dsh-plugin-agentflow
DeepSeek Harness 工具插件：从模型运行 AgentFlow（material-canvas 代理编排器）看板
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add dsh-plugin-agentflow@0.4.1Plugin Agentflow 以 dsh-plugin-agentflow 发布，当前版本为 0.4.1。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
在 DeepSeek Harness 里用画布编排 agent 工作流，一键生成
/命令—— 每一步由你定义，而不是塞进一个黑盒循环。
DSH 自带的 agent 是「一个模型 + 一堆工具」的循环，中间怎么想、调什么，你看不见也改不了。
AgentFlow 把它掰开：画布上的每张卡片就是一个 agent 步骤。你决定有几步、谁先谁后、谁并行、每步用哪个模型、能不能调 MCP 工具、做完怎么验收。编排好之后把整张画布生成成一个 DSH 命令，在对话里输入 /命令名 就能用。
ctx.llm），推理强度和兜底模型可逐节点配/命令名，插件热注册、即时生效，不写 DSH profileDSH → 设置 → 插件 → 添加插件 → 输入：
dsh-plugin-agentflow
CC19990113/dsh-plugin-agentflow
装完重启 DSH。左侧栏出现 AgentFlow 入口，后端由插件自动拉起（默认 127.0.0.1:8791），不需要手动跑命令。
要求：DSH 桌面版 0.2.x、Node 22+。
每张画布可以生成一个 DSH 命令。卡片上会标出「对话入口」（哪张卡是和用户对话的根节点）。
/命令顶栏「验证 AgentFlow」会真实跑一遍整张图（会消耗 token），用来看流程通不通。卡片上只显示配置摘要，不堆运行产出。
点画布上的「生成命令」（或插件页 → 添加插件 →「从 AgentFlow 画布生成命令」，或设置页 AgentFlow 分区），得到 /agentflow-<slug>：
~/.dsh/profiles/<profile>/cordis.patch.ymlagentflow-<画布 slug>；同名会覆盖<数据目录>/commands/<name>.json，只存画布 idagentflow-board-active 事件回传当前 id）；没有回传时才退回索引第一张在对话输入框里：
| 输入 | 行为 |
|---|---|
/agentflow-<slug> | 只看画布：返回画布名、节点列表（label / 任务 / 上游）与用法，不消耗 token |
/agentflow-<slug> 要做的事 | 进入该画布的工作流：你的话作为入口节点（调度卡）的输入，之后对话被画布 DAG 推着走 |
/agentflow-<slug> off | 退出该画布的工作流 |
不是「把画布说明塞给模型让它自觉」，而是插件按 DAG 推进：
type: 'orchestrator'），模型只做这个节点，做完必须调 agentflow_node_done(node_id, output)<节点id清洗>-<本次 run 的随机后缀>。Agent Teams 的 roster 名字永不复用（实测连 DSH 重启后都还记着），所以每次 run 都换后缀；同一 run 内清洗撞名再加 -2tools/pre-execute 只放行这一套名字（报错里列出当前能派谁）tools/post-execute 观察到成功的 spawn_teammate 才算），所以模型没法自己把下游做完agentflow_node_done；一层全部完成才进下一层画布上给节点配的模型 / 推理档 / 技能 / 工具会写进派发指令（spawn_teammate 没法指定模型，所以是「按这套配置干活」的提示，不是强制）；type: mcp 的节点在命令模式暂不执行，指令末尾会明确列出「本次不执行：…」，不会静默吞掉。
每一步都会注入一行进行态（已完成 / 已派发待回报 / 待派发）。模型想收工但还没派发时，turn-stopping 会在同一回合先催一次（同一个 turn 不重复刷），超过 120s 再补提醒。
同一张画布已有进行中的工作流时，再输入 /命令 文本 会被拒绝（提示先 off 或等结束），不会静默覆盖。
工作流状态会落到 <数据目录>/runs/<会话>.json：DSH 重启后能接着跑（恢复时会换新的 teammate 名重新派发，因为旧 teammate 已经不在）。/命令 off 除了退出，还会中断已经派出去的 teammate（需要装 Agent Teams；服务不在时只退出不中断）。
teammate 名撞车（概率极低）会自动换名重试一次，并提示模型用新名字重新 spawn。
指令有预算：规则永远先占位，用户输入/节点详情按剩余额度截断并提示「已截断」。没有任务（或只有空白）的占位节点自动跳过；整张画布没有可执行节点时直接判结束，不会留一个永远不动的 run。
前提：Agent Teams（
spawn_teammate等工具）要在 profile 里；没装时命令仍可用，只是派发那一层会停在对话里，由你手动推进。
画布上每个节点都会建一个 teammate，所以节点多、层数深的画布会很快撞上限。默认上限不是代码里的 16，而是被 profile bundle 压到 8：
| 层 | 值 | 位置 |
|---|---|---|
| 主包默认 | DEFAULT_MAX_MEMBERS = 16 | @deepseek-ai/dsh-experimental-agent-team/lib/index.js |
| bundle 覆写 | maxMembers: 8 | @deepseek-ai/dsh-experimental-agent-team-profile/cordis.patch.yml |
| desktop profile | bundles 里挂了这个 bundle | ~/.dsh/profiles/desktop/package.json |
要开大，在自己的 profile cordis.patch.yml 末尾追加同 id 覆写（<profile> 换成你的，桌面版是 desktop）：
- id: agent-team
config:
maxMembers: 32
maxTasks: 256
maxMessageBytes: 65536
disposalTimeoutMs: 5000
三个坑：
