DeepSeek Harness · Research Agents · 真实数据

从安装到出报告:
用两个真实案例串起科研智能体

七步渐进:装 DSH → 配模型(GLM-5.3-Flash)→ 装 12 个科研技能 → 配 Agent Preset → 教育案例(649 名学生,T1–T5)→ 公卫案例(303 例病例,H1–H5)→ 49 项验收。 每一步都给"粘贴即用"的指令卡和预期产出,全部统计来自真实执行。

数据:UCI Student Performance(CC BY 4.0)与 UCI Heart Disease(CC BY 4.0)官方原件,SHA256 锁定;零模拟数据。

跑完你会得到真实验算锚点
教育 · 行为模型 M1 调整 R²0.2629
教育 · 含期中成绩 M2(泄漏对照)0.8500
公卫 · 5 折 CV AUC0.869 ± 0.069
公卫 · 留出集 AUC / Brier0.950 / 0.094
双实现互证|Δ系数| = 0
自动验收49 / 49 全绿
以上为固定 seed 的确定性复现值;任何人任何机器重跑应逐位一致(跨平台浮点容差见 verify.py)。

STEP 1安装:DSH 运行时 + 框架仓库

DSH 是运行时(模型路由 / 工具调用 / 会话),框架仓库提供 Preset、技能、工具与数据。两者各装一次。

① 安装 DSH(Node 18+)
# macOS / Linux
npm install -g @deepseek-ai/dsh@0.2.1-rc.2
dsh --version          # 应输出 0.2.1-rc.2(本教程锁定版本)

# 三种使用形态(同一套配置)
dsh web                # 浏览器工作台(课堂主界面,默认 127.0.0.1:3080,带 token)
dsh tui                # 终端交互
dsh headless "任务"     # 一次性任务;--json 输出可核验的事件流
② 获取框架仓库 + Python 环境
git clone https://github.com/milulab/dsh-research-lab.git
cd dsh-research-lab
python3 -m venv .venv
.venv/bin/pip install -r requirements.txt     # Windows: .venv\Scripts\pip

# 先跑一次总验收:49 项应全绿(数据完整性/确定性复跑/双实现互证)
.venv/bin/python scripts/verify.py
🤖 AI 帮我安装(把下面整段粘贴给任意 AI 编程助手:Codex / Claude Code)
帮我在这台电脑上安装 DeepSeek Harness(DSH),循序渐进、每步先解释再动手:
1) 检查前置:node --version(需 ≥20)与 npm 是否可用;缺失就告诉我用 nvm 装 Node 的命令;
2) 安装锁定版本:npm install -g @deepseek-ai/dsh@0.2.1-rc.2,装完运行 dsh --version 验证
   输出 0.2.1-rc.2;
3) 运行 dsh --help,用三句话给我讲清三种使用形态的区别:web(浏览器工作台,默认
   127.0.0.1:3080,启动日志里有带 token 的访问地址)/ tui(终端交互)/ headless(一次性任务);
4) 最小自测:dsh headless "只回复两个字:在线"。没配 key 时会报 MISSING_CREDENTIAL——
   属预期,把报错原文给我,并说明下一步要配置模型(DEEPSEEK_API_KEY 或其他网关);
5) 最后把「本机安装状态清单」整理成表:node / npm / dsh 版本、~/.dsh/ 是否生成、还差哪一步。
安全边界:所有命令先展示再运行;除 dsh 外不安装任何全局包。
✅ 检查点:看到 49/49 checks passed — ALL GREEN 才继续。GitHub Actions 已在 ubuntu/macos/windows × Python 3.11/3.12 六个矩阵验证过同样的结果。

STEP 2模型配置:两条通道(DeepSeek 官方 / GLM 网关)

DSH 的 web 与 headless 是两个独立 profile,各有一份配置,改完下次请求生效、无需重启,课堂建议两个都配。下面给两张"粘贴即用"的配置提示词卡,选一条通道即可;都建议粘贴给任意 AI 编程助手(Codex / Claude Code)执行。

