Omni Router

> GitHub: https://github.com/qwe225380/dsh-omni-router > 中文说明

Omni Router 是一个 DeepSeek Harness Agent 预设，它不是一个“单一功能插件”，而是一层智能编排层：把复杂度路由、思维模式路由、任务类型识别、Plan Mode、项目上下文、TDD、交付门、Git 工作流等能力组合成一个统一的、自动运行的工程闭环。

Why Omni Router?

单独使用 dsh-routing-suite、dsh-trio、dsh-doublecheck、superpowers-dsh 时，你需要：

自己决定什么时候用哪个预设
自己记得先出方案还是直接做
自己记得要写测试、要验证、要过质量门
在不同插件/预设之间手动切换

使用 Omni Router 后，这些判断和编排会自动发生：

任务进来
   │
   ├─ 复杂度路由：plan / direct
   ├─ 思维模式路由：spec / react / balanced
   ├─ 任务类型识别：bugfix / feature / refactor / test / review
   │
   ├─ 复杂任务
   │    ├─ 自动进入 Plan Mode
   │    ├─ 自动收集项目上下文
   │    ├─ 生成代码化方案
   │    ├─ 注入 TDD / 交付门 / Git 工作流 / 验收清单提示
   │    ├─ 等你确认
   │    └─ 执行 + 验证
   │
   └─ 简单任务
        └─ 直接执行 + 轻量验证

