Auto Mcm

AutoMCM-Pro：DeepSeek Harness (dsh) 绑定

这是 AutoMCM-Pro 协议在 DeepSeek Harness 上的运行时绑定（Binding），不是另一套 独立协议。 行为规范的权威来源仍是仓库根目录的 AutoMCM_SOP.md（工具无关，原样 复用）；可选探索层见 LOS_ALAMOS_DESIGN.md。Claude Code 上的对应绑定是 .claude/skills/auto-mcm/SKILL.md——两份文件描述同一套流程，只是把"怎么调用工具" 换成各自 runtime 的实际工具名，流程逻辑、Checkpoint 规则、质量门控、Prompt 内容 不应该在两份文件间产生分歧；如果你在这份文件里找不到某个步骤的细节，去 Claude Code 版本对照，工具调用按下表替换即可。

【工具映射表】—— 全文遇到左列写法，按右列替换

| WebFetch | web_fetch | dsh-tool-web | | Bash | bash | dsh-tool-bash | | Read | read（图片用 read_image） | dsh-tool-fs | | Write | write | dsh-tool-fs | | Edit | edit | dsh-tool-fs | | Glob | glob | dsh-tool-fs-search | | Grep | grep | dsh-tool-fs-search | | TodoWrite | todo_write | dsh-tool-todo | | （载入其他 skill） | skill | dsh-tool-skill |

以上工具名取自 dsh 仓库 docs/tool-catalog.md 的实际工具目录（非猜测）；具体部署 若启用了非默认 bundle（比如把 dsh-tool-bash 换成 dsh-tool-bash-persistent）， 调用方式基本兼容，但建议先跑 dsh --profile <你的 profile> --dump-config 确认 实际挂载的工具名与本表一致。

continuable subagent 是 dsh 相对 Claude Code 绑定的一个真实增强：Los Alamos 设计里把"Alsos/Groves 常驻服务"标注为"仅 Claude Code 可选优化、不是可移植基线" （见 LOS_ALAMOS_INTEGRATION.md §2 的可选增强说明），是因为当时假设的运行时是 Claude Code；在 dsh 上，send_message/list_agents 是一等公民 API，如果你在 dsh 上落地 Los Alamos 探索层，可以把 Alsos 做成真正的常驻 continuable 子 Agent， 而不必退化成"每次查询都重新建立上下文"的文件轮询模式——但这是可选优化，本文件 的基线流程依然按文件+消息日志的方式描述，保证两个 runtime 的基线行为一致。

【唤醒协议】每次被调用时必须首先执行

每个新的智能体会话首次触发本 Skill 时，先分别询问是否安装核心 Python 建模依赖， 以及是否准备可选的 LeanGate / Lean 4。只询问，不预扫描、不静默安装；用户同意后 才调用 bash install.sh --with-python-deps 和/或 --with-lean，拒绝后本会话不再 重复询问。headless profile 无法等待回答时，显示问题并暂停，不得把沉默当作同意。

与 Claude Code 版本完全一致的三步判断，只是命令执行工具换成 bash：

bash: python scripts/pipeline_manager.py status

• 退出码 0（已初始化）→ 读取当前阶段和状态，跳到【流水线执行】
• 退出码非 0（未初始化）→ 执行下面的首次启动协议

首次启动协议（全程自然语言，用户零命令）：

1. 用 ask_user_question 询问：题目文件路径、附件数据位置、AP/MANUAL 模式（默认 AP）
2. 用 read 读取题目（PDF 走 bash 调 pdfplumber/pypdf），自动推断竞赛类型/子问题数/数据情况
3. 静默执行初始化：

   bash: python scripts/setup_workspace.py
   bash: python scripts/pipeline_manager.py init --mode {AP|MANUAL} --contest {CUMCM|MCM|ICM} --problems {N} --git
   bash: cp PROBLEM_PATH CUMCM_Workspace/data/
   

4. 自然语言告知用户就绪状态，随后按【按需依赖处理】和【流水线执行】继续

**按需依赖处理：**不要在唤醒时扫描或安装。实际命令因缺少 Python 包、LaTeX 或字体 而失败时，报告缺失项；只有用户明确同意后才安装。

【Checkpoint 执行模板】

与 Claude Code 版本语义完全一致：

bash: python scripts/pipeline_manager.py request-review \
  --stage "<stage>" --summary "..." --results "..." --concerns "..." --next "<next-stage>"

