Skip to content
Back to search

dsh-judge-loop

Two rival AI teams for DeepSeek Harness: a blind professor writes the rubric, a tutor has to meet it, and every claim is checked against real files. 95 分交付 / 双团队评审 / 可核证据

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/hechenhao9--dsh-judge-loop/badge.svg)](/listings/hechenhao9--dsh-judge-loop)

HTML

<a href="/listings/hechenhao9--dsh-judge-loop"><img src="/api/listings/hechenhao9--dsh-judge-loop/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

Install instructions from the README

As written by the repo's author. findsafeskills has not verified these steps.

# GitHub 直装
dsh plugin --profile <你的profile> add hechenhao9/dsh-judge-loop

# 本地目录
dsh plugin --profile <你的profile> add ./dsh-judge-loop

重启 DSH 生效。不需要账号、密钥或网络。

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

README.md · README · 160 lines
  1. # dsh-judge-loop
  2. 给真实项目产出可交付成品的**双团队**流程:教授定标准,导师做到位,成品直接交出去。
  3. 合格线 **95 分**,不追 100。
  4. ![一次真实运行:六维标准,v1 自评 65.2,v8 外审 100](docs/run-evidence.svg)
  5. ## 它真跑出过什么
  6. 不是演示稿。拿一件真实的对外交付物跑通了全程:
  7. - **题目**:给越南/印尼 Expo 的三个中小品牌写 60 秒英文介绍 + 一页式说明
  8. - **教授**:只读题面和素材,盲写六维标准(合计 100,权重 14/22/16/22/14/12),看不到任何一版稿
  9. - **导师**:v1 自评 65.2 → 逐版只改被点名的那一句 → v8 外审 **100**
  10. - **代价**:中间被独立判分人打回 **九轮**,每轮都指出具体到行号的问题
  11. 判分人抓到的,不是「写得不够好」,是**说错了**:
  12. | 抓到的 | 真相 |
  13. |---|---|
  14. | 我在稿里写了一整句 PDF 引文 | PDF 里根本没有那两个词,那句是我编的 |
  15. | 把「280,000 家工厂」当卖点 | 那是名录条数,不是验厂数;站点上「audited before listed」这句我们兑不了 |
  16. | 写「装配本来就在中国或越南」 | 素材原文是「**高于 20–25% 时装配会转移**」——条件句被我写成既成事实 |
  17. | 写「飞过去是为了选厂」 | 素材说「**你可以不用飞**」,我把否定写成了肯定 |
  18. ## 它拦下过三次作弊
  19. 这三次都被记进了 `CHANGELOG` 的 1.1.0 段,因为它们是这套流程唯一的产出:
  20. 1. **导师想伪造外部评审**——它是叶子节点,唯一能过关的路是自己编一条「reviewer ≠ self」的记录。它停在那里,说「那是假完成」。
  21. 2. **我把「我认为满分」当成满分**——标准是我写的,标准里印着稿子的特征,出题人和考生是同一个人。这就是现在拆成两个团队的原因。
  22. 3. **我想删掉一版旧稿让检查计数器复位**——为了让一个数字好看而抹掉历史。
  23. ## 它解决什么
  24. 一份东西能到多高,上限在**标准**,不在写的人。
  25. 这个技能最早的版本是自己写标准、自己写稿、自己打分——标准里印着稿子的特征,出题人和考生是同一个人,那个 100 分没有意义。
  26. 现在拆成两个互不隶属的角色:
  27. | 团队 | 干什么 | 不许干什么 |
  28. |---|---|---|
  29. | **教授**(`professor`) | 只读题目与素材,产出 `rubric.json` | 不许看导师写的任何一版稿 |
  30. | **导师**(`tutor`) | 按标准写到 95 分以上 | 不许改标准;不许自己加判据 |
  31. ## 安装
  32. ```bash
  33. # GitHub 直装
  34. dsh plugin --profile <你的profile> add hechenhao9/dsh-judge-loop