🤖 配置提示词 · 方式 A:DeepSeek 官方 API(密钥贴在提示词里)
我要接入 DeepSeek 官方 API。我的密钥是:
DEEPSEEK_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx
请按下面步骤帮我完成配置,每步先解释再动手;注意:从现在起你的任何输出都不要完整回显这把密钥:
1) 把密钥写入本机环境:在 ~/.zshrc(zsh)或对应 shell 配置文件末尾追加
   export DEEPSEEK_API_KEY=<我的密钥>,并让当前终端立即生效(source);写之前给我看将追加的行;
2) 说明效果:配置后 DSH 走 deepseek-official 模型目录(如 deepseek-chat),web 与 headless
   两个 profile 共用这把 key(凭据服务读取同一环境变量),无需各写一份;
3) 也可以在网页工作台做同样的事:启动 dsh web → Settings → Models → DeepSeek 卡片粘贴同一把
   密钥保存(写进本机凭据库,界面只存引用不存明文)。两种方式效果相同,选其一即可;
4) 自测并给我看过程:新开终端运行 dsh headless "只回复两个字:在线",应正常返回;
5) 安全提醒(必须执行):这把密钥已出现在对话记录里,请提醒我去 DeepSeek 平台生成一把
   设了限额的子密钥来替换,并教我两步完成更换。
安全边界:密钥只进本机环境变量/凭据库;任何命令、日志、配置文件、回复中都不得出现完整密钥。
🔐 密钥安全三原则(本页两种方式都适用):①贴过提示词的 key 视为已泄露,用完即换限额子密钥;②密钥只落本机(环境变量 / ~/.dsh 凭据库),不进任何会提交的文件;③给学生的课堂 key 单独开账户并限额。
🤖 配置提示词 · 方式 B:智谱 GLM 网关(密钥走环境变量,本页案例默认 GLM-5.3-Flash)
帮我完成模型配置,要循序渐进、每步先解释再动手:
1) 检查环境:node/npm 版本、~/.dsh/profiles/ 下有哪些 profile;
2) 我要用智谱网关(baseURL: https://open.bigmodel.cn/api/anthropic,协议 anthropic-messages),
   模型 glm-5.3-flash(默认)+ glm-4.7(备用),密钥走环境变量 ZHIPU_API_KEY(不要让我明文贴密钥);
3) 把需要写入 ~/.dsh/profiles/web/cordis.patch.yml 与 headless 同名文件的 YAML 片段先展示给我,
   说明每个字段含义,经我确认后再写入(写入前 diff 预览);
4) 写完生成三条自测命令并逐条运行:YAML 可解析、默认模型已切换、给出我在 web 界面验证模型的方法。
安全边界:密钥只经环境变量引用;改配置前必须给我看 diff。
配置片段 · ~/.dsh/profiles/web/cordis.patch.yml(headless 同理)
# 追加/合并到已有配置(智谱 Anthropic 协议网关)
- id: llm-pi-ai
  config:
    providers:
      zhipu:
        apiKeyEnv: ZHIPU_API_KEY        # 先 export ZHIPU_API_KEY=你的智谱密钥
        api: anthropic-messages
        baseURL: https://open.bigmodel.cn/api/anthropic
        models:
          - id: glm-5.3-flash           # 课堂默认:快、便宜
          - id: glm-4.7                 # 备用:复杂推理
- id: agent-default-model
  config:
    provider: zhipu
    model: glm-5.3-flash
验证模型已生效
# 重启 dsh web 后,浏览器打开控制台输出的带 token 地址
dsh web
# 界面右上角模型选择器应出现 GLM-5.3-Flash 并为默认;
# 对话框输入"只回复两个字:在线"应秒回。

