DeepSeek Harness 插件

dsh-graph-monitor

Graph Monitor plugin for DeepSeek Harness: define and customize GRAPH workflows, then visualize each node live as it executes — Waku-agent style topology chart with animated node/edge status(英文原文)

跳到安装方式

来源信息

GitHub 仓库
asakumizy/dsh-graph-monitor
最近更新
2026年8月19日
分类
自动化与任务
GitHub stars
1
载体类型
plugin
目录证据
上游声明已找到 dsh.bundle
证据路径
package.json#dsh.bundle
核对版本
0.1.0-rc.8
上游核对日期
2026-08-20

该证据由上游目录提供。本站没有安装、运行或安全审核这个插件。

安装

默认先复制一段 Prompt,让 Agent 读 GitHub 仓库和源码;需要自己装时再切到命令。

复制这段 Prompt,发给 DSH、Codex 或其他 Agent,让它先读 GitHub 仓库和源码。

请先不要安装或执行任何命令。阅读这个插件的 GitHub 仓库、README 和关键源码,然后用清楚、直接的方式回答以下问题,帮助我判断它是否适合我的需求:

1. 这个插件是什么,解决什么问题;
2. 适合哪些用户和典型使用场景;
3. 安装后如何使用,并给出一个最小使用示例;
4. 有哪些已知限制,以及隐私、安全、兼容性或维护风险;
5. 给出“推荐 / 有条件推荐 / 不推荐”的明确建议和理由。

请区分仓库明确说明、根据源码推断和未知信息。证据不足时请明确说明,不要猜测或照抄 README。

GitHub:https://github.com/asakumizy/dsh-graph-monitor
插件名:dsh-graph-monitor
作者:asakumizy

检查来源文件

安装前先看这个插件目录里的 README 和其他文件。

文件资源管理器3 个文件
README.md来源说明 · 只读预览

dsh-graph-monitor

一个 DSH (DeepSeek Harness) 插件:使用 LangGraph 风格的 GRAPH 工作流(节点 + 边 + 条件路由 + 并行分支 + 结构化 State),执行时每个环节实时点亮。拓扑动画风格参考 Waku-agent 的 dashboard(http://localhost:7777/#graph)。

  • GRAPH 可视化:分层拓扑图(START → 节点 → END,每个深度一列),SVG 渲染,与引擎实际执行的拓扑完全一致(防漂移:图 就是 workflow)。
  • 实时动画(Waku 风格 hot/live 闪烁):当前节点紫色脉动、完成节点绿色、失败节点红色、行进边琥珀色高亮。
  • 自定义 workflows:设置 → Graph Monitor,JSON 编辑器(节点 / 边 / 条件路由 / fn 处理器),校验后保存并持久化到 ~/.dsh/graph-monitor/workflows/*.json,保存/删除后列表实时刷新。
  • 点击节点看详情:状态 / 耗时 / 输入 / 输出 / 错误。
  • 对话集成

- /workflow(不带参数)列出现有工作流; - /workflow <workflow-id> <输入…> 直接在对话中运行并实时可视化 node/edge; - 模型工具 graph_monitor_run —— 用自然语言(如「跑一下售后工作流」)触发运行。

  • 运行历史:每次运行可回看,含最终输出。
  • 健壮轮询:单调游标 + 截断安全事件日志(超过 2000 条后增量推送依然正确)。

> 说明:节点执行支持两种后端 —— nodeExecutor: simulated(默认,固定延迟 + 模板输出,不真正调用模型/工具)与 nodeExecutor: realfn / tool / agent / llm 节点绑定 DSH 真实能力,能力缺失自动回退模拟)。详见下方「执行后端」。

---

目录结构

dsh-graph-monitor/
├── lib/index.js          # 宿主半面:GRAPH 引擎 + HTTP API(/graph-monitor/*)
├── lib/chat.js           # 对话集成:/workflow 命令 + graph_monitor_run 工具 + 系统提示
├── lib/client.js         # 客户端半面:监视器页签 + 聊天内嵌卡片 + 设置编辑器
├── test/engine.test.mjs  # 引擎单测(可独立运行,stub Cordis ctx)
├── package.json
├── cordis.patch.yml      # bundle 补丁(nodeDelayMs / llmDelayMs / keepRuns)
├── LICENSE               # MIT
└── README.md