dsh-app-boot 原文 "config is replaced wholesale, not deep-merged"）。只写 maxMembers 会把其余键打回 schema 默认，所以四个键必须写全（后三个与 bundle 原值一致）。TeamService 在构造时读 config，热改不生效。画布删掉时对应命令文件会被一起清掉（不再注册也不会留死文件）；配置 commands: false 可关掉注册（只生成不挂命令）。历史遗留的预设不再生成，插件设置页只留「旧预设清理」用于删除 profile 里的旧行。
主题跟随 DSH：内联（native）模式下画布直接读宿主主题（body[data-ds-dark-theme] / html.dark / 系统偏好），切换时实时推送；iframe 回滚模式仍把主题拼进地址，画布启动时按它初始化。手动切换只在本次会话内生效，DSH 重开时重新读配置。
DSH 桌面
├── 插件（index.js）
│ ├── 工具：agentflow_list / agentflow_run
│ ├── 客户端：侧边栏入口、设置页分区、主视图画布
│ │ ├── src/canvas 画布源码（构建时编进客户端 bundle）
│ │ └── src/host 宿主桥：API 基地址 / 主题 / 样式注入
│ └── 子进程：node runtime/server.mjs → 127.0.0.1:8791（只提供 API）
│ ├── engine.mjs 纯 DAG 执行器
│ ├── llm.mjs 调模型（只走 bridge）
│ └── web/dist 独立画布页面（iframe 回滚模式用）
└── llm bridge（lib/bridge.js）
└── 把 ctx.llm 暴露给引擎，模型调用始终在 DSH 进程内
runtime/ 是打包时从引擎仓库同步过来的副本（npm run sync），所以插件自带完整引擎，装完即用。画布源码（src/canvas/）由同一次同步带来、构建时一起编进客户端 bundle：默认 native 模式下画布直接长在 DSH 主视图里，8791 只负责 API；配成 iframe 则回滚到嵌入 web/dist 独立页面的旧行为。
| 项 | 默认 | 说明 |
|---|---|---|
| 数据目录 | ~/.dsh/agent-flow-data | 首次启动会自动从 ~/.dsh/agent-flow/data 迁移 |
| 后端端口 | 8791 | 可用 agentflowPort 插件配置改 |
| 旧预设 profile | desktop | 读/删历史预设（/api/presets）用；可用环境变量 AGENTFLOW_PROFILE 指定别的 profile |
commands | true | 是否把 <数据目录>/commands/*.json 注册成对话命令；关闭则只生成不注册 |
agentflowRenderMode | native | 画布渲染方式：native 把画布编进客户端 bundle 直接渲染；iframe 回滚到嵌入独立画布页面 |
agentflowUrl | http://127.0.0.1:8791 | native 下作为 API 基地址；iframe 下作为画布页面地址 |
observe | true | 观察器：只记每一步的消息形状与每次工具调用，不拦不改 |
observeDir | <数据目录>/observe | 观察日志落盘目录 |
observe 打开时，插件挂在 agent/pre-step、tools/post-execute、agent/turn-stopping 三个钩子上，
把每个 agent 的一次对话记成 <observeDir>/<session>.jsonl，一行一个事件（工具耗时取自 tools/execute 的真实执行时间）：
t | 字段 | 说明 |
|---|---|---|
step | turn step msgs[] decision{} | 这一步进了哪些消息（只记 source.kind / form / 字符数，不存正文）、最终决策是 enter 还是 reject |
tool | turn step name args ms isError text | 每一次工具调用；被 pre-execute deny 的也会出现，isError 为真 |
stop | turn | 模型认为自己干完了（turn-stopping）的地方 |
用途：在做「强制工作流」之前，先看清模型实际怎么调工具、在哪收工、被拒之后怎么反应。
纪律：写盘 fire-and-forget，任何异常只 warn——观察器坏了不能连累对话。
.af-canvas 作用域隔离（Tailwind 的 :root 变量收进容器内），不污染宿主页面npm run sync 会清空重建 src/canvas/：为内联渲染做的适配改动会被引擎源码覆盖，改完需要重做npm run build # 构建客户端 bundle（lib/client.js，含画布）
npm run sync # 从 ~/.dsh/agent-flow 同步引擎到 runtime/，并把画布源码同步到 src/canvas/
npm run check # 语法检查 + tsc --noEmit
npm test # 插件自测（479 项：bridge 91 + client 86 + observe 28 + commands 150 + flow 124）
npm run observe # 把观察日志读成时间线（默认 ~/.dsh/agent-flow-data/observe）
引擎侧测试在 ~/.dsh/agent-flow/test（72 项）。
发布由 GitHub Release 触发，不在本地手动 npm publish：
package.json（和 package-lock.json）的版本号gh release create v0.3.0 --title "v0.3.0" --notes-file notes.md.github/workflows/publish.yml 自动执行：
npm ci → 语法检查 → 构建客户端 → 自测（含客户端 bundle 自测）→ 校验提交的 lib/client.js 与源码构建一致 → 校验 tag 与 package.json 版本一致 → npm publish --provenance需要仓库 secret NPM_TOKEN：npm granular token，权限选 Read and write (publish and stage)，并勾选 Bypass two-factor authentication。