类似hermes专家模式的dsh插件
安装
dsh plugin --profile web add github:meilulin/dsh-moaGitHub 源码安装:首次需按提示配置 allowBuilds 构建授权后重试
安装与环境配置指引、插件开发教程见 DSH 中文社区文档 ↗
安装即在你的机器上以你的权限运行第三方代码——它可读写文件、使用凭据、访问网络,DSH 的工具审批不会为插件代码加沙箱。「检测到 manifest」仅代表发现 dsh.bundle / dsh.plugin 清单,不构成兼容性或安全审查;安装前请审阅源码,不熟悉的插件先在不含密钥的环境试用。
README
Mixture of Agents(MoA)插件 for DeepSeek Harness:标记一条消息,多个参考模型并行分析,主模型综合总结。
简介
/moa 启用后,下一条消息会先被一组参考模型并行分析(每个模型从自己的视角独立作答),再把这些参考结果组装成引导材料注入给主模型,由主模型做综合总结。适合需要多视角交叉验证的问题:架构评审、方案对比、风险分析等。
特性
/moa斜杠命令:默认预设、指定预设、直接提问、列表、取消- 预设(preset):一组参考模型的命名组合,可配置多个
- 参考模型并行运行(
concurrency控制),单参考超时/失败自动降级(degrade),不阻塞主流程 - 引导消息以
plugin来源注入,携带结构化 section 元数据 - 不写自定义会话事件:MoA 回合由注入引导消息的
source.sections识别,会话日志只含标准事件类型,任何 harness 版本都能正常加载(历史教训:自定义事件类型会让持久化读取端拒绝整份日志) - 客户端卡片渲染:参考结果以可折叠卡片展示在引导消息下方(conversationEvents 定义 + 宿主通用渲染,无框架依赖)
- 配置热重载(
applies: live)
安装
已发布到 npm(@meilulin-1992/dsh-moa)。推荐使用 dsh 的插件一键安装命令(等价于在 profile 目录执行 pnpm add):
dsh plugin --profile web add @meilulin-1992/dsh-moa
或手动在 profile 目录安装(两者等价):
cd ~/.dsh/profiles/web
pnpm add @meilulin-1992/dsh-moa
前置依赖(peer)由 pnpm 自动解析:@deepseek-ai/cordis、@deepseek-ai/dsh-agent、@deepseek-ai/dsh-commands、@deepseek-ai/dsh-llm、@deepseek-ai/dsh-session、@deepseek-ai/dsh-settings、@deepseek-ai/schemastery(客户端还需 dsh-client-runtime / dsh-client-connection)。
插件包内自带 cordis.patch.yml(经 dsh.bundle.patch 声明),会自动插入名为 moa 的插件 entry,无需手改 patch 配置。安装后重启 dsh web 即生效。
本地开发(link 方式)
git clone https://github.com/meilulin/dsh-moa.git
cd dsh-moa
pnpm install
pnpm build # 必须:客户端 bundle(lib/client.js)由 tsdown 构建
然后在 ~/.dsh/profiles/web/package.json 的 dependencies 中加入:
"@meilulin-1992/dsh-moa": "link:/绝对路径/dsh-moa"
再在 profile 目录执行 pnpm install,重启 dsh web 生效。
使用
| 输入 | 行为 |
|---|---|
/moa |
启用 MoA(默认预设),下一条消息生效 |
/moa deep |
指定预设 deep,下一条消息生效 |
/moa 你的问题 |
默认预设 + 直接把问题作为下一条消息提交 |
/moa deep 你的问题 |
指定预设 + 直接提交问题 |
/moa list |
列出可用预设 |
/moa off |
取消待生效的 MoA,恢复正常模式 |
直接提问形式会把问题作为唯一用户消息入队并唤醒回合;参考模型在该回合第一步并行运行,随后主模型基于参考结果综合作答。
配置
配置位于 settings.yaml 的 dsh-moa 命名空间(热重载):
dsh-moa:
defaultPreset: quick # 默认预设名;未指定时回退到第一个预设
concurrency: 3 # 参考模型并行数(1–16)
referenceTimeoutMs: 60000 # 单个参考模型超时(1000–600000ms)
presets:
- name: quick # 2 个参考
references:
- label: 主模型视角