# 无 key 时 headless 会报 MISSING_CREDENTIAL——属预期,配好环境变量即可

STEP 3安装 12 个科研技能

技能不是提示词模板:每件都带适用条件 / 输入契约 / 执行流程 / 验证条件 / 失败处理。装到用户级 ~/.dsh/skills/ 对所有会话生效;装到仓库 .dsh/skills/ 只对该工作区生效。

一键安装(推荐脚本,含路径锚定)
# 方式 A:框架自带脚本(装 preset 时会连带装技能)
bash scripts/install.sh --preset research-lab

# 方式 B:手动复制 12 件到用户级
for s in research-design data-intake data-quality exploratory-analysis \
       statistical-modeling model-validation scientific-report evidence-traceability \
       edu-performance-analysis edu-leakage-audit \
       health-risk-modeling health-threshold-evaluation; do
  cp -R skills/$s ~/.dsh/skills/
done

# 验证:新开对话问一句
dsh headless "列出当前加载技能里有哪些属于 dsh-research-lab(只报名字)"
通用 8 件:research-design · data-intake · data-quality · exploratory-analysis · statistical-modeling · model-validation · scientific-report · evidence-traceability
教育 2 件:edu-performance-analysis(T1–T5 流程与锚点)· edu-leakage-audit(泄漏审计纪律)
公卫 2 件:health-risk-modeling(H1–H5 防泄漏建模)· health-threshold-evaluation(阈值即决策)
🤖 AI 帮我配置(粘贴给 DSH 对话)
帮我安装并校验 dsh-research-lab 的 12 个科研技能:
1) 技能源在 /Users/<你>/repos/dsh-research-lab/skills/(我先告诉你实际路径);
   目标位置 ~/.dsh/skills/(用户级,所有会话生效);
2) 逐个复制前先检查每个 SKILL.md:必须以 --- frontmatter 开头,否则报告并跳过;
3) 复制完成后逐个校验 name/description 字段存在,最后输出 12 项清单表(✓/✗);
4) 新开一个 headless 会话实测:"列出当前加载技能中属于 dsh-research-lab 的名字",
   把结果贴给我确认。
⚠️ 格式红线:SKILL.md 必须以 --- frontmatter 开头;任何说明文字放在 frontmatter 之后,否则 DSH 扫描不到

STEP 4配置 Agent Preset:告诉智能体"你是谁、守什么规矩"

Preset = 守则 + 技能清单 + 工具清单 + 工作区边界。仓库自带三层:research-lab(通用)、edu-research、health-research。核心是 agent.cordis.yml 六条铁律。

presets/research-lab/agent.cordis.yml · 铁律段(节选)
agent:
  name: research-lab
  instructions: |
    1. 研究问题先行:没有协议就先按 research-design 生成 protocol.md。
    2. 数据审计先行:任何分析前先跑数据审计(tools/data_audit.py)。
    3. 统计值只能来自工具执行:你没有权限"生成"p 值/R²/AUC——那叫编造。
    4. 原始数据只读:datasets/*/raw/ 永不修改,派生数据写 processed/ 或工作区。
    5. 措辞边界:观察性数据只说"关联";缺列/语义不明时提出修正要求。
    6. 复核义务:交付前对最关键的数字写独立复核并运行;不一致就停下报告。
  skills: [ research-design, data-intake, data-quality, ... ]
  tools:  [ tools/data_audit.py, tools/regression.py, tools/stat_tests.py, ... ]
  workspace:
    datasets_readonly: [ datasets/education-student-performance/raw, ... ]
🤖 AI 帮我配置(粘贴给 DSH 对话)
帮我理解并启用 presets/ 里的三层 Agent Preset:
1) 逐字段讲解 presets/research-lab/agent.cordis.yml 的 instructions 六条铁律、
   skills 与 tools 清单、workspace 边界——用大白话各解释一遍;
2) 对比 edu-research 与 health-research 两个 preset 的差异(锚点数字、协议指向、领域技能);
3) 告诉我在 web 界面怎么选用 preset,以及不用 preset 时如何靠用户级技能获得同等能力;
4) 出 3 道自测题考我(配置类),等我回答后给标准答案。
让 3080 工作台用上这套配置
# 在你希望作为工作区的目录启动 dsh web(会话按启动目录分组)
cd dsh-research-lab
dsh web                # 新实例的工作区即仓库根,技能/数据/工具全部就位