Features

Core（核心，自带）

复杂度自动路由：direct / balanced / plan 三态路由，简单任务直接做，复杂/模糊任务先方案。
思维模式路由：自动选择 spec（方案优先）/ react（直接执行）/ balanced（自动）。
任务类型识别：bugfix / feature / refactor / test / review / other。
Plan Mode 集成：复用 DSH 内置 Plan Mode，方案必须经你确认后才执行。
项目上下文收集：按任务类型 + 语义关键词发现相关文件，生成有界上下文摘要。
Risk Model：独立评估风险等级，高风险（数据库/auth/生产配置）即使复杂度低也强制 plan + approval。
Adaptive Rerouting：执行中可通过 omni_reroute / /omni reroute 在 direct ↔ plan 间动态切换。
代码化方案模板：目标、范围、涉及文件、步骤、接口/数据变更、测试计划、风险、兼容性、回滚、验收标准。
TDD 技能路由：编码任务提示加载 test-driven-development / red-green-tdd，不重复实现 TDD。
交付门技能路由：完成前提示加载 verification-before-completion / delivery-proof，不重复实现质量门。
Git 技能路由：编码任务提示加载 using-git-worktrees / git-discipline。
验收清单技能路由：方案批准后提示加载 executing-plans / writing-plans。
轻量验证技能路由：简单任务提示加载 verification-loop / verification-before-completion。
状态持久化：分类/思维模式/任务类型写入会话事件，resume 可恢复。
降级保护：Plan Mode 不可用时自动限制为只读工具。
Hybrid 分类：启发式置信度 + 低置信度时 LLM 结构化分类。
Policy Engine：buildPolicyDecision 统一输出完整决策对象（taskType/complexity/risk/executionMode/approval/verification/gitPolicy）。
Intent Engine：buildIntent 提取 desired outcome / constraints / acceptance criteria。
Context Budget：buildContextBudget 按复杂度/风险分配上下文预算。
Next Best Action：decideNextAction 作为 Agent Runtime 核心 API，根据状态返回下一步行动。
Repository Snapshot：buildRepositorySnapshot 识别包管理器、测试框架、框架、入口点。
Project Brain v1/v2/v3：buildProjectBrain 聚合仓库快照、符号索引、依赖/测试映射、工程约定；v2 用 SQLite + 轻量 AST + git graph 持久化到 .omni/project-brain.db，并解析真实 import/call/extends/implements 图边；可选安装 web-tree-sitter + tree-sitter-wasms 后自动升级为 Tree-sitter AST 解析（indexProjectBrainV3WithAst / omni_ast_scan）；v3 在 SQLite 之上叠加 Hybrid Retrieval 沿真实图双向扩展查询。
Mission Planner v1：buildMission 把任务组织成 Mission → Phase → Task 骨架，支持动态 Replan。
Agent Runtime：omni_mission_run 用真实 subagents 执行 Observe → Think → Act → Replan 循环，带 maxGlobalSteps / maxReplans / maxSameActionRetries / maxRepairs / maxTokens / maxCost / maxToolCalls / maxWallClockMs 预算。
统一主链（优化5 Integration）：omni_mission_run 已接入 Task Compiler → Capability Brain → Mission DAG → bindCapabilitiesToDag → DAG Runtime → Evidence，并统一 ExecutionBudget；DAG 失败会保留 failed → Repair → Retry lineage。
P1 能力：Planner-generated DAG（可并行分支）、Dynamic Context Expansion（按 uncertainty 自动升级）、Capability Manifest（插件/skill 声明式能力）、Failure-aware DAG mutation（按失败分类生成 repair）。
P1/P2 能力：Evidence Store（harness-captured 证据记录，omni_mission_run 自动采集）、Memory v3（skill distillation、execution policies、historical failures、cross-session strategies）。
P1/P3 能力：Real capability sandbox（已接入 omni_mission_run，按 role + capability 生成 toolFilter）、Capability Resolver v2（risk/reliability 综合打分）、OmniBench v2 scaffold（manifest schema + runner stub + prepare script + DAG-to-plan compile）。
TaskDecision：createTaskDecision 生成唯一决策对象，Policy/Runtime 统一消费，避免重复 classify 分叉。
Evidence Protocol：src/evidence.mjs 用结构化 command/file/test/finding 证据判定 PASS/FAIL；isQaPass 已支持从 QA 输出解析 JSON evidence，不再只信文本。
Task Compiler：compileTask 生成 objective / constraints / non-goals / acceptance / hidden assumptions / ambiguities / invariants / risk / artifacts；compileTaskWithLLM 可用 LLM 增强。
Capability Brain：src/capability-brain.mjs 以 provider-agnostic 方式注册/解析/选择能力，缺失时优雅降级；支持从工具名自动发现能力。
Role capability sandbox：QA / Reviewer / Judge 通过 toolFilter 禁止 edit/write/shell，权限来自 Runtime 而非模型自觉。
Mission DAG：src/mission-dag.mjs 用 Task 依赖图代替固定模板，支持插入任务、就绪调度、并行批次、失败时插入 repair。
DAG-driven Runtime：runDagLoop 真正按 DAG 执行 ready tasks，支持 maxParallel 并行。
Capability-aware DAG：bindCapabilitiesToDag 把 Task 的 requiredCapabilities 解析为具体 provider id。
Progressive Context Expansion：src/context-expansion.mjs 按 repo map → symbols → implementations → callers → tests/configs 逐步展开上下文。
Hybrid Retrieval：src/hybrid-retrieval.mjs 组合 lexical + symbol + graph/test 扩展，返回排序候选。
Failure Taxonomy：src/failure-taxonomy.mjs 稳定分类失败（test/build/dependency/scope/permission/timeout）并给出恢复路径。
Memory v2：omni_memory 维护 project/decision/failure/trajectory/learnedSkills；支持 recordLearnedSkill / retrieveLearnedSkill / learnFromTrajectory，自动持久化到 .omni/memory.json。
Experience-based Router：src/experience-router.mjs 根据 learned skill 偏置后续路由。
Capability performance learning：recordCapabilityOutcome 更新 successRate / lastUsed，能力解析优先历史表现。
OES False Completion：评分加入 honesty 维度，惩罚“说 DONE 但实际没完成”。
Policy/State Orchestration：用 workflowPolicy 状态机代替大量重复 prompt。
Agent 选择：selectAgentForTask 推荐 frontend/backend/db/browser/security/review agent。
Fable 风格子代理链：omni_delegate 可运行 builder → qa-verifier → (repair → qa-verifier)* → code-reviewer → judge，独立验证 + 冷读对抗审查 + 证据交接 + 最终裁决。
技能建议：根据任务类型/文本自动提示加载相关技能（skill 工具），避免重复实现已有能力。
工程原则：轻量注入 Omni 原创的工程原则、Integrity Rules、独立 Verifier/Repair 证据链（methodologyDirectives: false 可关闭）。
dsh-routing-suite 兼容：检测到 router-standard 时自动让出 reasoning-mode 路由，避免重复开发；未检测到时保留 Omni 自身轻量路由。
Router Benchmark：内置 benchmark/run.mjs（556 个任务），可评估 accuracy / false-direct rate。
Engineering Benchmark v1：npm run benchmark:engineering 用 OES 评分评估端到端工程交付质量（L1-L10）。
Real agent-run comparison：omni_benchmark / omni_benchmark_all 收集 raw/omni 真实运行结果（real-tasks.json 10 个 L1-L10 任务；workspace 没有该文件时自动使用 bundle 内任务集；omni_benchmark_all 支持 maxParallel 并发采集），omni_benchmark_status 查看采集覆盖率，omni_benchmark_import 可导入外部会话结果，npm run benchmark:compare 输出 OES 对比，npm run benchmark:continuous 输出趋势并自动检测回退（支持 --json）。
Visual QA 硬编排：前端/UI 任务在 omni_mission_run 的 validate 阶段强制 browser_screenshot + omni_visual_check，未 PASS 则 Replan；可 autoVisualQA: false 关闭。
Benchmark 分析：benchmark/analyze.mjs 输出混淆矩阵和最高频误判词。
LLM 对比评估：benchmark/llm-eval.mjs 可对比 Heuristic vs LLM 路由效果。
手动控制：/omni 命令 + omni_* 工具。

