dsh-ronge-adaptive-skill-archive 5.0.2 → 5.0.4

package/README.md

@@ -31,7 +31,7 @@
   <sub>会话右侧的「技能」抽屉：推荐 / 组队计划 / 经验 / 安全与更新，都在一个面板里。</sub>
 </p>
 
-> **v5.0.2 发布说明**：本 README 是当前发布稿。三大新能力 `plan → compose → draft`（任务拆解 / 技能组队 / 按缺口造技能）与 12 领域包为本次发布新增；每条声明的证据、实测状态与未验证项统一记录在 **[docs/claims.md](docs/claims.md)**。benchmark 数字见 **[docs/benchmark.md](docs/benchmark.md)**（2026-10-30 快照）。
+> **v5.0.4 发布说明**：本 README 是当前发布稿。三大新能力 `plan → compose → draft`（任务拆解 / 技能组队 / 按缺口造技能）与 12 领域包为本次发布新增；每条声明的证据、实测状态与未验证项统一记录在 **[docs/claims.md](docs/claims.md)**。benchmark 数字见 **[docs/benchmark.md](docs/benchmark.md)**（2026-10-30 快照）。
 
 ## 为什么需要 v5
 
@@ -59,8 +59,8 @@ v5 的驾驶舱把这条链路补全：
 npx dsh-ronge-adaptive-skill-archive
 #    想先体检：npx dsh-ronge-adaptive-skill-archive doctor
 
-# 2) 把打印出的这一行交给任意 DSH 会话里的 Agent 执行（v5.0.2 发布后可用）
-plugin_manager install_bundle target=dsh-ronge-adaptive-skill-archive@5.0.2
+# 2) 把打印出的这一行交给任意 DSH 会话里的 Agent 执行（v5.0.4 发布后可用）
+plugin_manager install_bundle target=dsh-ronge-adaptive-skill-archive@5.0.4
 
 # 3) 刷新页面 → 右上角「技能」→ 右侧抽屉；计划模式 / 沉浸模式切换
 ```
@@ -209,7 +209,7 @@ v5.0.0 在 DSH 里注册三个**只读 / 只出草稿**的工具（面板与 MCP
 |---|---|---|---|
 | **已测：推荐召回** | 30 条半人工任务，Top-4 里是否出现可用的已装技能 | [docs/eval.md](docs/eval.md) | Recall@4 = 0.9（27/30），运行于 v2.7.2 工作树，**引用需注明口径** |
 | **已测：库检索** | 24 条任务在 6,399 索引里的类目命中 | [docs/eval.md](docs/eval.md) | Category Hit@5 等指标见文档；Hit@5 偏松，不能证明技能好用 |
-| **v5：规划 / 组队 / 效率** | planCoverage **0.283**、compositionValidity **1.00**、capabilityCoverage **0.656**、hintRecall **0.467**、gapDetection **1.00**（宽松口径：不假装已覆盖）、contextTokens mean **134.6** / p95 **193**（延迟为单机快照，不对外作 SLA）；基线 keyword 0.083/0.217/0.25/0.532；installLoad **0.403** | [docs/benchmark.md](docs/benchmark.md)（60 条 held-out，2026-10-30） | 指标是半人工基准，不等于真实成功率；installLoad 0.403 必须一起读 |
+| **v5：规划 / 组队 / 效率** | planCoverage **0.333**、compositionValidity **1.00**、capabilityCoverage **0.717**、hintRecall **0.45**、gapDetection **1.00**（宽松口径：不假装已覆盖）、contextTokens mean **131.5** / p95 **193**（延迟为单机快照，不对外作 SLA）；基线 keyword 0.083/0.217/0.25/0.532；installLoad **0.3** | [docs/benchmark.md](docs/benchmark.md)（60 条 held-out，2026-10-30） | 指标是半人工基准，不等于真实成功率；installLoad 0.3 必须一起读 |
 
 规则：
 
@@ -246,8 +246,8 @@ v5.0.0 在 DSH 里注册三个**只读 / 只出草稿**的工具（面板与 MCP
 | 方式 | 命令 | 适合 |
 |---|---|---|
 | **npx 助手** | `npx dsh-ronge-adaptive-skill-archive`（体检：`npx dsh-ronge-adaptive-skill-archive doctor`） | 第一次用；不装东西，只体检 + 打印安装命令 |
-| **npm** | `plugin_manager install_bundle target=dsh-ronge-adaptive-skill-archive@5.0.2` | v5.0.2 发布到 npm 后可用 |
-| **GitHub tag** | `plugin_manager install_bundle target=git+https://github.com/bugtakue/dsh-ronge-adaptive-skill-archive.git#v5.0.2` | 固定版本、可审源码 |
+| **npm** | `plugin_manager install_bundle target=dsh-ronge-adaptive-skill-archive@5.0.4` | v5.0.4 发布到 npm 后可用 |
+| **GitHub tag** | `plugin_manager install_bundle target=git+https://github.com/bugtakue/dsh-ronge-adaptive-skill-archive.git#v5.0.4` | 固定版本、可审源码 |
 | **本地目录** | `plugin_manager install_bundle target="/absolute/path/to/dsh-ronge-adaptive-skill-archive"` | 开发、改代码、离线 |
 
 > v5.0.0 打 tag / 发布 npm 之前，`@5.0.0` 会 404：请先用本地目录，或安装当时最新的已发布版本。安装后 DSH 需**重启**才会加载新的 Host 模块；浏览器刷新加载 Client。
@@ -356,7 +356,7 @@ MIT。见 [LICENSE](LICENSE)。索引中的技能元数据归原作者，边界
 **Install** (in a DSH session):
 
