辅助模型路由DoloresCaritasAngelus/DSH-AUX

嗨~ 我是 AUX，主人的辅助模型小助手 💙
主模型专心聊天，我负责看图、读网页、压长文！
需要我的时候，直接叫我就好～

Version
Tests
License
Platform

dsh-aux — DSH 辅助模型系统

给主 agent 配一个「副手」：视觉分析、网页提取、长文本压缩这些旁路任务，由独立辅助 LLM 完成，主模型专注对话。
也可以透明接管你已有的 subagent / workflow——不会额外创建子代理，也不会抢走主模型的对话。

💬 「这些杂活交给我，主人专心聊天就好啦～」

目录

- 这是什么？
- 核心亮点
- 我都能帮你做什么
- 平台开关与 SKILL 模式
- 快速开始
- 日常命令
- 图片库（Image Library）
- 设置页与状态面板
- 桥接与高级能力
- 安全边界
- 工作原理
- 项目结构
- 兼容性与依赖
- 文档
- 常见问题
- 相关项目
- 许可证

这是什么？

对话模型越来越强，但“看图、读网页、压长文”这类任务交给主模型做会打断思路、烧上下文。dsh-aux 把它们拆给辅助模型：你只管发，背后自动路由到合适的模型——主模型答你的问题，辅助模型负责“看一眼图片”“总结这个网页”“把这 5 万字压缩一下”。

- 统一辅助 LLM 路由：每类任务可配独立模型 / 超时 / 并发 / 思考档位。
- 零配置可用：不配任何模型也能跑，缺省自动使用会话主模型。
- 可观测：每次调用写入会话事件，/aux status、设置页、状态芯片都能看到。

核心亮点

| 特性 | 说明 |
|---|---|
| 四个开箱即用工具 | vision_analyze、web_extract、web_crawl、compress_text |
| 统一路由与降级 | 每任务独立模型/超时/并发；失败自动降级主模型，连续失败进入冷却 |
| 平台化开关 | 每个工具/桥接可选 native / aux；compat 为未来预留 |
| SKILL 审计 | 四级模式：native / audit / report / report-ondemand |
| 子代理 / 工作流桥接 | 原生 subagent 与 workflow 并行 agent() 透明走 AUX |
| 技能预审桥接 | 先由辅助模型精读 SKILL.md + 当前任务，返回预审报告 |
| 会话压缩桥接 | 配置 compaction 后，原生自动/手动压缩改走 AUX |
| 设置页 + 状态面板 | 分组可折叠，中英双语；完整平台状态、补丁可诊断、一键修复、重启检测 |
| 会话图片生命周期 | 删会话自动清无引用图片；共享保留、图片记忆跨重启 |
| 图片库面板 | 侧边栏图库：缩略图档位、搜索/过滤、批量操作、详情弹窗、会话/轨迹入口、分组/排序视图、已归档状态、拖拽框选 |
| 零第三方运行时依赖 | peerDependencies 全为 DSH 官方包 |

我都能帮你做什么

| 工具 | 干什么 | 典型场景 |
|---|---|---|
| vision_analyze | 图像分析（支持多图并行） | “这张图里是什么？” “读出图表数值” |
| web_extract | 网页抓取 + 摘要（支持同源递归） | “总结这个页面” “回答某网页里的问题” |
| web_crawl | 站点深度抓取 + 整体摘要 | “抓取整个文档站并总结” |
| compress_text | 长文本压缩（代码/日志/文档自适应） | 压日志、压文档、压超长上下文 |

💬 「看图、读网页、压长文——都是我的拿手活！」

工具完整参数（点开查看）

web_extract

| 参数 | 默认 | 说明 |
|---|---|---|
| url | 必填 | 要抓的页面 |
| question | — | 可选追问，用于聚焦回答 |
| maxChars | 32000 | 页面字符预算 |
| followLinks | off | same-origin 时在同源内顺链递归 |
| maxPages / maxDepth | 3 / 1 | 递归页数 / 深度上限（0 仅抓种子） |