# 已有实例(如 3080 端口)不想动?把技能装到用户级 ~/.dsh/skills/ 即可(STEP 3 方式 B)。
# 对话中用绝对路径访问仓库数据,产物由智能体重定向到当前工作区。

STEP+ 进阶把已有 Python 脚本封装为 DSH 工具(以天气分析为例)

适用场景:你已经有能跑通的天气/时序分析 .py 文件(读 CSV、按月聚合、画图), 想让智能体在对话里直接调用它。设计原则只有一条:适配层是零依赖的薄层——参数校验、子进程调用、结果转发放在 Node;统计计算全部留在 Python(口径永远一份);模型不参与任何计算。

指令卡 W1 · 封装全流程(整段粘贴给 DSH 对话或 AI 编程助手;先把你的 .py 文件放进工作区)
我上传了一个已有的天气分析脚本 weather_analysis.py(读 CSV、按月聚合、画时序图)。
请把它封装为 DSH 工具,分三个阶段做,每阶段结束停下来等我确认:

阶段 1 · 抽取函数(保持口径)
1) 通读脚本,用三句话向我复述:输入列、统计口径、输出物;不要改任何计算方法;
2) 把核心逻辑抽成函数 analyze_seasonality(data_path, date_col, metric_col, output_dir,
   date_start=None, date_end=None),写到 code/seasonality_tool.py:
   stdout 只输出结果 JSON;matplotlib 用 Agg 后端;报错也输出结构化 JSON(工具边界友好);
3) 写最小测试 code/test_seasonality_tool.py 并运行到通过。断言必须锚定数据的已知事实
   (总行数、某列均值、峰值月份),不是"跑通就行"。

阶段 2 · 生成零依赖插件包
4) 生成 dsh-weather-tools/ 目录:package.json(dsh.bundle.patch 指向 cordis.patch.yml)、
   index.js(export name / inject / apply 三段式)、cordis.patch.yml(insert 插件行)。
   完成后 npm pack 出 tgz。以下五条硬规则来自真实报错,违反任何一条即返工:
   a. 不要 import '@deepseek-ai/dsh-tools'。插件自带副本会污染 profile 的模块解析,
      导致所有工具调用报 "Cannot read properties of undefined (reading 'prepare')"。
      正确做法:直接构造原生工具定义——parameters 写 JSON Schema,execute 自己做参数校验;
   b. 可选参数必须省略 required 字段(写 required: false 会在加载时被拒);
   c. output 的 object 根 schema 必须显式写 additionalProperties: true;
   d. execute 里用 ctx.workingDirectory.ensure(exec.agent, exec.signal) 取会话工作区,
      模型给的相对路径以它为基准;用 child_process 调 python3,环境加 MPLBACKEND=Agg;
   e. 适配层不碰任何统计数字——模型也不参与计算,数字只来自 Python 的 stdout。
5) 每次改动 index.js 后必须递增 package.json 的 version 再重新 pack+add:
   版本号不变时 pnpm 不会替换已装副本(实测踩过:改了代码行为却不变)。