provider: deepseek-official
model: deepseek-v4-flash
temperature: 0.7 # 可选,默认 0.7
maxChars: 4000 # 可选,参考文本截断上限(≥100),默认 4000
- label: 独立视角
provider: agnes-ai
model: agnes-2.5-flash
- name: deep # 3 个参考
references:
- label: 严谨分析
provider: deepseek-official
model: deepseek-v4-pro
- label: 综合视角
provider: deepseek-official
model: deepseek-v4-flash
- label: 独立视角
provider: agnes-ai
model: agnes-2.5-pro
每个预设必须至少配置一个参考模型,否则启动时报错。
会话与持久化
插件不写入任何自定义会话事件(v1.1 起,moa/mark / moa/reference 已废弃)。原因:DSH 持久化读取端对未知事件类型采取「宁可拒绝整份日志」的策略——插件事件若未带 ignorable 标记(当前 Session.append API 也无法写入该标记),会话重启后就会以 SessionFormatUnsupportedError 拒绝加载。
MoA 的全部产出都走标准通道:
- 参考模型并行分析 → 组装为引导文本
- 引导文本以标准
user/message注入(source: { kind: 'plugin', plugin: 'dsh-moa', form: 'snapshot', sections: [{ name: 'moa', text }] }) - 客户端
moaDefinition匹配该消息的source.plugin === 'dsh-moa'识别 MoA 回合,渲染 view node 锚定在引导消息下方
开发
pnpm test # vitest:命令解析、参考运行、配置校验、类型、定义匹配
pnpm typecheck # tsc --noEmit
pnpm build # tsdown:lib/index.js(Node 半区,ESM)+ lib/client.js(浏览器半区,CJS)
源码结构:
src/
├── index.ts # 宿主入口:settings 注册、/moa 命令、agent/pre-step 拦截
├── command.ts # /moa 命令解析与处理
├── config.ts # schemastery 配置 schema + 预设解析
├── mark.ts # MoA 标记存储(一回合绑定)
├── references.ts # 参考模型并行运行 + 降级 + 引导组装
├── types.ts # 共享类型(插件名 + 参考运行元数据)
└── client.ts # 客户端入口:conversationEvents 定义注册 + 设置面板
└── client/ # definition.ts(从注入消息识别 MoA 回合)、settings.tsx(配置面板)
⚠️ 客户端 bundle 必须保持
window.__ModuleLoader__.load({ id, factory })的 CJS 包装(tsdown.config.ts中已配置 banner/footer)——dsh client-modules 的惰性 CJS 模型要求 bundle 执行时注册 factory,裸 ESM 导出会导致loaded without registering ... via __ModuleLoader__.load启动失败。
License
MIT
原始 README: https://github.com/meilulin/dsh-moa/blob/main/README.md ↗
同类插件
查看全部 →
deepseek-harness
从仓库或系统描述生成经过校验的自包含交互式架构图、流程图、时序图、数据流图和生命周期图。

dsh-plugin
通过 DSH MCP 客户端挂载 Ouroboros 的纯配置包,在 DSH 中提供 36 个涵盖需求访谈、Seed、执行、评估与演化流程的工具。

dsh-tongflow
基于 TongFlow 的“片场”插件,用于图片、配音、音乐与视频制作:agent 为每个资产生成 TongFlow 工作流文件(.tongflow.json)并通过 TongFlow 插件执行,内嵌工作流画布,按镜头/角色/take 组织项目,附漫剧模板;以 @tongflow 开头的会话进入 Studio 界面。

helloagents
AI 编码 CLI 的工作流层:技能、项目知识、交付检查、更安全的配置写入与可恢复执行

dsh-ai-novel-writer
安装专用 AI 小说创作预设与工作台:提供带修订号的本地项目资产、紧凑侧边工作台,以及需要原生审批的逐文件变更。

rea
用 agent 逆向任何东西:从应用行为到原生二进制