- 输出：单页返回 summary / keyPoints + chars / truncated；递归额外给 pages、totalChars。
- 边界：静态 HTML 摘要代理——不执行 JS；不能点击/翻页/填表。
- 递归：与 web_crawl 同一套抓取引擎，遵守 robots.txt、限速与逐跳 SSRF。

web_crawl

| 参数 | 默认 | 说明 |
|---|---|---|
| url | 必填 | 起始种子页 |
| scope | same-origin | 抓取范围；hosts 时只抓列出的主机 |
| hosts | — | scope=hosts 时的允许主机列表 |
| seedUrls | — | 额外深度-0 种子（仍 SSRF 校验） |
| maxPages / maxDepth | 10 / 2 | 页数上限 / 链接深度上限 |
| maxCharsPerPage | 32000 | 每页字符预算 |
| respectRobots | true | 遵守 robots.txt |
| minIntervalMs | 250 | 同一主机最小请求间隔 |
| useSitemap | false | 从 /sitemap.xml 补种 |
| maxPagesPerHost | 0（不限） | 单主机页数上限 |
| perPageSummaries | false | false=聚合摘要；true=每页单独摘要 |

两种摘要模式

| 模式 | 怎么摘要 | 成本 |
|---|---|---|
| A（默认） | 所有页面一次性调用 → 整体摘要 + 页面清单 | 1 次调用 |
| B | 每页单独摘要 → 再聚合 | ≈ 页数 + 1 次调用 |

清洗与反爬（零依赖）

- 编码：按 Content-Type /  解码，GBK/GB18030 不乱码。
- JS Challenge：检测到 CF / 挑战壳 → 返回 browserRequired，不烧 token，提示改用浏览器。
- 429 / 502-504：自动重试一次（短退避）；仍失败报带 rate-limited 提示的错。
- 403 等 4xx：报「可能需要浏览器 / 登录」提示，不给辅助模型喂空内容。
- 重定向：逐跳 SSRF 跟随，结果暴露 redirects 跳数。
- 代理：直连优先，传输出错自动回退 HTTP(S)_PROXY（尊重 NO_PROXY），零依赖。

平台开关与 SKILL 模式

这是 v0.4.0 的核心体验：AUX 不再是“自动但黑盒”，而是可配置、可关闭、可解释。

工具 / 桥接三态开关

| 模式 | 行为 |
|---|---|
| native | 关闭 AUX，走 DSH 原生行为；工具从模型目录隐藏 |
| aux | 打开 AUX，使用我们的实现 / 桥接 |
| compat | 未来预留，当前不可用，UI 上显示为 disabled |

适用于：vision_analyze、web_extract、web_crawl、compress_text、imageBridge、subagentBridge、workflowBridge、compactionBridge、skillAudit。

💬 「不想让我插手？一键切回原生就好～」

SKILL 审计模式

| 模式 | 行为 |
|---|---|
| native | 不拦截，原生直通 |
| audit | 辅助模型先审计 SKILL.md + 当前任务，主模型再执行 |
| report | 只返回审计报告，不执行 |
| report-ondemand | 按需取原文（includeOriginal: true） |

诊断与修复面板

设置页顶部会显示每个工具 / 桥接的状态点、补丁徽标、不可用原因；补丁缺失时可以一键重打，写入后提示“重启 DSH 后生效”。状态数据通过隐藏的 aux/platform-status 事件 + aux-platform 投影读取（非命令通道，不会在会话里生成 /aux status --json 命令卡片）。

💬 「哪里不对劲，我会亮起来告诉你～」

快速开始

方式一：克隆仓库后一键安装（推荐，含 image-bridge 集成组件）
git clone https://github.com/DoloresCaritasAngelus/DSH-AUX.git
cd DSH-AUX && ./install.sh

方式二：本地源码安装插件本体（未发布 npm 时使用）
git clone https://github.com/DoloresCaritasAngelus/DSH-AUX.git
cd DSH-AUX/dsh-aux
dsh plugin --profile web add "file:$(pwd)"

