ds-best-of-n

ds-best-of-n

一次尝试只是一个样本，不是答案。DeepSeek 的成本足够低，通常，进行三到五次尝试的花费还不到修复一次糟糕初稿所需的一轮成本。

步骤

1. 明确任务。编写一个每次尝试都原样使用的提示词。另行编写一份私有评分标准，包含 3 到 6 项具体且可核查的标准。尝试过程中不会让各个尝试看见评分标准。
2. 选择 N。默认使用 3；设计空间较大时使用 5。为每次尝试指定独立的输出位置，例如 git worktree 或单独的临时文件夹。
3. 同时启动 N 个子 Agent，并提供提示词、共享上下文和各自的输出路径。要求每个子 Agent 提交产物，并简短说明否决了哪些替代方案。如果运行环境无法启动子 Agent，就在全新的上下文中依次进行各次尝试。
4. 检查每次尝试。运行其构建、测试或快速探测。记录通过或失败的结果以及输出。丢弃无法运行的尝试。
5. 按照评分标准给通过检查的尝试打分。选择整体结构最佳的尝试作为基础。结构胜过润色。
6. 列出其他尝试中的具体优点：某项测试、某种边界情况或更简洁的函数。只将这些内容移植到基础版本中。不要合并整个文件。
7. 对移植后的结果重新运行全部检查，并展示输出。

停止条件

• 移植后的结果通过所有检查，并且你已报告基础版本、移植内容和评分。
• 或者，在使用澄清后的提示词重新尝试一次后，仍没有任何尝试通过。报告失败之处。

规则

• 绝不能根据尝试自身的摘要来选择。要通过运行来选择。
• 评分前，不要让一次尝试看见另一次尝试。
• 保留未选中的尝试，直到最终检查通过。