- Home
- Plugins
- Tools & Capabilities
- dsh-trading-workbench
dsh-trading-workbench
clusm/dsh-trading-workbench
Trading workbench for DeepSeek Harness: an AI decision chain with a per-day round archive, Demo execution and risk views, backed by a local Python trading service that bootstraps itself on first run. Its HTTP routes have no DSH access check, so a web page open in your browser could call them.
Install
dsh plugin --profile web add github:clusm/dsh-trading-workbenchREADME
DSH Trading Workbench
把 AI 决策链、交易执行与风控,搬进 DeepSeek Harness 的工作台。

操作台 —— 账户与风险带、持仓与保护状态、AI 摘要、今日流水、待处理清单

AI 决策 —— 本轮结论与原因码、确定性评分卡、红蓝对比、证据抽屉
AI 交易的范围与决策链
范围 —— 在固定的 20 币白名单内,每 10 分钟跑一轮,决定「这轮做不做、做多还是做空、什么价位进、止损止盈在哪、下多少」;有持仓时只做减风险的管理动作。
不做 —— 不选品(白名单运行时固定,不自动轮换)、不联网、不调用工具、不改风控阈值、不越过确定性闸门、不碰实盘资金。
一轮的 7 个角色
| # | 角色 | 决定什么 | 明确不能做 |
|---|---|---|---|
| 1 | analysis | 在候选中排序、选出 primary_symbol、给触发与失效条件 | 不给订单参数、不做交易决定 |
| 2 | red_team | 固定做多,对称两轮辩论 | 不做空、R2 前不看蓝队回应 |
| 3 | blue_team | 固定做空,对称两轮辩论 | 不做多、R2 前不看红队回应 |
| 4 | decision | 三选一:做多 / 做空 / 不交易,并复制所选方案 | 不折中、不改 entry/SL/TP |
| 5 | risk | 审核、否决、降仓(只能收紧) | 不放宽硬上限、不翻转方向 |
| 6 | execution | 把已批准方案转成订单计划;管理已有仓位 | 不直接下单、不加仓、不反向开仓 |
| 7 | review | 每日归因、校准、经验沉淀(不阻塞交易循环) | 不改规则、不评价未平仓盈亏 |
红蓝固定立场、R1 并行开场、R2 看对方开场后回应;由确定性评分卡(无 LLM)打分,防止「和稀泥」与方向漂移。每角色档位、超时与 token 上限固定;任一角色失败按 no_trade + 原因码收口,不无界重试。
输入是什么
模型只看一份预先生成的证据快照(md-evidence/1):闭合 K 线、指标、衍生品(资金费 / 持仓量 / 多空比)、关键位、流动性、数据健康,外加账户、持仓、硬上限与历史教训。快照由服务端确定性生成、落盘并带 hash,同轮同角色切片字节级可复现 —— 所以「它为什么这么决定」能被复核,而不是靠模型自述。
唯一例外是 universe.market_scan:它把白名单外的全市场异动也列出来,让模型看见「外面在涨什么」,但每行标记 in_whitelist=false,不能当候选交易。
输出怎么约束
模型只输出结构化 JSON,逐份过 schema + 语义校验 + 数值红线;不合法就重试或降级为 no_trade,绝不把自由文本当订单。通过后还要过硬风控与执行前闸门(入场区间、报价年龄、止损止盈合法性、轮内规则冻结)。AI 的建议只能比硬规则更严,不能更松。
Demo only。不接真钱、不代管资金、不读取浏览器里的密钥;没有凭据时全链路只读。
功能
| 模块 | 你会看到 |
|---|---|
| 操作台 | 权益与今日盈亏、单笔风险/杠杆/持仓上限、持仓与保护单状态、AI 摘要卡、今日流水、待处理清单 |
| AI 决策 · 本轮 | 结论与原因码、确定性评分卡(S/A/B/C + 门禁)、红蓝对比与辩论双侧、决策依据、证据抽屉 |
| AI 决策 · 历史 | 按归档日期查询(今天默认)、按结果筛选、耗时分布、单轮详情与调用审计 |
| AI 决策 · 分析 | 轮次分布、原因码构成、权益曲线、资金口径(服务端 /pnl)、AI 日报 |
| 设置 | 连接与账户、Demo/实盘凭据接入(只写本机 0600 文件)、自动调度、只读限额、运行身份诊断 |
| 顶栏 | 预检、运行一轮、启停自动交易、服务一键启动、环境初始化向导 |
环境初始化向导
新机器上没有任何 Python 环境也能装:插件先如实检测(Python / 虚拟环境 / 依赖 / 服务),再一键初始化 —— 创建 <dataDir>/service-venv、安装 service/requirements.txt、启动服务,最后用服务自己的 /health 校验。每一步都有状态与最近输出,失败带日志尾部、可重试;检测不到 Python 就直接说明,不会给你一个假装可用的按钮。
架构
flowchart LR
subgraph DSH["DeepSeek Harness Web UI"]
UI["交易工作台 / AI 决策<br/>(client.js,无构建步骤)"]
end
subgraph HOST["Host 插件(Node ESM)"]
R["/trading-workbench/api/*<br/>loopback + same-origin"]