重启 DSH 后：

1. 发一张图片给 agent，它会用 vision_analyze 描述给你（纯文本主模型也能发——image-bridge 已集成）；
2. 输入 /aux status 查看各任务路由；
3. 想让视觉走专用模型？/aux model vision /mimo-v2.5。

⚠️ 启动 DSH 时请使用你实际的启动脚本（例如 ~/dsh/start-dsh.sh / npx @deepseek-ai/dsh web）。不要用 pnpm dsh --profile web 这类从 TS 源码目录启动的开发模式：dsh-aux 的桥接补丁打在已发布的 lib/ 构建产物上，源码模式不会加载这些补丁，导致图片/事件等功能“已打补丁但实际未生效”。

💬 「装好之后，直接叫我就行～」

更新（GitHub 安装用户）

./update.sh                # 拉取最新代码 + 重新接线（幂等）
./update.sh --no-pull      # 已手动更新源码时，只重新接线
node scripts/doctor.mjs    # 更新后健康检查（不修改任何文件）

为什么不能只 git pull？dsh-aux 的 bridge 补丁和启动自愈 hook 写在 DSH 部署里（node_modules / start-dsh.sh），git pull 只更新源码。./update.sh 会重新跑 install.sh，把新增补丁 / 自愈 hook 写进部署。

日常命令

| 命令 | 作用 |
|---|---|
| /aux status | 查看各任务路由与最近调用 |
| /aux status --json | 返回结构化平台状态（设置页/诊断用） |
| /aux history [N] | 简要溯源：最近 N 次辅助调用（默认 10） |
| /aux history full [N] | 完整事件字段 |
| /aux debug [N] | 查看 AUX 内容真相 / debug 事件 |
| /aux debug  [N] | 跨会话查看（@this / session id / 前缀 / cwd） |
| /aux patch | 一键安装当前 DSH 所需全部补丁并自愈 |
| /aux patch --json | 同上，返回结构化步骤结果 |
| /aux model  [provider/model] | 查看 / 设置某任务的辅助模型 |
| /aux vision   | 命令行直接看图 |
| /aux test  | 自检某任务路由 |
| /aux memory [n] | 查看最近图片分析记忆 |
| /aux gc-images [days] | 手动回收旧附件图片 |

图片库（Image Library）

图片库是 dsh-aux 的会话图片可视化面板，入口在 DSH 侧边栏底部的 🖼 按钮（Web UI）。它帮你管理会话里出现过的图片附件、分析记忆与生命周期状态。

打开后支持：

- 查看：缩略图网格（小/中/大三档），支持搜索文件名、记忆内容或会话。
- 筛选：全部 / 共享 / 孤儿 / 已归档 / 固化 / 有记忆。
- 批量操作：复选框或鼠标拖拽框选（按住 Shift/Ctrl 可追加选择），可批量删除、回收孤儿、固化/取消固化。
- 详情：居中大弹窗，可拖拽/缩放；展示元数据、归属会话、分析记忆；可跳转“去对话 / 去轨迹”（受 DSH 公共 API 限制，当前为打开目标会话的降级入口）。
- 分组/排序：可按日期或按会话分组；日期按“今天 6 小时桶 → 近 30 天逐日 → 当年按月 → 往年按年”的渐进粒度；会话分组中孤儿与已归档分组置顶；支持组内排序与独立组间排序。
- 已归档状态：归档会话引用的图片不会被误判为孤儿；统计、筛选和会话分组中单独显示“已归档”。有可读 live owner 时缩略图会尝试从 live 会话读取。

命令行也提供只读/管理入口：

| 命令 | 作用 |
|---|---|
| /aux images | 查看图片库摘要 |
| /aux images --json | 结构化输出图片库快照 |
| /aux image delete  [--force] | 删除图片（有引用时默认拒绝，--force 强制移除引用） |
| /aux image gc-orphans [--include-retained] | 回收孤儿图片 |
| /aux image retain  / unretain  | 固化 / 取消固化 |
| /aux image locate  [--session ] [--json] | 定位图片最近出现的消息/调用位置 |