---

依赖

  • DeepSeek Harness 运行时@deepseek-ai/* 服务(sessions / webServer / tools / commands / systemPrompt 等),以 peerDependencies 声明。
  • Node.js ≥ 18(ESM)。

---

安装

插件运行在 DSH 的 loopback web server 上,客户端通过普通 fetch() 访问同源 API。二选一:

方式一:desktop profile 手动布放

$dst = "$env:USERPROFILE\.dsh\profiles\desktop\node_modules\graph-monitor"
New-Item -ItemType Directory -Path "$dst\lib" -Force | Out-Null
Copy-Item "package.json" "$dst\"
Copy-Item "README.md" "$dst\"
Copy-Item "cordis.patch.yml" "$dst\"
Copy-Item "lib\index.js" "$dst\lib\"
Copy-Item "lib\chat.js" "$dst\lib\"
Copy-Item "lib\client.js" "$dst\lib\"

然后在 ~\.dsh\profiles\desktop\cordis.patch.ymlinsert: 列表追加:

    - id: graph-monitor
      name: 'graph-monitor'
      config:
        nodeDelayMs: 750
        llmDelayMs: 950
        keepRuns: 20
        nodeExecutor: real   # "simulated"(默认固定延迟)| "real"(绑定 DSH 真实能力,缺失回退模拟)

方式二:bundle 引用

在 profile 的 package.json 里把 graph-monitor 加入 dsh.profile.bundles(依赖其已存在于共享层 ~\.dsh\profiles\node_modules):

"dsh": { "profile": { "bundles": ["@deepseek-ai/dsh-base", "@deepseek-ai/dsh-web-app", "graph-monitor"] } }

安装完成后必须重启 DSH Desktop,旧会话的工具面在会话创建时固化,需新建会话才生效。

---

使用手册

1. 对话命令 /workflow

在聊天输入框直接输入:

输入效果
/workflow列出所有可用工作流(id + 名称 + 描述 + 节点/边数)
/workflow <id> <输入…>运行指定工作流,结果以实时卡片形式显示在聊天流中
自然语言模型根据系统提示自动调用 graph_monitor_run 工具

示例:

/workflow
/workflow text-pipeline hello world

2. Graph Monitor 页签

任意会话右侧切到 Graph Monitor 页签:

1. 下拉框选择 workflow; 2. 输入框填写运行输入,点「运行」; 3. 节点逐个点亮(运行中紫、完成绿、失败红,行进边琥珀高亮); 4. 点击任意节点查看执行详情; 5. 拖动平移画布,Ctrl + 滚轮 缩放; 6. 「运行历史」回看任意一次运行。

3. 设置编辑器

设置 → Graph Monitor:

1. 「新建 workflow」或「编辑」; 2. 编辑 JSON(节点 / 边 / 条件路由 / fn 处理器); 3. 「校验」确认合法; 4. 「保存」后立即生效并持久化到 ~/.dsh/graph-monitor/workflows/

---

GRAPH 词汇表

节点类型(kind)

kind说明
llmLLM 推理步骤(模拟延迟)
agentAgent 循环(规划 + 执行)
tool工具调用(real 模式下 tool 名 + arguments 调用真实工具)
fn命名处理器函数(目录白名单,绝不 eval);real 模式可改用内联 JS code
echo透传
sleep暂停(用于动画节奏)
parallel并行扇出到多个下游分支
merge汇合并行分支后继续
gate条件放行/拦截:谓词为真透传到 pass,否则走 fail(无 fail 则 run 以 blocked 结束)
switch多选一分支:按 cases 顺序第一个命中走对应 todefault 兜底(恰好一条)
subgraph组合子工作流:把已固化套路封装成可复用新原语(graph 嵌套执行)
loop迭代子图:while 谓词为真时反复执行,maxIterations 硬上限
retry失败重试子图:内嵌输出以 ERROR 开头即重试,至多 maxAttempts
timeout时间预算子图:ms 预算内完成透传,超时输出 ERROR: timeout...

fn 处理器目录

基础文本uppercase · lowercase · reverse · wordCount · charCount · trim · slugify · titleCase