CH["AI 决策链<br/>分析 → 红队/蓝队 → 决策 → 风控 → 执行"]
AR["按日归档<br/>rounds/YYYY-MM-DD.jsonl"]
SB["环境初始化<br/>readiness + setup job"]
end
subgraph SVC["交易服务(Python / FastAPI)"]
G["Demo 守卫 + 闸门<br/>入场区间 / 报价年龄 / 止损止盈"]
EX["行情 · 账户 · 持仓 · 订单<br/>(Binance USD-M Demo)"]
end
UI -- "HTTP(仅 loopback)" --> R
R --> CH
CH --> AR
R -- "Bearer token" --> SVC
SB -. "创建 venv / 启停" .-> SVC
G --> EX
三条硬约束:
- 浏览器不直连交易所、不持 token —— 所有数据经 Host 路由,写命令要求 loopback + same-origin + JSON。
- 服务是事实源 —— 行情、账户、持仓、订单只来自服务;拿不到就显示不可用,绝不编数。
- 决策可复核 —— 每轮的输入、闸门结论、风控拒绝、执行结果都写进归档,跨进程重启也不丢。
决策与归档模型
- 一轮(round):一次完整决策,包含 N 次 LLM 调用、闸门判定与(可能的)下单。
- 原因码:
按类别的稳定编码 + 一句话归因 + 下一步建议,中英双语,由 Host 给出,客户端只做本地化映射。 - 归档:
data/rounds/YYYY-MM-DD.jsonl(Asia/Shanghai,追加写、按round_idupsert),默认保留全部;历史页按日查询。 - 评分卡:确定性评分(S/A/B/C)+ 门禁通过/降级,不是收益预测;UI 里明确标注。
快速开始
要求:DSH ≥ 0.2.2-rc.1、Node ≥ 22.19;Python 3.11+(建议 3.13,用于交易服务)。
# npm(推荐)
dsh plugin --profile <profile> add dsh-trading-workbench
# 或者从 Git 安装(仓库根即 bundle)
dsh plugin --profile <profile> add github:Clusm/dsh-trading-workbench
# 本地打包安装
npm pack && dsh plugin --profile <profile> add ./dsh-trading-workbench-0.1.0.tgz
在 DSH 里也可以:设置 → 插件 → 搜索 dsh-trading-workbench → 安装。
安装后重载插件(或重启 DSH):侧边栏出现「交易工作台」,顶栏多出「AI 决策」。
首次运行:打开工作台 → 横幅提示服务不可达 → 点「初始化服务」→ 检测 → 一键初始化 → 服务就绪。要真正下单,再到「设置 → 连接与账户」录入 Demo 凭据。
配置
| 键 | 默认 | 说明 |
|---|---|---|
dataDir | $DSH_HOME/data/trading-workbench(无 DSH_HOME 时 ~/.dsh/data/trading-workbench);包内 data/ 已有内容则沿用 | 归档、配置、日志、token、凭据 |
serviceBaseUrl | http://127.0.0.1:8791 | 交易服务地址 |
tokenFile | dataDir/.api-token | 服务 token(首次由服务生成) |
autoSchedule.enabled | true | 本机每 10 分钟自动跑一轮 |
环境变量:WORKBENCH_SERVICE_PYTHON、WORKBENCH_SERVICE_ENTRY、WORKBENCH_ALLOW_SERVICE_START=off、WORKBENCH_DATA_DIR、WORKBENCH_ROUNDS_RETENTION_DAYS。
安全边界
- Demo only:服务启动时要求 demo 行情基址;没有凭据时全链路只读。
- 两把独立开关:本机调度器(是否自动跑)与服务端控制态(是否允许开新仓)互不代替 —— 停掉调度不等于让服务继续开仓,反之亦然。
- 凭据只在磁盘:Demo/实盘 key 经设置页写入本机
0600文件,浏览器不缓存、日志不记录、归档不落库。 - 插件不代管资金:卸载插件不平仓、不撤保护单;任何环境切换都需要显式确认。
- 可审计:每个写命令走审计日志,带 request id;跨域请求被拒绝。
开发与测试
npm test # 源码约束 + 渲染冒烟 + 单测
node client/checks.mjs # 177 条源码约束(路由/文案键/安全边界/分发前提)
node client/render-smoke.mjs # 320 条渲染断言(夹具驱动的小型 DOM 运行时)
node --test test/*.test.mjs # 204 条 Host/服务/归档/初始化单测
客户端没有构建步骤:client.js 由 DSH 直接加载;渲染冒烟用自带的迷你 DOM 运行时,所以测试不需要浏览器。
index.js / client.js # Host 入口 + 客户端 UI
host/ # integration / ai 决策链 / round-archive / service-setup / scheduler
locale/ icon.svg # 中英文案与图标
service/ # Python 交易服务(FastAPI:守卫、闸门、账本)
test/ # node --test 套件
client/*.mjs # 源码约束检查 + 渲染冒烟
docs/ # 设计文档与截图
