Pi DeepSeekX

这是一个面向 Pi 的实验性扩展，用于复现 DeepSeek V4 Flash/Pro 在 minimal harness 中表现出的 轨迹入口，同时提供不改变提示词的中立 Bash Guard。

这是非官方社区项目，与 DeepSeek 及 Pi 项目没有隶属或背书关系。

它不承诺凭空提高模型能力，也不会生成或伪造思维链。实际收益必须通过不同任务上的 A/B 测试确认。

安装与运行

从 npm 安装到 Pi 的用户配置：

pi install npm:pi-deepseekx
pi

从源码安装（直接克隆 GitHub 仓库，可用 @tag 或 @commit 锁定版本）：

pi install git:github.com/dashxio/pi-deepseek-minimal-mode
pi

从本地 checkout 开发或运行：

npm install --ignore-scripts
npm run check

pi --no-extensions `
  --extension . `
  --ds-mode minimal `
  --thinking max

传入项目目录 --extension . 时，Pi 会从 package.json 同时加载 prompt mode 和 Bash Guard。 只加载 src/bash-guard.ts 则只启用中立保护，不改变提示词。

Prompt mode

扩展提供三个模式：

模式	生效范围	行为
off	无	保留 Pi 原始 system prompt 和工具集
minimal	DeepSeek V4 Flash/Pro 的所有 thinking level	使用固定 minimal prompt，并在首次请求中只暴露 bash/read
minimal-all	所有模型	对所有模型应用与 minimal 相同的行为

minimal prompt 固定为：

You are a helpful software engineer assistant.

第一次工具执行完成后恢复原有工具集。后续模型请求继续使用同一条 minimal system prompt， 不会向 conversation 反复追加提示消息。

交互模式中使用：

/ds-mode
/ds-mode off
/ds-mode minimal
/ds-mode minimal-all

状态栏只显示当前配置，例如：

prompt-mode minimal

不带参数的 /ds-mode 会额外显示当前阶段、模型和工具集。

启动时也可配置：

pi --no-extensions --extension . --ds-mode minimal --thinking max

或使用环境变量：

$env:PI_DS_MODE = 'minimal' # off | minimal | minimal-all
pi --no-extensions --extension . --thinking max

Bash Guard

Bash Guard 是独立的中立扩展，不修改 system prompt。默认配置为：

mode=strict
default timeout=300s
maximum timeout=900s

Guard 模式	自动补/cap timeout	阻止宽泛系统目录递归搜索
off	否	否
timeout	是	否
strict	是	是

strict 会阻止 grep -R、rg、find、ls -R 以 /、/proc、/sys、/dev 为搜索根，但不会因为 2>/dev/null、cat /proc/cpuinfo 或搜索 /app 而误拦截。

交互命令：

/bash-timeout
/bash-timeout 300
/bash-timeout reset
/bash-guard
/bash-guard off
/bash-guard timeout
/bash-guard strict

启动配置：

--bash-guard-mode strict
--bash-default-timeout 300
--bash-max-timeout 900

对应环境变量：

PI_BASH_GUARD_MODE
PI_BASH_DEFAULT_TIMEOUT_SECONDS
PI_BASH_MAX_TIMEOUT_SECONDS

DeepSWE A/B

本项目的 DeepSWE 实验按下列条件对照：

• control：只加载 src/bash-guard.ts；
• treatment：加载本包，因此同时启用 Bash Guard 与 prompt mode；
• treatment 默认为 prompt-mode minimal；
• 两组固定相同 Pi 版本、模型、thinking level、任务、网络及 Bash Guard 参数。

扩展会把 prompt mode、anchor 转换、timeout 注入/cap 次数和根目录搜索拦截次数写入不参与模型 上下文的 session entry，供评测结果和 transcript 审计。

当前实验结果（2026-08-15）

以下运行均使用 Pi 0.84.2、deepseek/deepseek-v4-pro、thinking level max， 且没有启用长度自动续跑。reward=1 表示 F2P 和 P2P 全部通过；partial 用于 展示未获得二进制奖励时的完成度。

