dsh-agent-router

专业的事情，交给专业的 agent。

DeepSeek Harness（DSH）多模型路由插件：为任意 DSH 主 agent 挂载专业 agent 目录，按任务自动路由到带独立模型的视觉、翻译、语音、子代理等专业 agent，扩展主 agent 的能力边界。

项目目标

专业的事情交给专业的 agent：支持自定义任意类型 agent并配置对应的文本模型/多模态模型，扩展任意 DSH 主 agent 的能力边界——图片识别与生成、语音识别与转写、视频脚本与字幕、翻译、复杂子任务委派等任意专业能力，一套工具完成多模型协同。

特性

• 🧭 自定义专业 Agent（核心）：五种执行通路（chat 远端模型 / agent 完整子代理 / cli 无头 CLI 子代理 / image 图片生成 / speech 语音转写）+ 自定义能力标签，主 agent 按标签自动路由；每个 agent 独立服务商与模型，未配置自动复用主 agent 模型
• 🖼 多模态任务路由：图片识别（OCR、截图、图表）、图片生成、语音转写；files 参数按能力分发——图片内联注入、文本内联、任意文件交给 agent / cli 类型子代理读取
• 🤖 无头 CLI 子代理（Codex / Claude / Gemini）：把 codex / claude / gemini 等外部 agent 工具作为子代理接入——无头模式（codex exec --json / claude -p / gemini -p）在工作区内自动执行多步任务，图片与文件按工作区路径注入；CLI 使用自身登录态（各自终端登录一次），插件零 OAuth 对接
• 🔑 多模态账号：任意服务商 API Key 配置式添加（官方/中转/本地部署同一条路径，无预设无登录）；OAuth 官方授权（需自建 Google Cloud OAuth Client；内置公开 Client 已被 Google 禁用）；账号池按健康/用量/轮询策略自动选号与失败切换
• 📊 实时用量统计：Agent 级与账号级两级明细（调用/失败/tokens/耗时）、分钟级 tokens 分布、最近调用记录
• 🔌 零配置接入：宿主平面注册 route_agent 工具与路由提示段，内置与自定义的任意 agent 预设自动获得路由能力

安装

在线安装（一条命令）

安装脚本自动完成：克隆源码 → 链接到 ~/.dsh/profiles/node_modules/ → 在 profiles/web/cordis.patch.yml 写入宿主行（幂等，可重复执行）。完成后重启 DSH 即可。

固定版本：把命令中的 main 换成版本号，如 v0.1.4。

离线安装

1. 下载发行包：dsh-agent-router-v0.1.4.tar.gz
2. 解压并进入包目录：

# Windows
tar -xzf dsh-agent-router-v0.1.4.tar.gz
cd dsh-agent-router-v0.1.4
powershell -ExecutionPolicy Bypass -File .\install.ps1 -LocalPath .

# macOS / Linux
tar -xzf dsh-agent-router-v0.1.4.tar.gz
cd dsh-agent-router-v0.1.4
./install.sh --local .

让 AI 帮你装（对话安装）

把下面这段提示词发给 DSH 主 agent 或 ChatGPT / Claude / Gemini 等任意主流 agent，它会自动检测平台并完成安装：

请帮我在 DeepSeek Harness 上安装「dsh-agent-router」多模型路由插件：

1. 检测当前系统平台，在终端执行对应安装命令：
   - Windows（PowerShell）：
     powershell -ExecutionPolicy Bypass -Command "iex (((irm https://raw.githubusercontent.com/peterwangze/dsh-agent-router/main/install.ps1) -join [Environment]::NewLine).TrimStart([char]0xFEFF))"
   - macOS / Linux：
     curl -fsSL https://raw.githubusercontent.com/peterwangze/dsh-agent-router/main/install.sh | sh
2. 等待命令执行完成，确认输出包含「安装完成」。
3. 提醒用户重启 DeepSeek Harness。
4. 重启后打开「设置 → Agent 路由」，用预设模板添加专业 Agent（如视觉识别）。