Orchestrated（编排复用，推荐安装）

插件	提供能力	Omni Router 如何用
dsh-trio	浏览器自动化、MCP、GitHub/GitLab	需要浏览器/PR/远程操作时自动可用
dsh-doublecheck	交付质量门、验证、返工检测	复杂编码任务完成前提示走质量门
superpowers-dsh	TDD、调试、规划、协作技能	编码任务自动提示加载对应技能

> 这些不是强制依赖。装了 → 完整能力；没装 → Omni Router 核心功能依然可用。

Install

One-command via DSH plugin add

dsh plugin --profile web add dsh-omni-router

This installs the bundle and automatically copies the Omni Router preset into ~/.dsh/.agent-presets/omni-router on first load. Restart DSH, then select Omni Router.

Install via npm

npm i dsh-omni-router
cd node_modules/dsh-omni-router
node scripts/install-preset.mjs

One-command install

# Linux / macOS
./install.sh

# Windows PowerShell
./install.ps1

# Cross-platform
node scripts/install-preset.mjs

Then restart DSH and select Omni Router in a new session.

Manual overrides

Say “直接做” / “直接执行” → force direct execution.
Say “先出方案” / “先设计方案” → force plan-first.
/omni status — show current routing state.
/omni plan — enter plan-first mode.
/omni direct — enter direct mode.
/omni mode spec|react|balanced — set thinking mode.
/omni reroute plan|direct — adaptively reroute current task.
Model tools: omni_status, omni_plan, omni_direct, omni_mode, omni_reroute, omni_delegate, omni_memory, omni_benchmark, omni_mission_run, omni_visual_check.

Configuration

- id: omni-router
  name: ./src/omni-router.mjs
  config:
    requireConfirmation: true
    useLLMClassification: false
    # planFirstKeywords: [自定义, 关键词]
    # directKeywords: [直接跑, 马上改]
    # Visual QA (OpenAI-compatible vision endpoint)
    # autoVisualQA: true
    # visionApiUrl: https://api.openai.com/v1/chat/completions
    # visionApiKey: sk-...
    # visionModel: gpt-4o-mini

See [docs/CONFIGURATION.md](./docs/CONFIGURATION.md) for details.

Repository structure

omni-router/
├── agent.cordis.yml
├── preset.yml
├── src/
│   ├── omni-router.mjs
│   ├── agent-chain.mjs
│   ├── agent-runtime.mjs
│   ├── benchmark-runner.mjs
│   ├── compat.mjs
│   ├── engineering-benchmark.mjs
│   ├── judge.mjs
│   ├── memory.mjs
│   ├── methodology.mjs
│   ├── mission-planner.mjs
│   ├── project-brain.mjs
│   ├── project-brain-v2.mjs
│   └── skill-suggest.mjs
├── test/
├── benchmark/
│   ├── run.mjs
│   ├── engineering-run.mjs
│   ├── real-tasks.json
│   ├── compare.mjs
│   └── tasks.json
├── scripts/install-preset.mjs
├── docs/
├── .github/workflows/ci.yml
├── README.md
├── README.zh-CN.md
└── LICENSE

Test

npm test

Benchmark

# Router accuracy (556 tasks)
npm run benchmark

# Engineering OES demo (sample data)
npm run benchmark:engineering

# Real agent-run OES comparison: Omni vs raw Flash
npm run benchmark:compare

# Show collected OmniBench coverage / missing pairs
npm run benchmark:status

benchmark/run.mjs — router accuracy / false-direct / false-plan on benchmark/tasks.json.
benchmark/engineering-run.mjs — OES framework on benchmark/engineering-tasks.json.
benchmark/compare.mjs — reads benchmark/results/{raw,omni}/*.json and prints OES comparison.
Collect real runs with the omni_benchmark tool inside a DSH session.

Current router baseline (556 tasks):

complexity accuracy: 73.7%
taskType accuracy: 95.9%
thinkingMode accuracy: 71.4%
false-direct rate: 0.0%
false-plan rate: 0.0%

Current OmniBench real baseline (2026-08-21, 10 L1-L10 tasks):

raw: 10/10 PASS, avg OES 1.000
omni: 10/10 PASS, avg OES 1.000
missing pairs: none
regression alerts: none
Full report: docs/OmniBench-2026-08-21.md

License

MIT

Source facts

Install

Check the source files

Omni Router

Why Omni Router?

Features

Core（核心，自带）

Orchestrated（编排复用，推荐安装）

Install

One-command via DSH plugin add

Install via npm

One-command install

Manual overrides

Configuration

Repository structure

Test

Benchmark

License

More related plugins

dsh-plugin-subscriptions

dsh-commandcode-provider

dockyard-dsh