ARTICLE · 1275184
记录思考:做harness插件
记录思考:做harness插件有点感动。 昨天做了一个harness预览长文档的目录插件，今天做了一个大类资产的策略分析插件。 第一步，把所有要用到的数据放到工作区，建一个大类资产数据库文件夹。文件夹是开放的，以后新增数据，直接往里放就行了。点开数据库是自动更新的。也可以让dsh自己搜索数据，自动填充数据。 
第二步，开始提需求，让dsh自己做插件了，为了在做插件的过程中有规则可依，先整一个开发思路的文档。认为OK，就能开工了。 我的架构思路是，数据由excel提供，所有数据处理交给能够复用的程序，*.py的程序，大模型自己生成程序，程序按照我们提到数据处理要求；推理部分，交给大模型，步骤1是先在mcp中搜索最近的政策、事件、数据公布，步骤2是结合已经生成的数据处理表格和图表来综合分析。 这个插件，第一步就是调用数据处理程序，第二步是调用大模型来推理。只是，程序也是由大模型生成的，可以复用的。这样节省费用，不用每次都调用大模型生成程序来处理数据作图了，在复盘美债10年时，我的每个图都是用大模型做的，每个1毛钱到2毛钱，还是有点贵的。 第三步，是一个不断迭代的过程，不太可能一步到位。对话一次，会推进一些，跑不通的，修改，再重启，跑通了，继续推进。遇到的所有错误与bug，我让dsh记录在新生成的开发手册文档中，这样，以后它就可以参考自己所犯的错误了。 跑通一些简单的功能，可能一两个小时就可以了，增加功能，需要不断试错，直到我们满意为止。 
第四步，当前“大类资产插件”是一个初步尝试的阶段性插件。未来继续添加新的资产，新的功能。 第五步，初步的成果。 按照我的要求，在harness 新会话按钮的下面多了一个“大类资产”的按钮，点击之后，就会在中间打开一个流程界面。 
设计了一个下拉框，来选不同的大类资产，今天先做了沪深300指数的。为了识别与验证整个过程，每进行一步，让dsh做一个选择点击下一步的按钮，先是数据检查，接着是五个部分的数据图表制作，然后是调用大模型的mcp来检索最近的重大政策与事件，生成一个md文档供下一步使用，最后是用大用deepseek大模型来完成所有的推理分析，并且生成报告，放到工作区，它会给出报告的路径。每个报告有到分与秒的时间戳，不会覆盖之前生成的文档。 
按照它提示的路径，找到，就是完成的分析md文档了。这个插件是开放的，以后可以在对话区，继续提示修改插件，补充特定的数据，图表，可以加入新的想要的功能。文档也是开放的，可以针对某些细节，在对话区直接加入想要的部分内容，就跟复盘美债10年时不断加内容一样。 
能够看到，生产的文档是严格按要求做的，前5章是编写的程序处理生成的几十个图表，第6章是插件调用deepseek大模型进行推理分析形成的文字部分。 诸如居民部门中长期贷款1至当月累计值历年对比，是dsh写到插件里的程序，到了10月，excel数据更新之后，就变成了1至10月的图，非常方面，自己做这个图，还是要在excel中点击几次鼠标的。【如果有数据的api接口，直接调用api接口要数据，当然要方便很多，不过，一是接口太贵了，二是宏观分析用不了太多数据，excel表格，每个月更新一次，足够了】 复杂的估值矩阵，插件也是先编写程序，再做。 
技术指标的图可以轻松实现。 
第6章的推理分析部分，简洁明了。大模型自己搜集整理的事件清晰列出。 
我的感觉，当前，插件的作用，一是，把重复的工作都交给插件，图不用每次都做，政策、事件、数据也不用自己去整理；二是，一个大类资产生成一个报告，几十分钟，十几个大类资产所涉及的主要数据图表，都有了，自己能够快速的看一遍，这个活之前我在自营做研究主管时是一个团队在做，并且还很累；三是，可以不断积累，每天新增一个监控的数据，一年下来，可以新增200多个图，供决策参考，那肯定是足够用了，正常决策，应该不用这么多数据图表的；四是，节约下来的时间可以专门做一些新生事物、新知识的学习，已经放到最重要的决策思考上。最重要的决策思考是什么，就是几百个经济指标、数据图表是如何构造成一个系统在运行的，这是核心中的核心，关键中的关键，到目前位置，大模型主要提供了基于历史信息与历史人类知识的解释，是一个一个切片，一个一个子系统，或许能够提供更具有系统性的复杂推理，但是经济系统是一个开放系统，具有博弈性，突变性，非线性，过程性，所以，我们的很多决策基于未来猜想的，这个东西，其实是基于不确定性来做概率推断的。 我的理解，历史的、相对确定的部分交给harness和插件，而未来的、相对不确定的部分交给我们自己，并且我们要对决策的结果承担最后的责任。 最后，我也没有避开高峰时期，今天捣鼓了五六个小时，花了14.43元，如果放到周末等非高峰时段，花费估计8元左右的。未来harness和deepseek的进化方向可能是，迭代次数减少，不用几次就能跑通了，毕竟做插件是要积累经验教训的，这个需要时间，用的人越多，就会越好用。 
篇后记：2018年开始学习python编程，学了半年多，会写最简单的程序了，《Python：螺纹钢主力合约基差监控》，能自动做图了，后来，忙着搞理论研究，读哲学专著，就不想手搓代码了。8年过去了，当时的想法，今天在harness和大模型的帮助下，实现了，当然是很开心的。数据处理是一个挺耗费时间的事情，现在，磊哥有更多的时间来生活，更多的时间来进行纯粹深入的理论思考，这就是大模型与harness对于个体的价值所在。付费当然可以的，每天10元左右，一年2000元左右，也还行，并且这是上限，毕竟磊哥不会每天都花6个小时做插件的。做了一批插件之后，更多时间用在系统深入思考这个细分领域。 harness插件，数据图表监控自动化，对于磊哥来说，是一个里程碑的重大事件。 2026年10月29日