 ```bash
-plugin_manager install_bundle target=dsh-ronge-adaptive-skill-archive@5.0.2
+plugin_manager install_bundle target=dsh-ronge-adaptive-skill-archive@5.0.4
 # then open any session → 「技能」 → switch Plan / Immersive
 ```
 

package/docs/benchmark.md

@@ -90,16 +90,16 @@ node scripts/benchmark.mjs --smoke --fail-on-threshold      # 按阈值硬失败
 
 | 指标 | 数值 |
 | --- | ---: |
-| `planCoverage` | **0.283**（36/60） |
+| `planCoverage` | **0.333**（36/60） |
 | `compositionValidity` | **1.00**（60/60） |
-| `capabilityCoverage` | **0.656** |
-| `hintRecall` | **0.467** |
+| `capabilityCoverage` | **0.717** |
+| `hintRecall` | **0.45** |
 | `hintStageRecall` | **0.333** |
 | `gapDetection` | **1.00**（47 个 gap case 全部被诚实处理） |
-| `installLoad` | **0.403**（计划中约 78% 技能需要安装） |
+| `installLoad` | **0.3**（计划中约 78% 技能需要安装） |
 | `decomposeCapabilityCoverage` | **0.967** |
 | `domainMatch` | **0.933** |
-| `contextTokens` | mean 134.6 / p50 181 / p95 193 / max 237 |
+| `contextTokens` | mean 131.5 / p50 181 / p95 191 / max 237 |
 | `latencyMs` | p50 28.4ms / p95 34.2ms / max 89.1ms（60 条合计 90ms） |
 | 错误 | decompose 0 / compose 0 |
 
@@ -112,7 +112,7 @@ node scripts/benchmark.mjs --smoke --fail-on-threshold      # 按阈值硬失败
 | keyword | 0.083 | 0.517 | 0.217 | 0.25 | 0.532 | 0 |
 
 读法：引擎的 planCoverage 约为 keyword 基线的 7.2×、capabilityCoverage 约 3.9×，
-gapDetection 为 1.0（keyword 0.532）；但 hintRecall（0.467）只比 keyword（0.25）高，
+gapDetection 为 1.0（keyword 0.532）；但 hintRecall（0.45）只比 keyword（0.25）高，
 且 hintStageRecall 只有 0.333，说明「选对具体技能」仍是弱项。`random` 的
 compositionValidity=1 是因为它只输出 1 个 stage 的已安装技能，结构上不可能不合法——
 合规率只能当护栏，不能单独用来排名。
@@ -158,17 +158,17 @@ coding/marketing/design/education（0.20）。
 
 ## 已知问题（不美化）
 
-1. **hintRecall 偏低（0.467；hintStageRecall 0.333）**：引擎倾向选「能力匹配但名字不相关」的
+1. **hintRecall 偏低（0.45；hintStageRecall 0.333）**：引擎倾向选「能力匹配但名字不相关」的
    library 技能（例如 AI 任务选到通用技能、设计任务选到非设计技能），domain/capability 排序
    压过了「具体技能适配度」。这是 plan 质量的主要短板；AI 领域 hintRecall=0.00，coding/marketing/
    design/education 只有 0.20。
-2. **installLoad 0.403**：计划里约 78% 是需安装的 library 技能。对只有 10 条已安装技能的环境
+2. **installLoad 0.3**：计划里约 78% 是需安装的 library 技能。对只有 10 条已安装技能的环境
    这是合理的（计划=「装什么」），但 README 引用时必须同时给 installLoad，不能把
    「计划覆盖」说成「已装即可用」。
-3. **planCoverage 0.283 不是成功率**：它只表示期望能力是否被计划（含需安装技能）覆盖；
+3. **planCoverage 0.333 不是成功率**：它只表示期望能力是否被计划（含需安装技能）覆盖；
    真实执行还要安装、执行、验收，本基准不测这些。对比 ceiling：只靠 10 条已安装技能，
-   理论上限只有 13/60（0.217）——0.283 是「算上建议安装」后的数字，两者不能混读。
-4. **上下文成本不低**：plan 的上下文 token 估算 mean 134.6，约是 keyword 基线（6.9）的 26×；
+   理论上限只有 13/60（0.217）——0.333 是「算上建议安装」后的数字，两者不能混读。
+4. **上下文成本不低**：plan 的上下文 token 估算 mean 131.5，约是 keyword 基线（6.9）的 26×；
    组合计划换来了覆盖与缺口诚实度，但不是零成本。引用时要一并给出，别只讲收益。
 5. **domainMatch 0.933**：仍有约 4/60 用例的 decompose 没把正确领域排进 domains，
    集中在多意图任务（主/次领域竞争）。