路线图与已知限制
- 交易服务是独立 Python 进程,随 DSH 关闭可能退出;长期后台运行用
scripts/start-service.ps1(Windows)或等价命令。 - 插件不代管交易所凭据;没有凭据时全链路只读。
- 归档默认全量保留,最坏约 2 MB/日;磁盘紧张用
WORKBENCH_ROUNDS_RETENTION_DAYS。 - 实盘接入目前是「真实环境 + 显式确认」的独立流程,不在本仓默认路径内。
English
DSH Trading Workbench is a DeepSeek Harness plugin that puts an AI decision chain, a per-day round archive and Demo execution/risk views inside the Harness Web UI, backed by a local Python trading service.
- Every round is archived per day (
rounds/YYYY-MM-DD.jsonl, append-only) with reason codes and one-line attribution; failures are archived too. - Deterministic scorecard (S/A/B/C + gates) next to each decision — explicitly not a return forecast.
- The service is optional at install time: a first-run wizard checks Python/venv/deps/service, then creates the venv, installs requirements, starts the service and verifies its own
/health. - Demo-only, loopback-only. No credentials → read-only. Credentials are written to a local
0600file from the settings UI, never stored in the browser.
Scope — inside a fixed 20-symbol whitelist, one round every 10 minutes decides whether to trade, the side, the entry zone, SL/TP and size; with an open position it only takes risk-reducing management actions. It does not pick symbols (the whitelist is frozen at runtime), go online, call tools, change risk thresholds, bypass the deterministic gates, or touch real money.
The chain (7 roles) — analysis (ranks candidates, picks primary_symbol) → red_team / blue_team (fixed long / short, two symmetric rounds) → decision (long / short / no-trade, three-way) → risk (veto or size down, tighten only) → execution (turns the approved plan into an order plan, never places it) → review (daily attribution, off the trading loop). A deterministic, LLM-free scorecard scores each debate so the decision cannot paper over a weak case.
Input — the model only reads one pre-built, hashed, byte-reproducible evidence snapshot (md-evidence/1): closed candles, indicators, derivatives (funding / OI / long-short ratio), key levels, liquidity, data health, plus account, positions, hard limits and past lessons. universe.market_scan is the one exception: it shows whole-market movers outside the whitelist for awareness only, each row flagged in_whitelist=false and never tradeable.
dsh plugin --profile <profile> add dsh-trading-workbench
Related plugins
archify (deepseek-harness)
tt-a1i/archify
WeKnora (dsh-weknora)
tencent/weknora
next-ai-draw-io (dsh-plugin)
dayuanjiang/next-ai-draw-io
weknora
tencent/weknora