clearai-dsh

解决什么问题

多数 agent 循环只关心「任务做完没有」，不关心「结论凭什么可信」。ClearAI 在 DeepSeek Harness 里实现了一条认知循环（Epistemic Loop）——框架 → 假设 → 计划 → 观察 → 验证 → 评估 → 记录七个阶段：每一条边都必须靠证据与独立评估「挣来」，而不是靠抽取和断言堆起来。

研究过程沉淀为一份持续生长的领域本体（Domain Ontology）：

• 词汇表——项目自己的概念、谓词、值形式与单位（约定本身无真值，用约定写出的句子才有）；
• 已确立条目——通过循环的知识，每条都带边界、支持度与证据链，可被安全引用；
• 本体图与实体图——领域「长什么样」与「实际验证到了哪一步」；
• 冲突读数——互相矛盾的结论自动浮现，系统只负责报告，撤回或保留由人决定。

运行时七个阶段压缩为四个节拍：plan / execute / observe / reflect。状态一律从会话记录推导，没有第二份存储；模型手上的工具里也没有任何可以让它自行「宣告某步完成」的字段。

作者明确声明：ClearAI 不宣称递归自我改进，它提供的是自改进系统所需的认知基座（详见 docs/positioning.md 与 docs/research-openrsi.md）。

适合谁

• 需要结论可追溯、可安全引用的研究型/分析型工作流；
• 希望 agent 产出能累积成可复用知识结构（而非一段聊天记录）的团队；
• 关心「谁来判断、凭什么判断」的评测、复核与科学发现场景。

安装与使用

# 推荐：版本锁定，装的是 npm 上的预构建包
dsh plugin --profile web add clearai-dsh@0.2.7

也可以在应用内走 Plugins → Add plugin，填入 clearai-dsh@0.2.7。本机不需要编译，因此不会出现 allowBuilds 授权提示。之后重启 dsh web，新建会话，在顶部预设选择器中选 ClearAI 即可。

其他方式：

• npx clearai-dsh install——自动解析当前发布版本并替你锁定（可用 --lang zh|en 指定输出语言）；
• github:Clearailhc/clearai-dsh——仅面向开发：fetch 的是源码，pnpm ≥10 会拒绝执行 prepare，需要自行添加 allowBuilds 并锁定 commit，这等于允许该包代码在安装时于你机器上执行。

注意

README 特别提醒 pnpm ≥11 的 minimumReleaseAge 默认 1440 分钟：直接写裸包名或 @latest 会静默回退到一天前的最新版本，而 DSH 插件管理器会把这次降级照样报告为成功（预览卡片用 pnpm view 读取，同样看不出差异）。两种做法可以精确安装：锁定版本（如上），或在 profile 的 pnpm-workspace.yaml 中一次性豁免：

minimumReleaseAgeExclude:
  - clearai-dsh

许可证 Apache-2.0；运行时依赖仅 zod，图计算栈在构建时已打进客户端产物。