阶段 3 · 安装、注册与端到端验收
6) 安装到两个 profile:dsh plugin --profile web add ./dsh-weather-tools-<版本>.tgz
   与 dsh plugin --profile headless add 同一个 tgz;
7) 注册核验:dsh --profile web --dump-config | grep dsh-weather-tools 必须看到插件行。
   注意:remove 之后再 add 可能把 bundle 登记弄丢——装完必须用 dump-config 复核;
8) 端到端验收:dsh headless --json "调用 analyze_seasonality 工具分析 data/weather_monthly.csv,
   日期列 month,指标列 temp_mean,输出到 outputs/tool_test/",从事件流里找出成对的
   "tool_call" 与 "tool_result" 事件展示给我;再打开 outputs/tool_test/results.json
   与我手跑原脚本的结果对账,数字应一致;
9) 最后交付一份「工具说明书」:参数表、一句话调用示例、三条常见报错与处理方法。

验收与排障

指令卡 W2 · 三条验收(全过才算封装成功)
对我刚封装的工具逐条验收并贴出证据:
① 注册:dsh --profile web --dump-config | grep dsh-weather-tools 有输出;
② 真实分发:dsh headless --json "调用 analyze_seasonality 工具分析 data/weather_monthly.csv,
   日期列 month,指标列 temp_mean,输出到 outputs/tool_check/" 的事件流里,
   tool_call 与 tool_result 成对出现且 status 为 completed;
③ 口径一致:工具产出的 results.json 关键数字与我直接运行原脚本的输出一致(给我看对比)。
任何一条不过,按排障表定位原因后修复,不要绕过。
报错/现象(实测原文)根因处理
Cannot read properties of undefined (reading 'prepare')插件 dependencies 里带了 @deepseek-ai/dsh-tools,profile 里出现第二份副本,Symbol 索引失配删掉依赖,改用原生定义(规则 a);清掉 profile node_modules 里的残留副本
…required must be true when present(加载即报)parameters 里写了 required: false可选参数省略 required 字段
…additionalProperties must be explicitly true or falseobject 根 schema 没写 additionalProperties显式写 true(或 false 收紧)
改了 index.js 行为不变版本号没变,pnpm 复用旧包(added 0)每次改动 bump version,重新 pack + add
dsh plugin add link:路径 后 import 失败link 安装按真实路径解析,找不到依赖开发期在插件目录内做 node_modules 软链;正式用 npm pack 出 tgz 安装

STEP+ 进阶好用的现成插件:安装与验证

下面四个社区插件全部在 0.2.1-rc.2 实机装过。通用心法是"四步验证": 看仓库 → 装包 → dump-config 查注册 → 真实数据调用并复核结果。插件能装上 ≠ 能用 ≠ 结论可信—— 第三步之前不要相信任何插件产出。

四个插件的安装命令(已实测)
# ① dsh-data-insight · 数据探查/质量报告(Skill 型:装完即得一套中文 runbook 技能)
dsh plugin --profile web add dsh-data-insight

# ② dsh-genui · 对话内交互图表卡片(安装后输入区出现 GenUI 开关)
dsh plugin --profile web add dsh-genui

# ③ dsh-report-studio · 把会话整理成工作报告(当前版本与 0.2.x 不兼容,需豁免,两步)
dsh plugin --profile web allow-version dsh-report-studio@0.4.7 \
  --dsh-version 0.2.1-rc.2 --accept-risk
dsh plugin --profile web add github:ciceroyang/dsh-report-studio#v0.4.7

# ④ dsh-data-mode · 自然语言查数(⚠️ 见下方兼容性说明,进阶研究用)
dsh plugin --profile web add ./dsh-data-mode-0.1.0.tgz   # npm pack 出的本地包最稳

