提交 Algorithm
workflow/algorithm.zh.md
- 目标仓库：PenguinHarness Plugins
- 标准格式：RFC-0003 Plugin
提交流程
- 学习 RFC 文件结构：先阅读 RFC-0003 Plugin，了解标准 NPM 插件包目录结构（
skills/、hooks/、workbenches/、icon.svg）、算法与数据解耦原则，以及package.json中penguin扩展字段（含给出算法快速调用案例的quick_start）的规范。 - 提出 Issue：在 PenguinHarness Plugins Issues 中搜索或新建 Issue，说明计划实现或复现的 RSI 算法、论文来源与插件组件构成。
- Issue 评论区占坑（可选）：在 Issue 评论区留言认领（占坑是可选步骤，主要用于防止多人同时开发同一个 RSI 算法插件撞车）。
- 提交 PR：按
RFC-0003完成插件开发与效果测试后，向仓库提交 Pull Request 并关联 Issue。 - Maintainer 审核合并：等待 Maintainer 审核插件目录结构、
package.json配置及功能完整性；审核通过后合并入库。
实现与测试指导
- 算法与数据解耦：Plugin 的实现应只包含通用的 RSI 算法方法部分，不要与具体的 Benchmark 数据集绑定，以便插件能够直接迁移到不同 Benchmark 上运行。
- 完善
quick_start快速调用案例：在package.json的penguin.quick_start中提供一个清晰、可直接运行的算法快速调用示例提示词与默认挂载的skills。 - 推荐效果验证配置：完成插件实现后，推荐使用 DeepSeek Flash 模型（注明具体版本号，如
deepseek-flash-1017）在 GDPevo（GDPevo-essential） 数据集上进行测试（在各任务组的*-train上运行自进化，在对应的*-test上评估并取平均），验证该算法相比基线是否带来稳定的得分提升。
格式示例
1. Issue 示例
标题：[Plugin] Add <plugin-id>: <RSI 算法名称>
### 算法插件简介
- **Plugin ID**: `<plugin-id>`
- **对应论文 / 方法**: <论文标题与链接>
- **包含组件**: `skills/` / `hooks/` / `workbenches/`
### 开发计划
- [ ] 实现 `<plugin-id>/skills/<skill-id>/SKILL.md`（与具体数据集解耦）
- [ ] 配置 `<plugin-id>/package.json`（含 `penguin` 扩展字段与 `quick_start` 快速调用案例）
- [ ] 使用 `deepseek-flash-1017` 在 `GDPevo-essential` 数据集上测试自进化是否有提升2. Issue 评论占坑示例（可选）
我来认领该 RSI 算法插件的开发与复现，预计在 YYYY-MM-DD 前提交 PR。3. PR 示例
标题：feat(plugin): add <plugin-id>
Closes #<issue-number>
### 变更内容
- 新增 `<plugin-id>/` 插件包，实现 <RSI 算法名称>（算法与具体数据解耦）
- 配置 `package.json` 中的 `penguin` 字段（`category: "rsi"`、`preinstall: false`、`quick_start` 快速调用案例）
### 效果验证
- **测试模型**: `deepseek/deepseek-flash-1017`
- **测试数据集**: `GDPevo-essential`
- **测试集提升**: 基线 `<base_score>` → 自进化后 `<evolved_score>`
### 自查清单
- [x] 插件包结构与 `package.json` 字段符合 RFC-0003 Plugin 规范，且算法实现与数据解耦
- [x] 已在本地 PenguinHarness 中安装并通过 `quick_start` 快速调用案例验证
- [x] 已使用 `deepseek-flash-1017` 在 `GDPevo-essential` 上测试并验证自进化效果