• AP 模式：request-review 会自动写入绑定阶段与轮次的自评批准；随后用 bash 执行 pipeline_manager.py advance <stage>，自然语言汇报成果并直接开始下一阶段
• MANUAL 模式：展示汇报摘要，用 ask_user_question（而不是终端等待输入）明确 询问"继续，还是需要修改？"，拿到回复后再决定 approve 还是 rework

Checkpoint LA 例外（仅 Los Alamos 模式，见 AutoMCM_SOP.md §9.2 第 4 条）：即使 当前锁定 AP 模式，遇到两轨冲突/分歧熵超阈值时，必须用 ask_user_question 真正 等待人类输入，不得走 AP 自评自批分支——这条规则在两个 runtime 上都不可变通。

【流水线执行】

阶段定义、状态机、Checkpoint 编号（①~⑤）、质量门控（quality_gate.py）、 Los Alamos 探索层（路径 C）、图表风格规范（plot_style.py）、Andon 紧急停止 （pipeline_manager.py andon-pull/andon-clear/andon-status）、Go/No-Go 发射前检查 （quality_gate.py launch-check，final_compile 前强制）、Skunk Works 轻量模式 （pipeline_manager.py init --skunk-works）、Track2 的 RAND Delphi 多轮收敛 （adjudicate.py delphi-summary）、Kaizen 质量打磨循环 （pipeline_manager.py kaizen-assess/kaizen-round-start/kaizen-status）、工作日志 （worklog.py append/tail，单文件简体中文完整记录，唤醒协议 Step 0）、文献引用 真实性核验+共享池（cite_check.py register/verify/list/export-bibitems）、写作 风格打磨（style_check.py scan，latex_draft 固有规范非可选 addon）、官方格式 合规（quality_gate.py anon-check、ai_usage_doc.py generate/cite-format/ mcm-entry、compile_pdf.py 编译后页数提醒，AutoMCM_SOP.md §17）、画图前先查 领域惯例（AutoMCM_SOP.md §18） 全部内容与 Claude Code 版本一致，只替换工具调用：

• problem_analysis → data_preprocessing → model_{n}_build/verify → sensitivity_analysis → latex_draft → final_compile，各阶段的具体工作内容、 验证清单、Checkpoint 触发时机，见 .claude/skills/auto-mcm/SKILL.md 对应小节 （标题相同，按【工具映射表】替换调用）
• 路径 A（多子问题并行）：原文里每个 Agent(description="问题N build+verify", prompt=<模板>) 调用，改为对每个子问题分别调用 subagent（prompt 字段内容 完全不变，模板本身是工具无关的自然语言指令）；等待方式改为等待各 subagent 调用返回
• 路径 B（顺序执行）：无子 Agent 调用，直接照搬
• 路径 C（Los Alamos 探索模式）：Step 1（Alsos 普查）、Step 5（Division build+verify）、Step 6（Bletchley 红队）、Step 9（Track 2 评审小组）里的 Agent(...) 调用同样按上表替换为 subagent；scripts/los_alamos/*.py 系列 命令、quality_gate.py 新增门控、消息报文协议完全不变（这些是 bash 调用 的 Python 脚本，与 runtime 无关）。四套 Prompt 模板（Alsos 普查 / Division / Bletchley 红队 / Track2 评审）文字内容原样复用，不需要因为换了 runtime 而重写

【Manual 模式附加规程】与【Rework 执行规程】

与 Claude Code 版本一致，唯一差异：人类确认环节一律用 ask_user_question 收集 自然语言回复，而不是等待终端输入。

【安全规程】

AutoMCM_SOP.md 里的 S1~S5 规则原样适用。S3（外部服务调用告知）在 dsh 上对应 web_search/web_fetch 调用前的关键词抽象化处理，规则不变。

【headless profile 的重要限制，实测确认，务必读】

这不只是 headless 的限制——dsh --profile web（交互式 Web UI）用 --dump-config 核对过完整插件树，同样没有 tool-ask-user（ask_user_question 的来源包），也没有任何 web-fetch provider 包。 web profile 里有 user-questions/ui-user-questions 两个插件，但那是给人类在 Web UI 里被问 问题用的（比如批准/确认对话框），没有包装成模型可调用的工具——模型自己 仍然没有"主动发起提问"这个选项。tui profile 这个版本没有预装。也就是说， 这个 dsh 版本（0.1.1-rc.2）目前没有任何一个默认 profile 能让模型真正调用 ask_user_question/web_fetch，不是"切去交互式就好"，需要下面两条协议层面 的应对（完整判定依据见 DSH_INTEGRATION.md §3.1）：

