AgentFlow · DSH 插件

在 DeepSeek Harness 里用画布编排 agent 工作流，一键生成 DSH 预设 —— 每一步由你定义，而不是塞进一个黑盒循环。

是什么

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。编排好之后导出成一个 DSH 预设，在对话里直接选中它。

• 节点：LLM（调模型）/ MCP（直接调工具，不经过模型）/ 调度（根，对话入口）
• 执行：纯 DAG，无上游先跑、同层并行、失败不阻塞其它分支
• 模型：全部走 DSH 自己的模型通道（ctx.llm），推理强度和兜底模型可逐节点配
• 预设：根节点承载人格，导出时自动附上子节点清单，写进 DSH profile

安装

从 npm

DSH → 设置 → 插件 → 添加插件 → 输入：

dsh-plugin-agentflow

从 GitHub

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+。

怎么用

1. 画布列表

每张画布对应一个 DSH 预设。卡片上会标出「对话入口」（哪张卡是和用户对话的根节点），改过画布但没更新预设时显示 预设未更新。

2. 编排

• 拖卡片改位置，从卡片边缘拖线连上下游
• 点卡片改模型、推理强度、兜底模型、技能、MCP 工具
• 「加下游 / 加上游」快速派生新卡
• 编辑自动保存，点「保存」才会把你的编排生成/覆盖成 DSH 预设

3. 验证

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。

4. 导出成预设

点「保存」（或 ⌘S）→ 画布落库 + 预设写入 ~/.dsh/profiles/<profile>/cordis.patch.yml。重启 DSH 后，新会话的预设列表里就能选到它。

预设长这样：

你是「AgentFlow」的对话入口。
你只负责和用户对话：问清需求、确认关键信息。
需求明确后，严格按照后续节点的 AgentFlow 流去执行，不要自己直接产出结果。

【完成标准】…
【子节点】共 4 个
- 大纲：根据给定的题材，写一个三幕剧的简要大纲
- 对白版：为关键场景写几句有张力的对白
…

深色模式

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。

架构

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。

配置

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
预设 profile	desktop	用环境变量 AGENTFLOW_PROFILE 指定别的 profile
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

限制

• 只在 macOS 上验证过，Windows 的路径与命令未测
• 运行态是全局的：跑图时切换画布，事件会被丢弃；「停止」不分画布
• 验证跑图会真实调用模型，注意 token 消耗
• 预设依赖 DSH profile 的 patch 机制，profile 结构变了要跟着调整
• 宿主客户端运行时是 React 18；画布源码来自 React 19，但只使用两者共有的 API（不用 19-only API）
• 画布样式靠 .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

开发

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（152 项：bridge 83 + client bundle 69）

引擎侧测试在 ~/.dsh/agent-flow/test（85 项）。

发布

发布由 GitHub Release 触发，不在本地手动 npm publish：

1. 升 package.json（和 package-lock.json）的版本号
2. 打 tag 并创建 Release：gh release create v0.3.0 --title "v0.3.0" --notes-file notes.md
3. Release 发布后 .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。

License

MIT