DSH-DAG

English · 中文（简体）

让你的 DeepSeek Harness 能够并行调度多个智能体，大幅提升长程任务执行效率。

介绍

DeepSeek harness是一台"长时间运行"的回合机器。

在主智能体里手工编排多智能体工作流（一部分子任务互相独立、一部分互相依赖、并行执行、聚合结果）既容易出错，也无法扩展。

这就是为什么我们为mutil-agent工作模式设计了：DSH-DAG 插件。模型提交一段简短的 JSON 来描述工作流——节点、依赖、成功标准——剩下的事情交给插件：

• 在运行前校验任务图，非法提案直接拒绝，不会浪费任何一次调用；
• 在并发上限内并行调度所有就绪节点；
• 对有限的失败做指数退避重试；
• 把子节点结果融合成一份最终答案。

简单来说，DSH-DAG的使命就是 检查任务，分配资源，并行执行，融合结果。它的存在就是为了帮你提高速度，避免错误。

对于用户，你无需做任何额外的工作，只需要正常使用DeepSeek Harness，当模型需要调度多个智能体时，DSH-DAG插件会自动接管。

能力一览

能力	说明
声明式输入	一段 JSON 任务图：节点、dependsOn、inputSources、成功标准、可选的每节点模型
确定性校验	重复 id、未知依赖、环、缺失输入来源……非法提案在运行开始前被拒绝，并返回结构化、可被模型修正的错误
并行调度	独立节点在全局 + 按模型并发上限下并行运行；下游节点仅在所有父节点成功后释放
节点状态机	PENDING → READY → RUNNING → SUCCEEDED / FAILED / CANCELLED，失败级联为 BLOCKED，全程可审计
重试与恢复	只重试可重试的错误，指数退避有上限；每节点超时；取消干净传播
结果聚合	单个结果直接透传；多个结果由一次 LLM 调用融合（或确定性去重拼接）
可观测性	dag/* 生命周期事件发往宿主，可选写入调用方智能体的 Session

工作原理

DSH 主智能体
  │   模型调用 dag_run 工具（或插件调用 ctx.dag.start()）
  ▼
dsh-dag     Cordis 插件层 —— 工具、服务、配置、事件
  │
  ▼
dag-core    框架无关的编排引擎 —— 模型、校验、分析、
            调度器、状态机、重试、融合
  │
  ▼
并行智能体执行 —— 通过 DSH subagents 并发拉起子智能体

每一次运行都走同一条确定性流水线：

1. 编译与校验 —— 检查提案；非法图返回可修正的错误，不创建运行。
2. 按波次执行 —— 就绪节点作为并发子智能体运行；每个节点的结果会释放（或阻塞）它的下游。
3. 重试与融合 —— 带校验反馈的有界重试；成功的节点结果融合成一份最终答案。

快速开始

1. 安装到 DSH profile

dsh plugin --profile web add dsh-dag

安装时会自动应用插件的 bundle patch，把 dsh-dag 行插入宿主组合，并在宿主平面提供 dag 服务。验证是否生效：

dsh --profile web --dump-config | grep dsh-dag

2. 把工具暴露给你的智能体

dag_run 工具按智能体暴露：复制一份 preset 并用隔离域（isolate）组合，写法与内置 delegation 组隔离 workflowEngine 的方式一致：

- id: dag-delegation
  name: cordis:group
  group: true
  isolate:
    dag: true
  config:
    - id: dsh-dag-tool
      name: 'dsh-dag'

3. 使用

直接让智能体处理一个多步骤任务，或者用下面的示例工作流直接调用工具。

使用 dag_run 工具

提交 TaskGraphProposal 形状的 JSON：

{
  "schemaVersion": "1.0",
  "planId": "research_plan",          // ^[a-z][a-z0-9_-]{0,63}$
  "objective": "调研 X 并撰写报告",
  "nodes": [
    {
      "nodeId": "search",
      "title": "检索文献",
      "prompt": "查找并总结关于 X 的权威资料。",
      "capabilityRequirements": ["web"],
      "outputRequirements": ["一份来源清单（列表形式）"],
      "successCriteria": ["至少 3 个来源"],
      "executorKind": "runtime",
      "toolLabels": ["web_search"],
      "dependsOn": [],
      "inputSources": []
    },
    {
      "nodeId": "draft",
      "title": "撰写报告",
      "prompt": "根据检索结果撰写报告。",
      "dependsOn": ["search"],
      "inputSources": [{ "sourceNodeId": "search", "purpose": "使用检索结果" }],
      "capabilityRequirements": ["general"],
      "outputRequirements": ["Markdown 报告"],
      "successCriteria": ["覆盖全部来源"],
      "executorKind": "runtime"
    }
  ]
}

