用途
ds-best-of-n 是一种任务执行方法，核心思路是“一次尝试只是一个样本，不是最终答案”。通过并行运行多个独立尝试，再择优和拼接，来提高最终输出的可靠性。该方法特别指出，DeepSeek 成本足够低，通常三到五次尝试的总成本低于修复一次糟糕首轮结果的一轮成本。
主要能力
- 为同一任务生成多个独立尝试，每个尝试使用完全相同的提示词和共享上下文。
- 为每个尝试分配独立的输出位置，例如 git worktree 或独立的临时文件夹。
- 支持并行启动 N 个子代理；若运行框架不支持子代理，则在全新上下文中依次运行各尝试。
- 要求每个尝试提交产物，并附上被拒绝的备选方案简短说明。
- 对每个尝试运行构建、测试或快速探测，记录通过或失败及输出，丢弃无法运行的尝试。
- 使用私有评分标准对存活尝试打分，选择整体结构最好的作为基础。
- 列出其他尝试中的具体强项（如某个测试、边界情况、更简洁的函数），仅将这些部分移植到基础中，不合并整个文件。
- 对嫁接后的结果重新运行完整检查并展示输出。
使用方式
- 框定任务：写一个所有尝试都会原样收到的提示词，并写一份私有的评分标准，包含 3 到 6 条具体、可检查的标准。尝试本身看不到评分标准。
- 选择 N：默认使用 3；当设计空间较宽时使用 5。为每个尝试分配独立的输出位置。
- 启动尝试：一次性启动 N 个子代理，传入提示词、共享上下文和各自输出路径。要求每个尝试提交产物，并附上被拒绝备选方案的简短说明。若无法运行子代理，则在全新上下文中依次运行。
- 检查每个尝试：运行其构建、测试或快速探测，记录通过或失败及输出。丢弃无法运行的尝试。
- 评分：对存活尝试按评分标准打分，选择整体结构最好的作为基础。结构优先于打磨程度。
- 移植：列出其他尝试的具体强项，仅将这些部分移植到基础中，不合并整个文件。
- 复检：对嫁接后的结果重新运行完整检查并展示输出。
适用场景
- 单次尝试结果不可靠，需要提高输出质量的编程或设计任务。
- 设计空间较宽、需要探索多种方案的任务。
- 使用 DeepSeek 等低成本模型，能够承担多次尝试成本的情况。
- 需要客观验证结果（构建、测试、探测）的场景。
限制与规则
- 绝不能通过阅读尝试自己的总结来选择，必须通过运行来评判。
- 在评分之前，不允许一个尝试看到另一个尝试。
- 在最终检查通过之前，保留失败的尝试。
- 停止条件：嫁接结果通过所有检查，并已报告基础、移植内容和评分；或使用澄清后的提示词重新运行一次后仍无尝试通过，则报告失败内容。
- 该方法依赖子代理或全新上下文运行能力；若运行框架不支持，需依次运行。
- 评分标准为私有，尝试不可见，需要人工或外部机制维护。
- 资料未提供具体工具实现、安装命令或代码示例。