@@ -192,7 +192,7 @@ coding/marketing/design/education（0.20）。
 6. **不评估执行结果**：不看装完后能不能跑、产物质量、安全性；也不评估理由可解释性、
    用户满意度。`expectedSkillHints` 是「合理候选」，不是唯一正确答案。
 7. **基线很朴素**：random/keyword 只用来标定下限，不代表任何真实产品；keyword 基线的
-   hintRecall（0.25）与引擎（0.467）已经很接近，说明引擎在「具体技能选择」上优势不大。
+   hintRecall（0.25）与引擎（0.45）已经很接近，说明引擎在「具体技能选择」上优势不大。
 8. **引擎是首版（v5.0.0）**：本文数字是 2026-10-29 22:13 快照；引擎继续迭代后必须重跑并更新，
    不要把快照数字永久写进对外物料。
 

package/docs/claims.md

@@ -15,7 +15,7 @@
 | 智能评测 | `test/fixtures/intelligence-cases.json` + `scripts/benchmark.mjs` | 60 条；数字见下 |
 | 已安装推荐评测 | `docs/eval.md` + `scripts/eval-real.mjs` | 30 条，v2.7.2 工作树；需 v5 复跑 |
 | 库检索评测 | `docs/eval.md` + `scripts/eval-discover.mjs` | 24 条，v2.8.1 工作树；需 v5 复跑 |
-| 单元/集成测试 | `npm test` | **119/119 通过**（2026-10-30） |
+| 单元/集成测试 | `npm test` | **120/120 通过**（2026-10-30） |
 | Host E2E | `verify/host-e2e.mjs` | **20/20**（含 v5 端点） |
 | UI E2E | `verify/ui-e2e.mjs` | **27/27** |
 | DSH 兼容 | `docs/dsh-compatibility.md` | DSH Desktop 0.2.1-rc.3；安装/重启/迁移 |
@@ -52,10 +52,10 @@
 
 | # | 声明 | 证据 | 标签 |
 |---|---|---|---|
-| C1 | 智能 benchmark 60 条：planCoverage **0.283**、compositionValidity **1.00**、capabilityCoverage **0.656**、hintRecall **0.467**、gapDetection **1.00**（宽松口径）、contextTokens mean 134.6 / p95 193 | `node scripts/benchmark.mjs`；`docs/benchmark.md` | verified（2026-10-30 快照） |
+| C1 | 智能 benchmark 60 条：planCoverage **0.333**、compositionValidity **1.00**、capabilityCoverage **0.717**、hintRecall **0.45**、gapDetection **1.00**（宽松口径）、contextTokens mean 131.5 / p95 191 | `node scripts/benchmark.mjs`；`docs/benchmark.md` | verified（2026-10-30 快照） |
 | C2 | 基线 keyword：plan 0.083 / coverage 0.217 / hint 0.25 / gap 0.532；random 0.017/0.289/0.017/0 | 同上 | verified |
-| C3 | **installLoad 0.403**：计划中约 40.3% 技能需先安装；planCoverage 不是成功率、不是已装可用率 | 同上 | verified（必须一起引用） |
-| C4 | hintRecall 0.467 是当前短板（AI 领域 0.00，多个领域 0.20）；latency 是机器相关单次墙钟，不作为对外 SLA | `docs/benchmark.md` | verified |
+| C3 | **installLoad 0.3**：计划中约 30.0% 技能需先安装；planCoverage 不是成功率、不是已装可用率 | 同上 | verified（必须一起引用） |
+| C4 | hintRecall 0.45 是当前短板（AI 领域 0.00，多个领域 0.20）；latency 是机器相关单次墙钟，不作为对外 SLA | `docs/benchmark.md` | verified |
 | C5 | 已安装推荐 Recall@4 = 0.9（27/30）、discover Hit@5 0.958 等为旧版半人工基线 | `docs/eval.md` | needs-human（v5 复跑） |
 | C6 | 效率提升百分比 | `efficiencyEstimate` 只给 `method:'estimate'`；benchmark 不测真实任务 token 节省 | **unsupported**（禁止写具体百分比） |
 
@@ -74,7 +74,7 @@
 
 | # | 事项 | 状态 |
 |---|---|---|
-| E1 | 测试数 55/57 旧冲突 | 已统一为 **119/119**（2026-10-30）；发布前以 `npm test` 为准 |
+| E1 | 测试数 55/57 旧冲突 | 已统一为 **120/120**（2026-10-30）；发布前以 `npm test` 为准 |
 | E2 | README 版本 3.0.0 | 已改为 v5.0.0；发布前与 package/tag 同步 |
 | E3 | 技能条数 vs 仓库数 | 已分开写：6,399 条技能 / 4,007 仓库 |
 | E4 | 索引 vs stars 快照日期 | 已分别标注 2026-10-28 / 2026-10-30 |

package/docs/dsh-compatibility.md

@@ -7,10 +7,10 @@
 
