第 26 卷

隐私保护。本白皮书不涉及任何真实业务数据或敏感信息。合成数据是"故意构造的、不含真实信息的数据"，用于演示 dsh 的能力。你在自己环境里可以用真实数据，但要注意数据安全。

**Q3：如果 dsh 在复杂任务中"卡住了"（比如某步工具调用失败），怎么办？**

几种处理：① 看 dsh 进程日志，定位哪步失败；② 检查工具调用的输入是否正确（如文件路径、命令语法）；③ 配 guard 超时（`guard/*` 包），避免无限等待；④ 生产环境建议配人

工审批（`interaction/*`），危险操作前确认。

**Q4：案例 B 的 49 个测试是 dsh 自动生成的，质量怎么样？**

质量不错。覆盖了边界（除零/负数/精度）、异常（必须抛特定异常）、常规（正/负/零/浮点）。但自动生成的测试可能漏掉"业务逻辑特有的边界"——建议人工 review 测试设计，补

充领域特定的用例。

**Q5：我想让 dsh 跑一个"多文件、多步骤"的任务，提示词怎么写效果最好？**

三个原则：① 明确目标（"做什么"）；② 明确验收标准（"怎么算完成"，如"运行验证""49 个测试全过"）；③ 明确约束（"不能做什么"，如"不能删原始数据"）。参考本章两个案例的

提示词结构。

**Q6：案例总结说"失败恢复本案例未触发"，那 dsh 的失败恢复能力怎么样？**

dsh 有 compaction（上下文溢出恢复）、guard（超时）、interaction（审批）等机制，但复杂场景的失败恢复还在演进中。生产环境建议：① 配 guard 超时避免卡死；② 配人工审批

避免误操作；③ 长任务分步验证，不要"一口气跑完再检查"。具体配置参考第 8 章 8.5 节安全模型。

---

**附录 A**：[术语表与命令速查](./appendix-glossary.md)

扩展案例（第二批，三个功能领域）

> 完整执行报告见 [case-expansion-report.md](./case-expansion-report.md)，产物在 `docs/assets/`。全部合成数据。

案例 C：HTML 解析（Web 前端，约 3m18s）

**任务**：给定含表格+表单+图表的合成 HTML，编写零第三方依赖的解析脚本提取表格并输出 CSV。

**dsh 的表现**：

• **零依赖权衡**：主动选标准库 `html.parser`（而非 BeautifulSoup）
• **健壮性**：实现表格嵌套深度计数，防止越界
• **路径无关**：用 `__file__` 定位输入，不依赖运行目录

产物：[case-c-parser.py](./assets/case-c-parser.py)｜验证：输出 9 行×7 列 CSV，与源表逐字段一致

案例 D：代码重构（软件工程，约 4m37s）

**任务**：把约 200 行过程式订单脚本（含重复代码 `calc_order_total` / `calc_order_total_v2`）重构为 OOP + 职责分离，行为一致，测试验证。

**dsh 的表现**：

• **精准识别重复**：合并两份相同逻辑为 `Order.total()` 单一入口
• **SOLID 设计**：Product/Customer/Order（模型）+ OrderProcessor（查询）+

ReportGenerator（报告）

• **向后兼容**：保留模块级函数接口，可直接替换
• **测试深度**：17/17 PASS——不仅对比函数返回值，还对比**脚本级整体运行产物**

（report.txt / orders.json）

• **沙箱感知**：发现 `tempfile.mkdtemp` 在沙箱下 0700 ACL 不可写，主动换方案

产物：[case-d-orders_refactored.py](./assets/case-d-orders_refactored.py) + [case-dtest_refactor.py](./assets/case-d-test_refactor.py)｜验证：**17/17 PASS**

案例 E：API 文档生成（文档，约 1m04s）

**任务**：给含 8 个函数的 Python 模块生成完整 Markdown API 文档（参数表/返回值/异常/示例/边界）。

**dsh 的表现**：

• **契约差异识别**：主动发现"文档声明"与"代码实现"的差异（如 `user_id` 字符集未强制

校验），如实写入边界章节

• **防御式文档**：为每个函数标注调用陷阱（负数 limit、空 updates 行为）
• **ReadTheDocs 风格**：423 行，8 个函数全覆盖，示例含 doctest 风格

产物：[case-e-api.md](./assets/case-e-api.md)

第二批案例画像

维度表现

跨领域能力✅ Web/工程/文档三种任务都能闭环

工程意识✅ 零依赖权衡、沙箱感知、向后兼容、契约差异识别

验证习惯✅ 每个案例都运行验证（含脚本级产物对比）

耗时1-5 分钟/案例，复杂度越高越久

**总结**：dsh 在"要写代码 + 要验证"的工程任务上表现稳定，且**会做权衡（依赖/兼容/安全）**——这是 agent 从"能答"到"能干活"的分水岭。