# 通用核验:插件行必须出现在组合后的配置树里
dsh --profile web --dump-config | grep -E "data-insight|genui|report-studio|data-mode"
① data-insight(推荐必装):五阶段数据体检 runbook(探查→指标→图表→严谨性自检)。实测可产出结构化质量报告,但其结论必须人工复核——实测曾把 41 个月完整数据谎报成"缺失 2024 全年",三行 pandas 即可拆穿。这是全课程最好的"AI 幻觉"现场教材。
② genui(推荐):回复里内联渲染柱状图/表单/仪表盘,数字与 results.json 一致;适合做成果展示与 UI 扩展起点。
③ report-studio(选讲):把会话整理成日/周报、交接文档。版本豁免命令本身是绝佳的"依赖锁死 vs 运行时版本"教学点(豁免时 DSH 会打印完整风险提示)。
④ data-mode(进阶研究):README 很好,但 0.1.x 预设机制已废弃、客户端注入是旧写法,当前装上后"数据源选择按钮"不渲染。自然语言查数需求用标准模式(让智能体实际运行 pandas/DuckDB)完全可达;坚持修复它本身就是极好的插件开发实战。
装完必做的对话级验证(以 data-insight 为例)
# 用真实数据调一次,并立刻复核它的关键断言(两步缺一不可)
dsh headless "用数据洞察技能对 data/processed/beijing_monthly_weather_pm25.csv 做数据体检:
输出行数、列清单、缺失情况、pm25_mean 基本统计,并列出数据质量问题清单。"

# 复核:插件说"缺 X 个月",就用三行 pandas 对账
python3 - <<'EOF'
import pandas as pd
df = pd.read_csv("data/processed/beijing_monthly_weather_pm25.csv")
full = pd.date_range(df.month.min(), df.month.max(), freq="MS")
print("行数", len(df), "应到月数", len(full),
      "实际缺失", sorted(set(full.strftime("%Y-%m")) - set(df.month)) or "无")
EOF
🧭 课堂讲点:上面的复核脚本就是验收④"防编造"的微缩版——学员先相信插件报告,再亲手拆穿它,比任何说教都有效。若插件报告与 pandas 对账一致,同样值得展示:"复核通过"也是一种科学结论。

STEP 5教育案例:学习行为 × 学业成绩(T1–T5)

数据:UCI Student Performance,葡萄牙两所中学、葡语课 649 名中学生 × 33 字段(2008 年,CC BY 4.0)。注意:这是中学数据——教的是科研方法本身。

🧭 怎么用这张页面上课:每张指令卡直接粘贴到 DSH 对话框即可;运行产物落在你自己的工作区(如 edu_rerun_outputs/),所以每个人的图和日志都是自己生成的——数字应与全班一致(确定性复现),文件与图各是各的。任何一步卡住,把报错原文贴回对话框,智能体按失败处理流程给你修正选项。

T1 · 数据审计:先看原料再看菜

在 DSH 对话框粘贴:

指令卡 T1
用 .venv/bin/python 运行 tools/data_audit.py 审计
datasets/education-student-performance/raw/student-por.csv(--sep ';'),
然后亲自 head 原始文件第 2 行,检查 G1/G2 两列的取值有什么形态学特征。
回答:行列规模、缺失与重复计数、以及这个"引号数字"说明了什么。

预期产出:649×33、0 缺失、0 重复;raw 字节级发现 G1/G2 取值带引号——标准解析器会静默转成整数。这就是"解析层必须显式断言类型"的现场证据。

T2 · 关联与组间检验:先画出来

指令卡 T2(带可视化)
运行 scripts/make_teaching_figures.py 生成教学图,然后解读两张:
① edu_g3_distribution.png:G3 分布有什么形状特征?对用 OLS 建模意味着什么?
② edu_studytime_box.png:四个学习时间档的 G3 箱线怎么读?Spearman ρ=+0.275
   该怎么向高中生家长解释(限"关联"表述)?
G3 分布直方图
学习时间与G3箱线图
课堂讲点:G3 在 0 分有堆积(有界离散),OLS 是协议锁定的一阶近似——"分布长什么样"决定"方法能不能用",而不是反过来。