详细接口与数据形状见 IMAGE-LIBRARY-CONTRACT.md 与 IMAGE-LIBRARY-DESIGN.md。

设置页与状态面板

为什么要先看这里？

AUX 的一些桥接需要平台补丁才能完整工作（image-bridge、subagent / workflow、compaction、skill 等）。旧体验容易让用户踩两个坑：

- 不知道“这个补丁是不是必需的”；
- 不知道“我的补丁到底装好没有”。

这套设置页把两个问题都变成可视化状态：它告诉你每个工具 / 桥接当前是什么状态、补丁是否缺失、缺了该怎么办。平台开关把「补丁是必需还是可选」从哲学问题变成了可配置选择：

| 模式 | 补丁关系 |
|---|---|
| native | 不需要 AUX 补丁，走 DSH 原生 |
| aux | 需要对应补丁；缺失时状态面板直接标出来，并提供一键修复 |
| compat | 未来预留，当前不可用 |

💬 「补丁有没有装好？不用猜，我会直接告诉你～」

3 步上手

1. 安装后重启 DSH；
2. 打开 Web → 设置 → 辅助模型；
3. 看顶部「诊断与修复」面板：
- 状态正常：可以开始用；
- 补丁缺失 / 状态异常：点「一键修复」；
- 修复后提示重启 DSH 使补丁生效，重启后回到面板确认状态恢复正常。

设置页还能做什么

Web → 设置 → 辅助模型，可为 vision / web_extract / web_crawl / compress / compaction / skill 分别配置模型、超时、并发、maxChars 与思考档位。设置页按「工具任务 / 桥接任务 / 子代理 / 全局 / 平台开关」分组折叠，中英双语跟随 DSH 语言。

- 状态 chip：composer 实时显示最近一次辅助调用（任务、耗时、是否降级）。
- 诊断与修复：每个工具/桥接显示状态点、补丁徽标、不可用原因；补丁缺失可一键重打，写入后检测并提示重启。
- 平台开关：工具和桥接可切换 native / aux / compat，不想用 AUX 的地方直接关掉。
- SKILL 审计模式：native / audit / report / report-ondemand。
- 隐私：可关闭「在对话界面显示辅助模型状态芯片」；关闭后不再向 Web/第三方暴露 aux-status 投影，/aux status 不受影响。

桥接与高级能力

subagent / workflow 桥接

DSH 原生的 subagent 工具，以及 workflow 批量并发扇出的 agent() 子代理，都被透明桥接到 AUX——对话里照常用 subagent / workflow，真正干活的是 AUX 辅助模型。零新工具、零系统提示词改动。

| 模式 | 子代理用什么模型 |
|---|---|
| native（默认） | 不拦截，完全原生 / 主模型行为 |
| manual | 所有子代理统一走 subagent.general 指定模型 |
| vision-aware | 需要视觉时走 subagent.vision，否则 general |
💬 「你的子代理也可以交给我照看，不抢话、只帮忙～」

子代理配置示例（点开查看）

aux:
subagent:
mode: vision-aware        # native | manual | vision-aware
general: { provider: opencode-go, model: glm-5.2, reasoningEffort: high }
vision:  { provider: opencode-go, model: kimi-k2.7-code, reasoningEffort: high }
includeWorkflow: true      # workflow 的并行 agent() 子代理也走 AUX
prepareTools: true         # 给子代理注入 vision_analyze 等 AUX 工具作兜底
visionKeywords: [ "图片", "图像", "截图" ]
retryVisionWithAux: false  # 实验性保留配置，当前未实现