使用指南

安装并重启后，在 DSH 的「设置 → Agent 路由」打开配置页。

1. 总览

• 顶部总开关：启用多模型路由（关闭后 route_agent 拒绝调用、统计暂停）
• 三个分级分类卡片，点击标题展开/收起：
  • 专业 Agent（核心区，默认展开）：维护自定义专业 agent
  • 多模态账号（默认折叠）：API Key / OAuth 账号与账号池
  • 统计信息（默认折叠）：实时用量明细
• 分类头实时显示摘要（agent 数量、账号数量、调用统计），无需展开即可掌握概况

2. 专业 Agent 配置

每个 agent 卡片默认折叠为一行摘要（名称 / 类型 / 生效模型 / 简要用量），点击展开配置：

• 名称、类型：类型只是执行方式（chat 调远端模型 / agent 委派 DSH 子代理 / cli 无头 CLI 子代理 / image 图片生成 / speech 语音转写），不限制能力；能力标签才是自定义的调度契约（路由与 files 图片分发都按它判定）
• 服务商 / 模型：留空自动复用主 agent 模型；「发现模型」按钮可拉取服务商模型列表一键选用（cli 类型下模型字段作为 CLI 的 -m / --model 参数）
• cli 类型：执行方式切到 cli 后，从「子代理」下拉选择账号区已添加的 CLI 条目作为执行路径（未选择 = 旧形态内嵌命令，提示迁移）。卡片保留登录状态指示、模型覆盖字段（-m / --model，空 = CLI 默认模型）与底部「登录」按钮；命令、参数、登录、拉取模型与统计统一在「多模态账号 → 子代理」维护
• 能力说明：主 agent 据此判断何时调用该 agent
• 高级设置：推理强度、温度、最大输出、轮数、System prompt、工具白名单（agent 类型）；cli 类型高级设置仅保留能力标签与 System prompt（注入任务头部作角色设定）
• 操作：启用开关、保存、测试（cli 类型 = 登录状态检查）、删除；底部显示该 agent 的实时用量与 tokens 分布
• 列表末尾「+」用预设模板快速添加：视觉识别 / 图片生成 / 翻译 / 语音识别 / 视频生成 / 通用子 Agent（模板只是能力起点；Codex/Claude/Gemini 等 CLI 工具不是 agent 类别，而是任意 agent 在 cli 执行方式下可选的子代理路径）

3. 多模态账号配置

• API Key 账号：统一配置式添加——服务商 ID（openai / my-gateway / one-api 等）+ 接口类型（openai-completions / openai-responses / anthropic-messages）+ Base URL + API Key（本地部署可留空）+ 模型列表，填好即保存到共享模型列表；官方服务商、第三方中转与本地部署同一条路径
• 子代理（无头 CLI）：Codex / Claude Code / Gemini CLI 等 CLI 工具作为账号类条目统一管理——「＋」一键添加（预填命令与参数）或自定义；每卡配置命令/参数/超时/并发、登录状态与一键登录（弹出终端窗口完成 codex login 等并自动刷新）、拉取模型（CLI 无列表命令时回退常见模型清单）与用量统计；专业 Agent 的「执行方式 = cli」时从「子代理」下拉直接引用这些条目。Codex 沙箱参数按平台自适应：macOS/Linux 用 --sandbox workspace-write（产物如图片必须能写入工作区，read-only 会导致任务无法落盘），Windows 用 --sandbox danger-full-access——codex 的 Windows 沙箱实现无法启动 WindowsApps 目录下的 shell（报 CreateProcessAsUserW failed: 5/1920），每条命令都会在执行前失败并触发子代理反复重试、成倍浪费 token，关闭 OS 级沙箱后仍保留审批策略；参数留空即用该默认，自定义参数未显式指定 --sandbox 时也会按平台自动补齐；每次执行宿主都会注入重试纪律（同一失败最多重试 2 次即报告错误结束），避免子代理无限重试卡死任务
• 自定义提供方（＋ 自定义）：未集成的服务商、第三方中转与本地部署（Ollama / One-API / LM Studio 等）——填服务商 ID 与 Base URL 即复用模型添加基座注册到共享模型列表，注册后可用「发现模型」拉取端点模型；API Key 可留空（免鉴权本地服务）
• 高级扩展（默认折叠）：OAuth 账号与账号池收进折叠卡片——
  • OAuth 账号（插件独立管理）：官方授权码登录（OAuth2 + PKCE，Gemini 需自建 OAuth Client）或粘贴 access token；模型列表插件内单独维护；同样支持「＋ 自定义」创建自建 OAuth2 服务商账号（自配协议 / 端点 / Client ID / Scope）
  • 账号池：多个已授权账号组成池，按健康优先 / 用量最低 / 轮询自动选号，单账号失败自动切换；agent 的「OAuth 账号」字段可指向池