T3 · 回归与诊断:系数表 + 森林图

指令卡 T3
按协议公式 G3 ~ C(school)+C(sex)+Medu+Fedu+studytime+failures+absences
跑 examples/education-demo/run_t1_t5.py,解读 edu_m1_forest.png:
① studytime 与 failures 的系数、95%CI、p 值;
② BP 与 JB 诊断都显著,为什么必须同时报 HC3 稳健标准误?
③ 对照 results.json 里 hc3_se 字段验证结论方向是否改变。
M1 系数森林图
真实锚点:studytime +0.511 [0.239, 0.783] p=2.5e-4;failures −1.667 [−2.043, −1.292] p≈2e-17;VIFmax=1.80 无共线;BP p≈2e-33、JB p≈2e-70(异方差+非正态是真实社会数据常态)。

T4 · 泄漏对照:本案例的灵魂

指令卡 T4
看 edu_leakage_bar.png 和 edu_corr_heatmap.png,回答:
M2 比 M1 调整 R² 高出 0.587,能写成"模型改进"吗?
结合热图里 G1/G2 与 G3 的相关性,用三句话向审稿人解释为什么这是泄漏、
以及 M2 在什么问题定义下才合法。
M1/M2 泄漏对照
Spearman 相关热图
灵魂结论:+0.587 不是模型变好,是任务被换掉——期中成绩进了预测因子,"预测"就变成了"抄近道"。M1(0.263)才回答研究问题;M2(0.850)只合法于"期末解释"。

T5 · 复现交付与独立复核

指令卡 T5(复核义务)
对你刚才报告里最重要的一个数字(建议选 studytime 系数):
写一段不依赖 statsmodels 的独立复核代码并运行(numpy 最小二乘即可),
与 results.json 对账。若一致,给出 |Δ|;若不一致,停下来说明差异,不许择优采信。
✅ 预期:|Δ系数| = 0(expected/reference_results.json 就是这么锁定的)。学员亲眼看到"两条独立实现路径逐位一致",比讲十遍"可复现"都有说服力。

STEP 6公卫案例:心脏病风险分类(H1–H5)

数据:UCI Heart Disease processed Cleveland,303 例真实历史病例 × 14 字段(Detrano 1989,CC BY 4.0)。与教育案例同一框架、同一套技能——只有协议与数据包不同。

H1 · 审计:缺失与标签规则必须显式

指令卡 H1
审计 datasets/health-heart-disease/raw/processed.cleveland.data(无表头,"?" 是缺失编码)。
回答:①ca 与 thal 各缺几例?完整案例剩多少?②标签 num 0–4 如何二元化?
160/137 这个分布是怎么一步步来的?③为什么"?" 不能当作 thal 的一个合法水平?
标签分布与年龄分布

H2 · 基线筛查 + OR 表:流行病学的第一张表

指令卡 H2
运行管线后解读 health_or_forest.png:
①哪些特征是显著风险因子(OR>1 且 CI 不跨 1)?ca 的 OR=3.55 临床上怎么理解?
②19 项检验家族做 Bonferroni 与 BH-FDR 校正后各剩几项显著?
为什么筛查场景更常用 FDR?
OR 森林图
真实锚点:ca OR=3.55 [2.11, 5.98];exang 2.24;thalach 0.98(保护方向);FDR 后 16/19 项显著。

H3–H4 · 防泄漏建模与评价

指令卡 H3–H4
解读 health_threshold_sweep.png 与 health_confusion.png:
①0.5 阈值漏诊 6 例(敏感度 0.786)——筛查语境为什么通常不可接受?
②Youden 阈值 0.186 把敏感度提到 1.00,代价是什么?"最优阈值"这种说法对吗?
③CV AUC 0.869 与留出集 0.950 为什么必须分开报告?标准化为什么必须放在 Pipeline 里?
阈值扫描
双阈值混淆矩阵
灵魂结论:阈值是决策不是统计——0.5 没有天然正当性;Youden 把 FN 压到 0 的代价是 FP 4→7。"最优阈值"必须绑定临床语境的代价权衡。

