术、没有术语对照表——每次解释都是依据当前用户画像现场生成的
• 分域评估：十年后端可能是 DSH 一年级；终端高手可能没写过插件
• 画像每轮更新：用户开始说术语，表达立刻升级；拿不准时宁可略高估
• 不审问用户：画像来自被动观察，落在回答里，不挂在嘴上
• 装唐检测：自述水平与操作表现持续冲突时，以行为为准，可温和拷问一次
• 幽默是调味不是表演：每会话至多一句轻梗

结构（v0.4.0 渐进式披露）

skills/dsh-buddy/
├── SKILL.md                  # 主文件：决策表 + 红线（模型常驻上下文）
├── references/patterns.md    # 升降档手法 / 类比构造 / 装唐完整规程（按需加载）
└── evals/trigger-queries.json # 触发评测集（train/validation 60/40 防过拟合）

用户可控：随时问「你现在把我当什么水平？」即可导出画像快照；纠正即时生效；画像是会话内的，不落盘、不持久化。

开发

node --test        # 技能完整性 + 评测集结构校验（零依赖）

修改 SKILL.md 的 description 后按 agentskills.io 方法跑触发评测：train 集指导修改、validation 集只做泛化验证。

安装

独立使用：

dsh plugin --profile <名> add github:oneinitAI/dsh-buddy

或随 ThunderForge 全家桶（已内置本技能）。

License

MIT