 ```bash
 # npm（推荐）
-plugin_manager install_bundle target=dsh-ronge-adaptive-skill-archive@5.0.2
+plugin_manager install_bundle target=dsh-ronge-adaptive-skill-archive@5.0.4
 
 # GitHub tag（固定版本、可审源码）
-plugin_manager install_bundle target=git+https://github.com/bugtakue/dsh-ronge-adaptive-skill-archive.git#v5.0.2
+plugin_manager install_bundle target=git+https://github.com/bugtakue/dsh-ronge-adaptive-skill-archive.git#v5.0.4
 
 # 本地目录（开发）
 plugin_manager install_bundle target=/absolute/path/to/dsh-ronge-adaptive-skill-archive
@@ -38,11 +38,11 @@ plugin_manager install_bundle target=/absolute/path/to/dsh-ronge-adaptive-skill-
 
 ## 已验证
 
-- `npm test`：119/119（含 DSH 兼容性静态检查）
+- `npm test`：120/120（含 DSH 兼容性静态检查）
 - Host E2E：20/20（真实 loopback HTTP + raw.githubusercontent.com）
 - UI E2E：27/27
 - `npm run check:dsh`：manifest / factory id / slots / routes / 数据迁移 / market index 全部通过
-- npm registry 安装 v3.0.0 历史验证；v5.0.2 发布后以 registry 为准；市场索引 format 1 托管在 `https://bugtakue.github.io/dsh-ronge-adaptive-skill-archive/plugin-market.json`
+- npm registry 安装 v3.0.0 历史验证；v5.0.4 发布后以 registry 为准；市场索引 format 1 托管在 `https://bugtakue.github.io/dsh-ronge-adaptive-skill-archive/plugin-market.json`
 
 ## 已知边界
 

package/index.js

@@ -3244,26 +3244,33 @@ function toolOutput() {
 async function resolveInstalledSkills(ctx, cwd) {
   const library = loadLibraryIndex()
   const byName = new Map((library.entries || []).filter((entry) => entry && entry.name).map((entry) => [entry.name, entry]))
-  let listed = []
-  let source = 'registry'
+  let registry = []
   try {
     const view = ctx.get ? ctx.get('skills') || ctx.skills : ctx.skills
-    if (view && typeof view.list === 'function') listed = await view.list(cwd ? { cwd } : undefined)
+    if (view && typeof view.list === 'function') {
+      const listed = await view.list(cwd ? { cwd } : undefined)
+      if (Array.isArray(listed)) registry = listed
+    }
   } catch {
-    listed = []
-  }
-  if (!Array.isArray(listed) || listed.length === 0) {
-    source = 'scan'
-    listed = scanSkills(cwd)
+    registry = []
   }
+  // The registry can be agent-scoped/partial; the filesystem scan is what makes
+  // the panel complete. Merge both, with registry entries taking precedence.
   const merged = new Map()
-  for (const skill of listed) {
+  for (const skill of scanSkills(cwd)) {
+    if (skill && skill.name) merged.set(skill.name, { ...skill, source: skill.source || 'scan' })
+  }
+  for (const skill of registry) {
     if (!skill || !skill.name) continue
-    const libraryEntry = byName.get(skill.name) || {}
-    merged.set(skill.name, {
+    merged.set(skill.name, { ...(merged.get(skill.name) || {}), ...skill, name: skill.name })
+  }
+  const skills = []
+  for (const [name, skill] of merged) {
+    const libraryEntry = byName.get(name) || {}
+    skills.push({
       ...libraryEntry,
       ...skill,
-      name: skill.name,
+      name,
       description: skill.description || libraryEntry.description || '',
       whenToUse: skill.whenToUse || libraryEntry.whenToUse || null,
       quality: libraryEntry.quality,
@@ -3275,9 +3282,11 @@ async function resolveInstalledSkills(ctx, cwd) {
       installed: true,
     })
   }
-  return { skills: [...merged.values()], source, count: merged.size }
+  const source = registry.length && merged.size > registry.length ? 'scan+registry' : registry.length ? 'registry' : 'scan'
+  return { skills, source, count: skills.length }
 }
 