DeepSWE case	Control：prompt-mode off	Treatment：prompt-mode minimal	结果
httpx-streaming-json-iteration	reward 0；F2P 106/108；P2P 1403/1404；partial 99.80%	reward 1；F2P 108/108；P2P 1404/1404；partial 100%	treatment 通过全部测试
koota-entity-snapshot-rollback	reward 1；F2P 84/84；P2P 47/47；partial 100%	reward 1；F2P 84/84；P2P 47/47；partial 100%	两组都有一次成功运行；treatment 数据来自重跑
etree-xml-diff-patch	reward 0；F2P 51/52；P2P 15/15；partial 98.51%	reward 1；F2P 52/52；P2P 15/15；partial 100%	treatment 通过全部测试

运行成本并未呈现 treatment 稳定更低的趋势：

Case	Control 墙钟时间 / 工具调用	Treatment 墙钟时间 / 工具调用	Control input / cache / output tokens	Treatment input / cache / output tokens
HTTPX	17.2 min / 68	29.2 min / 136	34,364 / 3,132,672 / 64,693	62,684 / 11,712,896 / 91,423
Koota	29.1 min / 168	28.0 min / 161	81,048 / 15,037,440 / 97,238	100,540 / 14,380,544 / 89,803
etree	45.8 min / 81	48.6 min / 169	42,267 / 11,592,832 / 188,413	57,887 / 21,523,456 / 163,022

HTTPX 是同时启动的成对运行，但使用的是早期 anchor 版本，当时还没有 Bash Guard。 Koota 的首次 treatment 因 AgentTimeoutError 结束（reward 0，partial 35.88%）；表中使用的 是之后单独重跑并成功的 treatment，因此 Koota 不是严格的同轮 A/B，也不能把表中的 三个 treatment 成功样本解读为 pass@1 3/3。

etree 是当前配置下的成对运行：两组均使用 Bash Guard strict，主要实验变量为 off 与 minimal。原始 verifier 曾因 Windows CRLF 导致 Linux 下的 tests/test.sh 无法执行；修复换行后，两组都只对已保存的 model.patch 重新评分，没有再调用模型。 Control 唯一未通过的隐藏测试是 MOVE 操作的 DiffOperation.String() 缺少目标路径； treatment 通过了全部 67 项测试。

这三个 case 是可行性样本，不是具有统计显著性的 benchmark。当前结果说明 minimal mode 在 HTTPX 和 etree 的单次运行中补足了 control 遗漏的隐藏要求，但还需要对每个 condition/case 做至少 3 次独立重复，才能评估稳定胜率。为保持插件发布仓库精简， DeepSWE case、oracle solution、本地 harness、session 和 transcript 均不包含在发布内容中。

已知边界

• Pi 的 bash/read schema 与 DeepSeek Harness 的 bash/str_replace_editor 并不完全相同；
• 当前实验仍是“minimal prompt + 首轮两工具”组合，尚未拆分两个变量的独立贡献；
• minimal prompt 会覆盖 Pi 默认 system prompt，不适合无提示地全局启用；
• Bash Guard 只识别已支持的宽泛递归搜索形式，不是完整 Shell 安全沙箱；
• provider 未返回 reasoning 内容时，扩展无法也不会暴露隐藏推理。

致谢

特别声明：本扩展的灵感与实验依据直接来自 xiaobright/modeltest （LLM 工程维护能力自测套件，V4.1b frozen）及其开发者 xiaobright 的公开研究：

• 该仓库的 DeepSeek V4 Pro 专项报告（2026-08-14）首次系统性地把 minimal preset 的高分归因于「首轮 RL 对齐 scaffold」，而非 Linux、官方 harness 或 run_code；
• 其触发机制消融实验（system persona、首轮工具目录、动态工具晋升）直接促成了 anchored-standard 策略，也就是本扩展 minimal 模式「首轮只暴露 bash/read， 首次工具执行后恢复完整工具集」的实现原型；
• 配套的 xiaobright/dsh-anchored-standard 实验 preset 为本扩展提供了直接参照。

衷心感谢 xiaobright 公开上述评测台账、轨迹统计与可复算证据，没有这些工作， 本项目无从成立。

License

MIT