@aprilwizard/dsh-multi-cot

@aprilwizard/dsh-multi-cot

English | 中文

Multi-CoT 通过重复生成并采样思维链，为 dsh 提供近似“并行测试时计算”的能力：同一输入
并行跑 samples 条推理链，由内部投票选出最佳结果，再用它驱动“先计划后执行”或完整的
“计划 → 执行 → 复检”三阶段工作流。插件只包含纯函数选择核心和稳定的协议提示词，接在
agent/pre-step、llm/stream、agent/turn-stopping 三个扩展点上，不需要修改 dsh
源码。

近期通过修改 codex 源码，用 deepseek-v4-flash 在隔离环境下用 Terminal-Bench 2.1
做了开/关对比（baseline = 普通模式，workflow = 多采样三阶段）：

| 题目 | baseline | workflow |
|---|---|---|
| write-compressor (hard) | ✅ 685.6s / 2475B / 1.83M in | ✅ 643.5s / 2231B / 1.17M in |
| cancel-async-tasks (hard) | ❌ 219.8s（5/6 测试过） | ✅ 647.3s |
| polyglot-rust-c (hard) | ✅ 522.0s | ✅ 1,097.9s |
| regex-chess (hard) | ✅ 1,075.0s / 6.93M in | ✅ 产物合格，进程 1800s 超时被杀 |
| sqlite-db-truncate (medium) | ✅ 129.2s | ✅ 598.5s |

单题 GSM8K 对比：正确率不变（26/26），耗时约 29×（4.4s → 126.8