dsh-llm-verifier 0.1.0 → 0.1.2

package/README.md

@@ -17,29 +17,50 @@
 
 ## 安装与启用 (Installation & Usage)
 
-### 1. 使用 DSH 插件命令安装
+### 1. 使用 `dsh plugin` 安装
 
-通过 DSH 提供的 `dsh plugin` 命令将本插件安装至对应的 Profile（如 `web` 或 `tui`）：
+DeepSeek Harness（DSH）通过 profile 独立管理各个运行环境的插件依赖。请使用 `dsh plugin` 命令将插件安装至目标 profile（如 `web`）：
 
 ```bash
-# 为 Web Profile 安装插件
+# 方式 A：从 npm 官方 Registry 安装（推荐）
 dsh plugin --profile web add dsh-llm-verifier
 ```
 
-### 2. 载入与可视化配置
+> [!NOTE]
+> `dsh plugin add` 安装成功后，DSH 会自动识别包内的 `dsh.bundle` 声明并完成插件层自动对齐（Reconcile），**无需手动修改任何配置文件**。
+
+### 2. 启动与配置
+
+启动 DSH Web 客户端：
+
+```bash
+dsh web
+# 或
+dsh --profile web
+```
 
-- **常规启动**：安装完成后直接启动对应 Profile（如 `dsh web`），插件将自动载入。
-- **自定义 Patch Overlay（可选）**：若在自定义 Profile 清单中手动声明，可在 `cordis.patch.yml` 中配置：
-  ```yaml
-  - insert:
-      - id: llm-verifier
-        name: 'dsh-llm-verifier'
-  ```
-- **配置面板**：启动 DSH 后打开 **`设置 → LLM Verifier`** 即可可视化配置裁判所使用的 Provider、Model、推理强度、并发限制与缓存策略。
+启动后进入前端界面，打开 **`设置 → LLM Verifier`** 即可可视化配置裁判所使用的 Provider、Model、推理强度（Reasoning Effort）、最大并发与缓存策略。
 
-### 3. 作为独立库引用（可选）
+### 3. 常用管理命令
+
+```bash
+# 更新插件至最新版本
+dsh plugin --profile web update dsh-llm-verifier
 
-你也可以在 TypeScript / JavaScript 项目中直接引用核心算法与评分函数：
+# 卸载插件
+dsh plugin --profile web remove dsh-llm-verifier
+
+# 查看当前 Profile 已安装的插件与依赖列表
+dsh plugin --profile web list
+```
+
+### 4. 作为独立库引用（可选）
+
+如果你在其它 TypeScript / JavaScript 项目中需要复用核心评分标尺与锦标赛算法，可直接作为普通 npm 依赖安装并引入：
+
+```bash
+pnpm add dsh-llm-verifier
+```
 
 ```typescript
 import {
@@ -143,6 +164,7 @@ flowchart LR
 
 | 配置项 | 说明 |
 |---|---|
+| **启用工具 (Enabled)** | 是否允许 Agent 调用 verifier 工具；关闭后调用会立即返回错误，不产生任何模型请求（设置页「工具开关」按钮可切换） |
 | **供应商 (Provider)** | 从 DSH 当前已配置且可路由的 Provider 列表中选择 |
 | **模型 (Model)** | 从所选 Provider 的模型目录中指定具体裁判模型 |
 | **推理强度 (Reasoning Effort)** | 使用 Adapter 为该模型声明的思考强度，或保留模型默认值 |
@@ -215,4 +237,4 @@ software is provided “AS IS”, without warranty. See the upstream LICENSE
 for the complete legal text.
 ```
 
-衷心感谢上游项目的作者及贡献者开源了细粒度 A–T 奖励机制、Token 对数概率期望打分、任务进度验证、Bradley–Terry 软胜率模型以及 Probabilistic Pivot Tournament 锦标赛算法。本 DSH 插件将这一系列优秀成果移植并深度整合至 TypeScript 与 DeepSeek Harness 生态中；本插件不对上述理论算法声明原创所有权。
+衷心感谢上游项目的作者及贡献者开源了细粒度 A–T 奖励机制、Token 对数概率期望打分、任务进度验证、Bradley–Terry 软胜率模型以及 Probabilistic Pivot Tournament 锦标赛算法。本 DSH 插件将这一系列优秀成果移植并深度整合至 TypeScript 与 DeepSeek Harness 生态中；本插件不对上述理论算法声明原创所有权。