非法的提案永远不会创建运行——你会收到结构化、可修正的错误。

结果信封

{
  "runId": "dag_a1b2c3d4",
  "status": "completed",              // completed | partial | failed | cancelled
  "value": "……融合后的最终答案……",
  "nodeCount": 2,
  "agentsStarted": 3,
  "failures": [{ "nodeId": "draft", "status": "failed", "error": "…" }]
}

除 completed 以外的状态都会以工具错误的形式呈现——绝不伪装成成功。

编程入口

const run = ctx.dag.start({
  proposal,               // TaskGraphProposal
  parent: exec.agent,
  options: { idempotencyKey?, nodeTimeoutMs?, maxTotalNodes?, fusion?, globalLimit?, maxRetries? },
})
const outcome = await run.result
await run.dispose()

配置项

键	默认值	含义
toolName	dag_run	模型可见的工具名
subagentProvider	spawn	每个节点（及融合调用）使用的 ctx.subagents provider
globalLimit	4	全局节点并发上限（0 = 不限）
perModelLimits	{}	按模型并发上限（0 = 不限）
retryPolicy.maxRetries	2	每节点重试上限
retryPolicy.baseDelaySeconds	1	指数退避基数
retryPolicy.maxDelaySeconds	30	退避上限
nodeTimeoutSeconds	300	每节点超时（0 = 禁用）
maxTotalNodes	32	每次运行的节点数硬顶
maxResultChars	100000	注入下游 prompt 的依赖输出字符上限
fusion	auto	auto：单结果透传、多结果 LLM 融合；llm：总是融合；none：确定性拼接
emitSessionEvents	true	把 dag/* 事件写入调用方智能体的 Session

可观测性

只读的 dag/* 事件同时发往宿主，并（可选）写入调用方智能体的 Session：

dag/run-start · dag/node-start · dag/node-end · dag/retry · dag/run-end

负载只携带标量事实（runId、nodeId、status、attempt、objective、nodeCount），绝不含活动句柄。

保证与限制

你可以放心依赖的

• 确定性由代码强制：图的合法性、状态转换、并发上限、重试上限与依赖传播全部由引擎保证——模型做决策，代码做执行。
• 安全的取消：run.cancel() / exec.signal 会中止在途的子智能体；每个子运行必然被 dispose。

当前限制（V0.1）

• 仅前台运行——不支持后台启动/轮询，无日志恢复/断点续跑。
• 无预算/成本台账；并发默认保守，以约束 token 消耗。
• 插件永不自行判断单智能体 vs 多智能体——只有当模型判断任务确实需要 DAG 时才会调用 dag_run。
• 委派子智能体继承 DSH 子智能体策略（审批固定为 never、继承沙箱作用域）；需要审批类工具的节点会确定性失败。

卸载

dsh plugin --profile <name> remove dsh-dag

然后从智能体 preset 中移除组合的副本（例如上面的 dag-delegation 组），并重启会话。卸载时插件会自动取消所有进行中的运行。

---

给开发者

快速上手——完整的工程规范见 docs/DSH Multi-Agent DAG Plugin — Engineering Specification & Migration Plan.md。

packages/
├── dag-core/   dsh-dag-core  —— 框架无关的编排引擎（零运行时依赖）
└── dsh-dag/    dsh-dag   —— Cordis 插件适配层

npm install --ignore-scripts   # workspace 安装（typescript + vitest）
npm run build                  # tsc → packages/*/lib
npm run typecheck
npm test                       # 110 个确定性测试 —— 无网络、无真实 LLM

dag-core 是经过验证的 Python 编排中间层的忠实 TypeScript 移植，为保持 1:1 对齐（组件映射见上方的规范文档）。插件适配层刻意保持轻薄：所有编排逻辑都在 dag-core，所有 DSH 相关逻辑都在 dsh-dag。

许可证

MIT