dsh-echochat-plugin

dsh-echochat-plugin

给 DeepSeek Harness 加一个 echo_judge 工具：给一组共情回应候选排序，并指出该重做哪一步。

机制来自 EchoChat（NeurIPS 2026，arXiv:2610.04826）里能脱离训练使用的部分： 级联门控奖励（Eq.3-4）+ 步骤级信用分配 SDCA（Eq.7-8）+ 根因定位。

为什么不用 API key

打分走引擎自己的 ctx.llm.stream() —— 也就是 App 已经登录的账号适配器。 插件不读环境变量、不存任何凭据。

安装

在 DSH App 的插件管理器里搜索 dsh-echochat-plugin 安装，然后重启引擎。 （手动路线也行：把 cordis.patch.yml 里的 entry 追加到 profile patch，name 换成包名。）

用法

工具 echo_judge：

{
  "user": "没事，今天就是有点忙。项目那个事你别管了，我自己弄。（声音发紧、语速快、句尾上扬）",
  "candidates": [
    "别担心啦，你已经很棒了，一切都会好起来的！",
    "听起来不是真没事。项目那事我可以接着跑一版，你今晚先别硬扛。",
    "你这句「别管了」我不太信。要不这样：今晚我把那版跑完发你，你不用回，明早再说。"
  ],
  "scenario": "模态冲突：文字中性 + 语音发紧",
  "tau": 0.6
}

返回：

id  [感知 推理 策略]  R_reas  门控  R_resp  R_total | A(4段)              | 最弱环节
C1      2    4    4 |  0.160    01   0.860   0.524 | -1.40 -1.36 -1.29 -0.00 | 感知
C2      4    3    3 |  0.680    11   0.720   0.728 |  0.70  0.39  0.16 -1.21 | 心智状态推理/支持策略
C3      4    4    5 |  0.860    11   1.000   0.930 |  0.70  0.97  1.13  1.21 | 感知/心智状态推理

C1 是"共情模仿"的典型：响应分最高，但感知没过门控，级联奖励被清零，总分垫底。

参数

参数	说明
user	用户原话 + 声学/语气线索（必填）
candidates	1–4 条候选回应（必填；2 条以上才能做组内相对比较）
scenario	场景说明，如模态冲突/自嘲/逞强
tau	门控阈值，默认 0.6（论文值）；越高越保守
provider / model	覆盖路由；默认在 config 里

已知边界

• judge 是单个模型，不是论文里的冻结奖励模型：它省掉的是人工打分，不是偏差。分数可复现性弱于训练过的 RM。
• 只有 1 条可用候选时不做组内相对比较（会明确提示）。
• 某条候选的评审失败会单列出来，不会被当成低分参与排序。
• 论文 Table 2/6/7/8 的收益来自 Kimi-Audio + LoRA 的 20k 步 RL 训练，本插件不做训练，也不声称复现。

出处

• 论文：https://arxiv.org/abs/2610.04826
• 纯 Node 机制库（可单独当 CLI 用）：npm echochat-lite

MIT License.