4. 统计信息

• 全局汇总：调用数 / 失败数 / 入出 tokens，一键清空（每 2 秒自动刷新）
• Agent 级明细：每个 agent 的调用、失败、平均耗时与分钟级 tokens 柱状图
• 账号级明细：按服务商聚合，展开查看模型细分表与 tokens 分布
• 最近调用记录：时间、agent、服务商/模型、状态、耗时

常见问题

• 视觉 agent 用什么模型？ 需要支持图片输入的模型（如 gpt-4o 等 OpenAI 兼容多模态模型；实测 opencode-go/qwen3.7-plus 亦可）。模型不支持图片输入时插件会在调用前给出明确报错。
• 能用 Codex / Claude Code / Gemini CLI 做子代理吗？ 能——在「多模态账号 → 子代理」添加 CLI 条目（一键预填或自定义），完成登录与模型拉取；然后把任意专业 agent 的执行方式切到 cli，从「子代理」下拉选择该条目。无头模式在工作区内执行，CLI 自己管登录（codex login 等一次即可），不经过插件的 OAuth 账号体系。
• CLI 子代理任务一直转圈/卡住？ CLI 子代理是完整 LLM agent：遇到可重试的错误（网络 502、上游超时）会自行反复重试而不是立即失败，而插件只在总超时（默认 15 分钟/条目，工具级 20 分钟）后强杀，因此表现为长时间卡住。宿主已注入重试纪律（同一失败重试 ≤2 次即报告错误结束），失败时返回结果会带上子代理 stderr 关键行（工作区 .router-files/cli-run-*-err.log 也有完整日志）。常见根因：① 上游网络不可达——图片生成走子代理自身的上游服务（如 Codex 走 ChatGPT 图片接口），需保证本机可达（开启代理等）；② 沙箱配置不当——Codex 在 Windows 上用 workspace-write / read-only 时，OS 沙箱无法启动 shell（每条命令报 CreateProcessAsUserW failed: 5/1920），子代理会反复重试浪费 token；保持参数留空（平台自适应默认）或显式使用 --sandbox danger-full-access（Windows）/ workspace-write（macOS/Linux），read-only 还会让产物无法落盘。注意：自定义参数里的旧版 --full-auto 会让 --sandbox danger-full-access 失效（实测仍走 Windows 沙箱并报 5/1920），请一并移除；③ 并发与超时——同一子代理受「并发上限」约束，连点多次会各自排队或报「正忙」。
• ChatGPT / Claude 能 OAuth 登录吗？ 官方 API 不提供 OAuth：请用官方 API Key；消费级 Web token 面向官方站后端，仅适用于兼容网关，可用「粘贴 token」方式保存。Gemini 需自建 Google Cloud OAuth Client（内置公开 Client 已被 Google 禁用：授权页报 invalid_request / invalid_scope）。
• 主 agent 怎么知道该调谁？ 安装后所有 agent 预设自动获得 route_agent 工具与路由提示段，按能力标签路由：带图片的任务路由给声明 image 能力的 agent，语音转写路由给 audio 能力 agent。
• 统计会丢吗？ 统计保存在内存中，DSH 重启后清零。
• 升级 / 重复安装？ 直接重跑安装命令即可（脚本幂等；在线模式自动 git pull 更新源码）。

License

MIT