1. Step 2a 改成"一次性把信息塞进任务指令"，而不是指望中途能问

在 headless 下，【首次启动协议】Step 2a 不得调用 ask_user_question——用户 发起 dsh --profile headless "<task>" 时，<task> 字符串本身就必须包含题目 路径、数据位置、AP/MANUAL 模式这三项信息（例如："题目在 CUMCM_Workspace/data/problem.pdf，数据在同目录，用 AP 模式"）。若用户第一句任务 指令没给全这三项，Agent 应该：

• 在纯文字回复里列出缺的字段，不调用任何工具，让本次 headless 调用直接 结束（不要瞎猜、也不要卡住等一个不会来的回答）；
• 用户补全信息后再发起一次新的 dsh --profile headless "<补全后的task>"。

MANUAL 模式的逐阶段确认、Checkpoint LA 强制人类终审，这两类"必须等流程中途 出现的、无法提前塞进第一句话的信息"，在这个 dsh 版本里目前没有任何默认 profile 能可靠支持（web profile 虽然是交互式产品，但模型侧同样没有 ask_user_question 工具）——如果确实需要在中途暂停等人类批准，现阶段只能靠 user-questions/ui-user-questions 这层人类 UI 基础设施在 Web UI 里手动介入 （比如批准/权限对话框），而不是指望模型主动发起结构化提问；或者等 dsh 后续 版本把 tool-ask-user 接进默认 bundle 后重新验证。

2. web_fetch 缺失时，正式认可的替代路径：bash + curl，附处理清单

不再是"模型自己想办法"的临时应急，而是协议认可的正式 fallback——遇到需要读取 某个具体网页全文时：

curl -sL --compressed --max-time 30 -o /tmp/fetch_target.html "<URL>"
# --compressed 让 curl 自动处理 gzip/deflate/br 压缩，跳过手动 gzip -dc 这一步
file /tmp/fetch_target.html   # 确认拿到的是文本而不是仍被压缩/是二进制

拿到纯文本后再用 read/grep 处理。这条路径在这轮验证里实测跑通过（虽然当时 没加 --compressed，绕了一圈手动解压才成功——这里直接把踩过的坑写进正式做法， 下次不用重踩）。

【运行方式】（dsh 特有，Claude Code 绑定没有这部分）

# 交互式（Web UI）
npx @deepseek-ai/dsh web

# 零命令/单次任务模式（对应 Claude Code 的 `claude --print`）
pnpm dsh --profile headless "读取 problem.pdf 并开始建模"

需要 Node.js ^22.19 或 >=24，以及 DEEPSEEK_API_KEY（或部署配置的其他模型 provider）。Python 依赖（pdfplumber/scipy/numpy/……）与 Claude Code 绑定 完全一样，只在用户对触发时的询问明确同意后调用安装器准备。

详细的架构对照与已知差异见 DSH_INTEGRATION.md。

【LeanGate：可选 Lean 形式化验证】

LeanGate 默认关闭；共享规范见 AutoMCM_SOP.md §19。DSH 用 bash 调用同一实现：

python scripts/leangate.py doctor
python scripts/leangate.py --workspace CUMCM_Workspace init --policy selected
python scripts/leangate.py --workspace CUMCM_Workspace status --problem-n 1
python scripts/leangate.py --workspace CUMCM_Workspace verify --problem-n 1
python scripts/quality_gate.py formal --problem-n 1

LeanGate 启用后，离开 problem_analysis 前必须逐问题登记适用性并执行 leangate.py seal-assessment；安全边界、整数可行性、守恒、不变量、递推、收敛、 求解器证书或决策关键结论必须用 --risk-category 标注，自动成为 mandatory。

不得直接编辑权威状态或用 runtime 审查意见升级 FORMALLY_PROVED。输入变化后必须重新 审查、冻结和验证；Lean FAIL、UNKNOWN、STALE 或 Python FAIL 都是 NO-GO。 LeanGate 启用后的 model_N_verify 推进必须传入工作区内真实验证脚本： pipeline_manager.py advance model_N_verify --verify-script CUMCM_Workspace/src/verifications/verify_*.py。 required claim 还必须使用人类文件中的 [APPROVED LeanGate ...] 与 [REQUIRED LeanGate ...] 标记。