+
 function registerIntelligenceTools(ctx) {
   const tools = ctx.get ? ctx.get('tools') : ctx.tools
   if (!tools || typeof tools.register !== 'function') return []

package/lib/intelligence/capability.js

@@ -71,6 +71,26 @@ const NAME_PREFIX_DOMAINS = [
 ]
 
 /** Build the normalized text bundle used by the profiler. Pure. */
+const BUILTIN_CAPABILITY_HINTS = {
+  'office-docx': ['document-read', 'document-write', 'document-edit', 'contract-review'],
+  'office-pptx': ['presentation', 'document-read', 'document-write'],
+  'office-xlsx': ['spreadsheet', 'data-analysis', 'document-read', 'document-write'],
+  'office-export-pdf': ['pdf-processing', 'document-convert'],
+  'office-render': ['layout-review', 'document-convert'],
+  'office-recalculate': ['spreadsheet'],
+  office: ['document-read', 'document-write', 'document-edit', 'document-convert', 'spreadsheet', 'presentation', 'pdf-processing', 'layout-review'],
+  hyperframes: ['video-rendering', 'video-editing', 'storyboard', 'captions', 'motion-graphics'],
+  'hyperframes-cli': ['video-rendering', 'video-editing'],
+  'hyperframes-registry': ['motion-graphics', 'video-editing'],
+  'beat-promo-director': ['storyboard', 'video-editing', 'motion-graphics', 'audio-music'],
+  'media-use': ['audio-music', 'media-assets'],
+  'agent-experience': ['prompt-engineering', 'agent-orchestration', 'eval-design'],
+  'cordis-plugin-development': ['harness-plugin'],
+  'cordis-composition-reference': ['preset-composition'],
+  'editing-cordis-compositions': ['preset-composition'],
+  'moai-workflow-docs-claim-check': ['synthesis', 'fact-checking', 'document-read'],
+}
+
 function entryText(entry = {}) {
   const name = normalizeText(entry.name || entry.skillId || '')
   const description = normalizeText(entry.description || entry.desc || '')
@@ -206,9 +226,11 @@ export function capabilityProfile(entry) {
       return CROSS_DOMAIN_SHARED.has(meta.domain)
     })
   }
-  const capabilities = rankedCapabilities
+  const inferredCapabilities = rankedCapabilities
     .slice(0, MAX_CAPABILITIES)
     .map(([id]) => id)
+  const hinted = (BUILTIN_CAPABILITY_HINTS[name] || []).filter((id) => CAPABILITY_BY_ID.has(id))
+  const capabilities = [...new Set([...inferredCapabilities, ...hinted])].slice(0, MAX_CAPABILITIES)
 
   const artifacts = detectArtifacts(fields.text)
   const evidence = textEvidenceWeight(fields)

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "dsh-ronge-adaptive-skill-archive",
-  "version": "5.0.2",
+  "version": "5.0.4",
   "description": "DSH-native skill intelligence cockpit: task decomposition, cross-domain multi-skill composition, skill authoring, local recommendations and safety scans for DeepSeek Harness.",
   "type": "module",
   "repository": {

package/scripts/benchmark.mjs

@@ -58,7 +58,7 @@ const flags = {
   limit: numberOption('limit', 0),
 }
 const thresholds = {
-  planCoverage: numberOption('min-plan-coverage', 0.25),
+  planCoverage: numberOption('min-plan-coverage', 0.3),
   compositionValidity: numberOption('min-validity', 0.8),
   capabilityCoverage: numberOption('min-capability-coverage', 0.4),
   hintRecall: numberOption('min-hint-recall', 0.3),