Appearance
DeepSeek Harness 术语表
Harness
中文： 智能执行框架 / Agent 执行外壳
简单解释： 把模型、工具、文件权限、Skill 和执行环境组合起来。
本项目： DeepSeek 模型不是直接“聊天”，而是通过 Harness 读文件、跑脚本、写受控文件。
Workspace
中文： 工作区
简单解释： Harness 当前允许工作和写入的项目目录。
本项目： <Local Path>。
Session
中文： 会话
简单解释： 一次持续的 Agent 工作上下文。
Web UI
中文： 网页界面
本项目： 本机 127.0.0.1:3080 的 Harness 页面。
API Key
中文： API 密钥
简单解释： 调用模型服务的授权凭证。
Provider
中文： 模型服务提供方
本项目： 最初直接使用 DeepSeek 官方 Provider。
LTS
中文： 长期支持版本
本项目： Node.js v24.20.0 LTS。
PATH
中文： 系统命令搜索路径
简单解释： 决定 node、npm、pnpm 等命令能否直接被终端找到。
npm
Node.js 默认包管理器。
npx
临时下载并运行 npm 包命令。本项目最初用它启动 Harness，但出现卡住。
pnpm
另一种 Node.js 包管理器。本项目改用 pnpm 后成功推进安装。
Package Manager
中文： 包管理器
管理程序依赖、版本和安装。
dlx
pnpm 的“一次性下载并执行”命令，作用类似 npx。
Dependency
中文： 依赖
程序运行需要的其他包。
Dependency Tree
中文： 依赖树
包与包之间的依赖关系图。
Resolver
中文： 依赖解析器
负责决定每个依赖应该使用哪个版本。
Tarball
打包后的压缩包格式，npm 包下载时常见。
Build Script
安装依赖时执行的构建脚本。本项目只允许了需要的三个包执行构建。
Process
中文： 进程
操作系统正在运行的程序实例。
Skill
中文： 技能规则包
告诉 Agent “这类任务该如何做”。
Tool
中文： 工具
实际执行读文件、写文件、命令行等动作的能力。
Model
中文： 模型
负责语言理解、推理、解释和生成。
Plugin
中文： 插件
为 Harness 增加外部能力或工具的模块。
Skill Catalog
Skill 的索引；模型先看到名称和描述，再按需加载全文。
cwd
Current Working Directory，当前工作目录。
YAML Frontmatter
Markdown 文件开头 --- 包围的结构化元数据。
Skill Invocation
模型实际加载并使用某个 Skill 的动作。
Sandbox
中文： 沙箱 / 权限边界
限制 Agent 可写范围和高风险操作。
Raw Data
中文： 原始数据
未经模型解释的数据。
Test Fixture
中文： 测试夹具
人为构造且答案已知的数据集，用来判断系统是否真的算对。
Hallucination
中文： 幻觉
模型生成了输入中不存在或无法支持的信息。
Grounding
中文： 证据落地
结论必须能追溯到真实输入证据。
Fact
直接由文件、字段、程序统计得到的事实。
Inference
由多个事实合理归纳出的解释，不等于直接事实。
Hypothesis
需要未来数据验证的假设。
Unknown
现有证据不足，必须保持未知。
Evidence Drift
中文： 证据漂移
原本只是推断的信息，在后续表达中被逐渐写成事实。
Self-Audit
模型完成分析后主动重新核对证据、数字和推断边界。
Baseline
中文： 基线
第一份可作为后续比较参照的真实正式结果。
Integration Layer
中文： 集成层
把现有系统连接起来，而不是取代它。
Deterministic
中文： 确定性
同样输入应得到同样准确输出。
Validator
中文： 校验器
负责计数、统计、范围检查、一致性检查等确定性工作。
Structured Output
中文： 结构化输出
如 JSON，字段固定、程序可读。
Python Launcher
Windows 的 py 命令，用于启动 Python。
Exit Code
中文： 退出码
0 通常代表成功，非 0 代表错误。
Pipeline
中文： 流水线
数据按固定顺序流经多个处理阶段。
Machine-readable Metadata
中文： 机器可读元数据
如 YAML frontmatter，程序可自动解析。
State Machine
中文： 状态机
对象只能在允许的状态之间转换。
Human-in-the-loop
中文： 人在回路
关键决策必须由用户确认，AI 不能自行越过。
Audit Trail
中文： 审计轨迹
记录谁在什么时候因为什么做了状态变化。
Lifecycle
中文： 生命周期
一个对象从创建到结束的完整状态过程。
Immutable
中文： 不可变
实验开始后关键定义不得中途偷改。
Outcome Metric
中文： 结果指标
用来判断实验是否有效的指标。
Recommended Decision
AI 推荐的决定，不等于最终决定。
Final Decision Gate
实验完成后，由用户确认“保留还是回滚”的人工门。
Rule Promotion
把实验验证出的做法晋升为长期规则。
Promotion Gate
Rule Promotion 前的第三个人工授权门。
Provenance
中文： 来源链
Rule 必须能追溯到 Experiment → Weekly → Raw Input。
Traceability
中文： 可追溯性
能沿来源链查回原始证据。
Scope
中文： 适用范围
规则只在证据支持的范围内有效。
Overgeneralization
中文： 过度泛化
把局部实验结论错误推广到所有场景。
Governance
中文： 治理
谁能改什么、在什么条件下允许修改。
Adapter
中文： 适配器
把一种数据格式转换成另一种系统可消费的格式。
Single Source of Truth
中文： 单一真相源
同一类正式事实只能有一个权威来源。
Normalization
中文： 标准化
把不同原始格式统一为固定结构。
Schema Tolerance
中文： Schema 容错
输入字段不完全一致时，程序仍能安全处理。
Data Quality Warning
中文： 数据质量警告
数据可继续使用，但存在缺失或结构差异。
Execution Mode
中文： 执行模式
同一个 Skill 根据 Test / Real 输入走不同流程。
Dry Run
中文： 试运行
完整走逻辑，但不产生正式业务写入。
Regression Test
中文： 回归测试
升级后重新用已知数据测试，确认旧能力没有被破坏。
Thin Pointer
中文： 薄指针
入口文件只指向真正权威规则，不复制完整规则。
Period Resolver
中文： 时间区间解析器
把“周复盘 8.24-8.30”解析成标准 start/end。
Evidence Compression Drift
中文： 证据压缩漂移
正文正确，但在摘要或 UPDATE 压缩时漏掉关键反证/互补证据。
Unknown Field Semantics
中文： 未知字段语义
字段存在不等于知道它的业务含义，不能只凭字段名猜。
Architecture Freeze
中文： 架构冻结
达到阶段目标后停止无止境重构，除非出现新的明确缺陷。