客服话术(售前/售后 canned answers):productAnswer · returnAnswer · warrantyAnswer · repairAnswer · orderAnswer · logisticsAnswer · handoff

天气(高德 Web 服务 API):weatherCity(解析城市)· amapWeather(实时 + 预报;需配置 AMAP_KEY 环境变量或 ~/.dsh/graph-monitor/amap-key.txt

real 模式下,fn 节点还可改用内联 JS code 字段(优先于 handler 目录)。

条件路由(router)

router判定
always / otherwise恒真 / 默认兜底
nonEmpty输出非空
containsYes / containsNo输出含 yes/是/true · no/否/false
isShort / isLong输出 ≤ 40 字符 · > 40 字符
mentionsCode输出提及 code/代码
human / presales / aftersales客服意图:人工 / 售前咨询 / 售后问题
returnRequest / warranty / repair / order / logistics客服细分:退货退款 / 质保保修 / 维修故障 / 下单支付 / 物流
isError输出以 ERROR 开头(用于失败分支)

内联谓词(source: "code"

除命名目录 router 外,gate / switch / loop 的谓词(condition / when / while)还支持内联 JavaScript。内联代码经 DSH codeRuntime 执行(绝不 eval),运行时可用 graph.input() 取上游输入、graph.stateGet(key) 读结构化 State,返回值转为布尔;异常 / 空 / 无 codeRuntime 一律按「拦截 / 不命中」处理,不升级为运行失败。

{ "kind": "gate", "condition": { "source": "code", "code": "return (await graph.input()).includes('approved')" } }

workflow JSON 形状

{
  "id": "my-workflow",
  "name": "My workflow",
  "description": "描述",
  "entry": "start-node",
  "nodes": [{ "id": "start-node", "kind": "llm", "label": "开始", "description": "第一步" }],
  "edges": [
    { "src": "START", "dst": "start-node", "label": "start" },
    { "src": "start-node", "dst": "END", "label": "done" }
  ]
}

条件边示例:{ "src": "a", "dst": "b", "conditional": true, "router": "containsYes", "label": "简单" }

---

内置 workflows

| workflow id | 说明 | |---|---| | research-triage | 分类请求:简单走小模型快路径,复杂走完整 agent 循环 + 工具 | | text-pipeline | 确定性数据管道:normalize → transform → measure → 长短分流 | | customer-agent | 客服:理解 →(已知→直接回答 \| 未知→搜索工具→升级)→ 关闭 | | parallel-demo | 并行分支:fanout → sentiment/entities 并行 → merge → summarize(演示 parallel/mergereads/writesTo 结构化 State) |

(可通过设置编辑器自行扩展现有或新建 workflow。)

---

控制流原语(可进化工作流引擎)

插件已从「固定 DAG 可视化」演进为可进化工作流引擎:除线性 llm / agent / tool / fn 节点外,新增六类控制流原语,用 graph 字段嵌套子工作流(子图节点会各自点亮、各自产生事件):

原语关键字段语义
gatecondition / pass / fail谓词真 → 透传到 pass;假 → 走 fail,无 fail 则 run 以 status:"blocked" 结束(非失败、非继续)
switchcases[].when/to / defaultcases 顺序取第一个命中的 todefault 必填保证「恰好一条」
subgraphgraph组合子图,把已固化套路封装成可复用新原语
loopwhile / maxIterations / graph每轮以子图最终 state 为输入迭代,while 为假退出
retrymaxAttempts / graph子图输出以 ERROR 开头即重跑,成功即透传
timeoutms / graph预算内完成透传,超时输出 ERROR: timeout after {ms}ms
{
  "id": "lp1",
  "kind": "loop",
  "label": "直到收敛",
  "while": { "source": "code", "code": "return (await graph.input()) !== 'done'" },
  "maxIterations": 10,
  "graph": {
    "entry": "step",
    "nodes": [{ "id": "step", "kind": "fn", "code": "return 'done';" }],
    "edges": [{ "src": "START", "dst": "step" }, { "src": "step", "dst": "END" }]
  }
}

模型驱动的编排(mutation ops)

llm / agent 节点可设 emitOps: true,让模型直接决定编排——通过结构化输出产出图编辑指令 ops 数组,引擎先整体校验、后原子应用,并以 graph/mutate 事件反馈结果(含失败原因):