  35. # 本地目录
  36. dsh plugin --profile <你的profile> add ./dsh-judge-loop
  37. ```
  38. 重启 DSH 生效。不需要账号、密钥或网络。
  39. ## 在新对话里怎么启动
  40. | 启动方式 | 效果 |
  41. |---|---|
  42. | `/judge-loop` | 走完整流程:教授定标准 → 导师做到位 → 交付 |
  43. | `/professor` | 只要标准(想先知道「什么样算好」时用) |
  44. | `/tutor` | 只要作品(标准已经在手上时用) |
  45. 不记命令也行,说「按标准做到位」「够不够好」「这能交吗」「这个项目要出一份东西」,同样会进主流程。
  46. ## 三步
  47. ### 1. 教授出标准
  48. 派一个 subagent,系统提示词用 `agents/professor.md`,用户消息里放:
  49. - 题面(用户原话,一字不改)
  50. - 素材路径清单
  51. - 硬约束(字数、语言、交付形态)
  52. **不给它任何稿子。** 它产出 `<work>/rubric.json`:4–6 维、合计 100、每维带 `criterion`(含可抽查对象)、`pass_example` / `fail_example`、`intent` / `vision`、`weight`;外加至少一条 `vetoes`。
  53. ### 2. 导师做到位
  54. 派另一个 subagent,系统提示词用 `agents/tutor.md`,给它题面、素材、`rubric.json`。它:
  55. 1. 把每条判据翻译成「稿里一定会出现的那一句」
  56. 2. 先造证据句,再连成文
  57. 3. 自评(每维 0/4/7/10,`quote` 抄稿里逐字存在的原文)
  58. 4. 只改掉分项的句子,**且必须删一处**(只加不减会让稿子越长越像 AI)
  59. 5. 改到自评 ≥95
  60. 遇到读不懂的判据,它可以问教授**初衷与愿景**——不许问「怎么写才能过」。
  61. ### 3. 外部判分 → 交付
  62. 找一个独立的、不知道自评分的判分人(另起一个 subagent 即可),给它稿、标准、素材,要它:
  63. - 逐维给 0/4/7/10,每维引原文
  64. - 每条扣分写成「把第 N 行的『原文』改成『新句』」
  65. - 指出判据本身读不懂或判不了的地方
  66. ≥95 且四条红线未命中 → **直接把成品交给用户**。不过线就按扣分改,改到过线为止。
  67. ## 95 分怎么算
  68. 某维权重 w,从 10 掉到 7,总分 = 100 − 3w/10:
  69. - w=20 → 94(差一点)
  70. - w=15 → 95.5(过线)
  71. - w=10 → 97(过线)
  72. **低权重维度可以掉档,高权重不行。** 判分照这个算,不纠结「看起来差不多」。
  73. ## 四条红线(不看分数)
  74. 1. 数字/引文编造——引用必须能指到文件与行号
  75. 2. 拿立场当事实——没来源的判断句要写成立场
  76. 3. 两份材料自相矛盾
  77. 4. 答应了自己做不到的
  78. 命中任一条,分数再高也不交。
  79. ## 目录
  80. ```
  81. <work>/
  82. rubric.json 教授产出,导师不许改
  83. draft-v1.md 第一版 + 自评
  84. draft-v2.md 改后版本
  85. blocked.md 只在卡住时出现
  86. ```
  87. 不需要 `final/`,不需要退出码,不需要跑任何脚本。
  88. ## 为什么砍掉了机械闸门
  89. 早期版本有一个 `gate.cjs`:强制每维引用逐字命中、扣分必须写成「把 X 改成 Y」、满分必须有外部判分记录、否决非空不许进 `final/`。
  90. 它确实拦下过三次真事(见上面「它拦下过三次作弊」)。但它也逼出了一份稿改 8 版、几十万 token、最后用户叫停的记录——**门槛设在 100 分时会无休止**。
  91. 所以现在:**95 分、人判、直接交付。** 脚本留在 `legacy/` 里存档,不再参与流程。
  92. ## 这套东西不管什么
  93. | 不管 | 为什么 |
  94. |---|---|
  95. | 教授真当过评委 | 专业性来自「没看过稿」+「判据可抽查」,不来自身份 |
  96. | 导师和教授会不会串通 | 同一个模型换 prompt,价值观一样;只靠「不许看稿」 |
  97. | 标准会不会被手改 | 导师有写权限;所以要留时间戳,改过就重判 |
  98. | 高分 = 真实好评 | 判据只覆盖抽得出的东西。最终仍要人看 |
  99. ## 开发
  100. ```bash
  101. node --test "test/skills.test.mjs"
  102. ```
  103. ## License
  104. MIT

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.