H5 · 复核与边界

指令卡 H5
管线输出里有三重互证:sklearn vs 秩和法 AUC(同概率应差 0.0)、
statsmodels GLM 参考口径(跨求解器容差 0.005)、Brier+校准曲线。
请逐一核对 results.json 中对应字段并解释:判别(AUC)与校准(Brier)
分别回答什么问题?为什么历史研究数据不能用于真实诊断?
⚠️ 临床边界(不可协商):历史研究数据、教学演示用途;预测因子关联不构成因果;一切产物不得用于真实临床诊断或个体健康决策。

下载与资源包

全部资源开源;数据为官方原件随仓库分发(CC BY 4.0 允许),SHA256 锁定于 metadata/source.yml。

配套资料(直链)

📋 第7讲教案(V0.3)

本页的完整教学设计:定位、时序、锚点卡、验收与边界声明。教师备课用。

下载教案 MD

🗂 教学指令卡 p1–p9

本页全部指令的 Markdown 版(含预期产出与迁移讨论题),可直接投屏或印发。

下载指令卡

📖 教育数据协议 + 字典

protocol.md(预登记分析计划 V1.0)与 33 字段数据字典——"协议先于数据"的实体。

查看协议 ↗

❤️ 公卫数据协议 + 字典

标签映射规则、缺失策略、80/20 seed=42 划分与 H1–H5 分析计划的锁定原文。

查看协议 ↗

🖥 本地工作台 dashboard

python scripts/dashboard.py:浏览器里一键跑两管线与总验收、看日志翻产物(127.0.0.1)。

查看脚本 ↗

✅ 验收脚本 verify.py

49 项对账:SHA256 完整性 / 确定性复跑 / 双实现互证 / 协议断言,CI 六矩阵背书。

查看脚本 ↗

📦 框架仓库(源码 zip)

含 presets / 12 技能 / tools / 两数据包 / expected 锚点 / verify / 教学图生成脚本。

下载 main.zip

🎓 教学资源包

12 个技能 + 两数据包(raw/字典/协议/expected)+ 9 张教学图 + 逐条指令卡(本页 p1–p9 的 md 版),课堂即发即用。

下载教学包 v0.2.0(719KB)

🗂 原始数据(官方源)

UCI id=320 Student Performance 与 id=45 Heart Disease;仓库内 scripts/fetch_data.py 可校验/恢复。

UCI 320 ↗

📖 配套文档

quickstart / customize-agent(七步定制)/ teaching-guide(授课手册)/ method-checklist(方法覆盖对照)。

docs 目录 ↗

STEP 7验收:什么算"学会了"

验收标准不是"回答像专家",而是下面五条可检查的行为。

① 本机 verify 全绿:python scripts/verify.py → 49/49(含 SHA256、确定性复跑、双实现互证)
② 数字可溯源:能指出 report.md 任一数字在 results.json 的字段路径
③ 泄漏题过关:能讲清 M1/M2 对照为什么"不是模型改进而是任务被换掉"
④ 防编造:给一份缺列的坏数据,智能体提出修正要求而不是编数字(现场演示)
⑤ 迁移自检:教育→公卫哪些环节复用(tools+通用技能)、哪些必须重做(协议/字典/锚点)
常见坑现象处理
技能装了不生效对话里问技能列表没有新技能检查 SKILL.md 是否以 --- frontmatter 开头(本教程踩过);重启会话
headless 报 MISSING_CREDENTIAL没配模型STEP 2;注意 web 与 headless 是两份独立配置
智能体想写仓库 outputs/ 被拦沙箱只允许写当前工作区属正常防护:让它把产物重定向到工作区目录(两案例实测都这样自处理)
Windows 下 SHA256 全错git 检出时换行符被转换确认 .gitattributes 存在(raw/expected 已禁转换);重新 checkout
改了结果再校验想手改 expected/ 里的数字不允许——expected 由管线生成并锁定,改协议须升版本号重跑