{ "ops": [
  { "op": "addNode",  "node": { "id": "x", "kind": "fn", "code": "return 'hi';" } },
  { "op": "addEdge",  "edge": { "src": "a", "dst": "x" } },
  { "op": "rewire",   "edge": { "src": "a", "dst": "x" } },
  { "op": "setEntry", "nodeId": "x" },
  { "op": "skip",     "nodeId": "y" }
] }

> 完整契约(每个原语的输入 / 输出 / 事件 / 边界情形,以及 ops 载荷 schema 与校验不变量)见 [docs/primitive-contract.md](docs/primitive-contract.md)。

---

执行后端(nodeExecutor)

nodeExecutor 配置键控制节点执行后端:

行为
simulated(默认)固定延迟 + 模板输出,纯可视化演示,不调用任何真实能力
realfn / tool / agent / llm 节点绑定 DSH 真实能力;能力缺失或执行出错时自动回退到模拟,不会中断运行

real 模式下的节点映射:

  • fn —— 可写内联 JS code 字段,通过 codeRuntime.run 执行;运行时可用 input() 取上游输入、stateGet(key) / stateSet(key, value) 读写结构化 State。无 code 时回退到目录 handler
  • tool —— 写 tool(工具名)+ arguments(对象),调用 tools.execute()
  • agent —— 运行 execContext 携带父 Agent 时经 subagents.start() 委派给子代理。
  • llm —— 经 llm.stream() 调用模型流式推理。

> 提示:fn/tool 的真实路径无需运行 execContext,从设置页「运行」即可触发;llm/agent 的真实路径依赖 execContext(通常经对话 /workflow 指令或 graph_monitor_run 工具触发)。

---

配置项

| 配置键 | 默认值 | 说明 | |---|---|---| | nodeDelayMs | 750 | 普通节点模拟执行延迟(动画节奏) | | llmDelayMs | 950 | llm / agent / tool 节点模拟延迟 | | keepRuns | 20 | 保留的已完成运行记录数(LRU 淘汰) | | nodeExecutor | simulated | 执行后端:simulated(模拟)\| real(绑定 DSH 真实能力,缺失回退模拟) |

---

HTTP API

插件在 DSH 的 loopback web server 上注册以下接口(与 web app / 桌面壳同源):

方法路径说明
GET/graph-monitor/workflowsworkflow 列表 + 编辑器目录
PUT/graph-monitor/workflows校验并持久化 workflow
POST/graph-monitor/validate只校验不保存
POST/graph-monitor/workflows/:id/run启动运行({input, sessionId}
GET/graph-monitor/state?cursor=N增量实时事件日志(游标轮询)
GET/graph-monitor/runs/:runId完整运行记录(含每个节点详情)
DELETE/graph-monitor/workflows/:id删除自定义 workflow

---

测试

引擎单测用 stub Cordis ctx,不依赖真实 DSH 服务,但需要 @deepseek-ai/* 依赖可解析(通常在 DSH 的共享层 ~/.dsh/profiles/node_modules 内运行):

# 在 DSH 共享层 node_modules 内运行(以便解析 @deepseek-ai 依赖)
node "$env:USERPROFILE\.dsh\profiles\node_modules\graph-monitor\test\engine.test.mjs"

覆盖:内置 workflow 种子、HTTP 列表 / 运行 / 状态游标、自定义 workflow 保存/校验/删除、fn 处理器、持久化、会话事件。

---

已知限制

  • nodeExecutor: real 依赖 DSH 真实能力(codeRuntime / tools / subagents / llm),对应能力缺失或执行出错时该节点回退到模拟。
  • llm / agent 的真实路径依赖运行 execContext(经对话 /workflow 指令或 graph_monitor_run 工具触发);从设置页「运行」的无 execContext 运行只会走 fn(code)/tool 的真实路径,llm/agent 回退模拟。
  • fn 的内联 code 仅在 real 模式执行;simulated 模式走 handler 目录(code 被忽略)。
  • 插件改动需重启 DSH Desktop;旧会话的工具面在会话创建时固化。
  • 运行记录与事件日志在内存中(LRU 上限 keepRuns / 2000 条事件),重启即清空。

---

License

[MIT](LICENSE)