新闻详情

新闻详情

首页 / 资讯中心 / 详情

零依赖测试套件完全指南:如何在本地跑绿dsh-anchored-standard的194个测试

发布时间:2026/11/15 3:02:10来源:尧图网络
零依赖测试套件完全指南:如何在本地跑绿dsh-anchored-standard的194个测试
零依赖测试套件完全指南如何在本地跑绿dsh-anchored-standard的194个测试【免费下载链接】dsh-anchored-standardTwo-phase DeepSeek Harness preset: Minimal-aligned bootstrap, then full Standard tools (Project2 98/99)项目地址: https://gitcode.com/gh_mirrors/ds/dsh-anchored-standarddsh-anchored-standard是 DeepSeek Harness 的两阶段锚定预设Minimal 对齐引导 Standard 完整工具它最大的工程亮点之一就是零依赖测试套件不安装任何第三方测试框架只用 Node.js 内置的node:test和node:assert一条npm test命令就能在本地把全部 194 个测试跑绿。本文手把手带你从零到全绿。为什么是零依赖很多项目的测试要先npm install下载 Jest、Mocha 等框架而这里一个依赖都没有package.json 中没有dependenciestest脚本就是node --test全部测试文件位于 test/ 目录只importNode 内置模块node:test、node:assert/strict、node:fs、node:child_process等所有断言都基于内存 mock测试通过假的agent、假的listener直接驱动插件逻辑不发真实模型请求、不访问网络这意味着无需 npm install、断网也能跑、秒级出结果非常适合新手理解插件的每个行为分支。跑测试前只需要一个前提唯一的环境要求写在 package.json 的engines字段里engines: { node: 22.19.0 }检查一下你的版本node -v✅v22.19.0及以上直接进入下一步❌ 版本偏低先升级 Node否则部分测试可能被跳过或失败测试总数对不上 不需要初始化 git 子模块、不需要 API Key、不需要任何配置——克隆仓库即可git clone https://gitcode.com/gh_mirrors/ds/dsh-anchored-standard一条命令跑绿全部测试进入仓库根目录后npm test它等价于node --test会自动发现 test/ 下全部 20 个*.test.mjs文件并逐个执行。全绿时的收尾摘要长这样具体耗时随机器而定1..N # tests 194 # suites 0 # pass 194 # fail 0 # cancelled 0 # skipped 0 # todo 0 # duration_ms 6000.12看到# fail 0且退出码为 0就说明你的环境完全跑绿了。20个测试文件都覆盖了什么测试与插件一一对应每个模式目录preset/、zero-anchored-standard/、prefab/等里的插件都会通过 shared/ 单一来源分发测试则直接导入这些本地实现。按覆盖重点大致分四类类别代表测试文件验证的核心行为锚定与晋升test/context-gate.test.mjs、test/tool-bootstrap.test.mjs、test/zero-tool-bootstrap.test.mjs引导期压制自动注入、首次tool/call/assistant/message触发晋升、晋升后目录切换锚点轮变体test/anchor-turn.test.mjs、test/wire-think.test.mjs、test/toolchoice-adapter.test.mjs零工具锚点轮、你是谁自述轮、tool_choice: none线路条件工具与网关test/custom-bash.test.mjs、test/dev-tool-search.test.mjs、test/skill-search.test.mjs、test/eternal-minimal.test.mjs常驻 bash、按需解锁工具、dshx网关截获与输出截断组装与完整性test/prefab-install.test.mjs、test/prefab-instantiate.test.mjs、test/self-containment.test.mjsPrefab 安装与实例化、模式目录自包含、shared/物化副本一致性进阶只跑一个文件或按名字过滤调试单个插件时不必全量执行# 只跑 context-gate 的 21 个用例 node --test test/context-gate.test.mjs # 只跑名字里包含 promotion 的用例 node --test --test-name-pattern promotion让检查更严格npm run check仓库还内置了一个更完整的检查脚本先校验 scripts/sync-modes.mjs 的--check确认各模式目录里的物化副本与 shared/ 源文件完全一致再跑全部测试npm run check这正是项目不变量所依赖的组合每个模式目录都可单独拷贝安装插件副本必须由npm run sync生成而不是手改。常见红灯排查清单 现象原因解决方法测试数少于 194、出现 skippedNode 版本低于 22.19.0升级 Node 后重跑materialized copies match shared/ sources失败模式目录副本与shared/源不一致运行npm run sync重新物化报Unknown key fails at preset mount相关断言测试期望配置键在挂载时严格校验说明是预期行为检查你是否误改了 agent.cordis.yml 类配置结构怀疑网络问题基本可以排除该套件完全离线可关网验证记住原则测试断言失败时先看not ok N - 用例名那一行对照 test/ 中同名文件定位 mock 数据99% 的情况与 Node 版本或shared/副本过期有关。小结dsh-anchored-standard的测试套件是零依赖实践的教科书级示例内置node:test承担运行器、node:assert承担断言、mock 替代真实模型调用20 个测试文件把锚定、晋升、Prefab 等全部机制钉死在本地行为上。只要装好 Node ≥ 22.19.0敲下npm test看到# fail 0你就已经和仓库的 CI 基线完全对齐了。【免费下载链接】dsh-anchored-standardTwo-phase DeepSeek Harness preset: Minimal-aligned bootstrap, then full Standard tools (Project2 98/99)项目地址: https://gitcode.com/gh_mirrors/ds/dsh-anchored-standard创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