技能预审桥接（skill-audit）

DSH 原生流程是「主模型看到 catalog → 调 skill → 直接执行 SKILL.md」。dsh-aux 在中间插入一道辅助模型尽职调查：

主模型看到 catalog → 决定调用 skill → 原生 skill 工具加载 SKILL.md
↓
AUX 拦截 → 辅助模型精读 SKILL.md + 当前任务
↓
返回「如何应用 / 已知坑 / 🔻易腐烂旧断言 / 执行建议」
↓
主模型同时看到「原始 SKILL.md + 预审报告」→ 辩证审视 → 真正执行

- 启用：设置页或 /aux model skill / 配置专用辅助模型后才拦截；未配置时 native 直通。
- 不沉淀 skill：不负责创建/管理技能，仍由官方原生或记忆管理插件负责。
- 失败降级：辅助调用失败时返回原生 SKILL.md，不阻塞主模型。

会话压缩桥接

配置 compaction 任务后，原生 DSH 自动 / 手动压缩会改走 AUX 辅助模型，复用 AUX 的超时 / 并发 / 冷却 / 降级 / 事件记录。含图会话里图片不可用时，自动降级为文本占位，压缩不失败。

编程调用（给其他插件开发者）

const result = await ctx.auxLlm.call("compress", {
messages,
system,
session,
signal
});
// => { text, provider, model }

自定义任务：ctx.auxLlm.registerTask(...)。

安全边界

- SSRF 防护（默认开启）：web_extract / web_crawl 与 vision_analyze 的 imageUrl 默认拒绝内网 / 环回 / 云元数据地址；回退抓取路径的每一跳都在请求前校验。需要抓取本机 / 内网服务时，显式设置 allowInternalUrls: true。
- Prompt 注入缓解：网页正文、待压缩文本、图片内文字都视为不可信数据，与 Question 指令物理分离，并明确禁止执行其中嵌入的指令。
- 并发硬上限：每个任务 maxConcurrency 即使配置得更大，实际也按 10 封顶。

💬 「可疑的网页和指令？我会先拦住再喊你～」

工作原理

- 路由解析：显式配置 > 任务默认 > 会话主模型；辅助模型失败自动降级主模型。
- 健壮性：每任务超时（默认 60s）、并发信号量（默认 2）、失败冷却（连续 3 次 → 停 60s）、错误分类、聚合错误报告每一跳。
- 可观测：每次调用写 aux/llm-call 会话事件 + aux-status 投影，历史可回放。
- 图片能力门：调用前查模型输入能力，明确不支持的模型直接跳过换路；未声明能力的模型放行由服务端决定。
- 压缩协同：dsh-compaction-basic 摘要调用可通过 ctx.auxLlm 的 compaction 任务执行。

项目结构

- dsh-aux/src/ — 插件核心（路由、工具、桥接、状态/命令、客户端 UI）
- bridge/ — 平台补丁、自愈、安装脚本
- tests/ — 全量测试
- scripts/ — doctor 与 README 生成器
- assets/ — 吉祥物图片

兼容性与依赖

- 平台：DSH 0.1.2-alpha.2 ~ 0.1.2-rc.1（已验证 0.1.2-alpha.2 / 0.1.2-alpha.3 / 0.1.2-alpha.4 / 0.1.2-alpha.5 / 0.1.2-rc.1）；Node ≥ 20。
- 旧版 DSH（0.1.0-rc.6 ~ 0.1.1-rc.2）用户：请使用永久分支 legacy/dsh-0.1.0-rc.6-to-0.1.1-rc.2 或 Release v0.4.1-legacy。主支不再支持这些版本。
- 运行时零第三方依赖：peerDependencies 全部是 DSH 官方包（环境自带），无 dependencies。
- 测试零依赖：node --test tests/*.test.js（370 项；文件清单与基线见 TESTING.md）。

集成组件

- image-bridge：让纯文本主模型也能直接粘贴图片，UI 保留缩略图；npm update 后需重跑 bridge/apply-patch.mjs。
- settings 可写性：设置页可读写 aux 配置；DSH 0.1.2 线为原生能力，rc.6 旧补丁已退役到 bridge/retired/。
- 会话事件注册通道：aux/llm-call 以 ignorable: true 标记写入；未装补丁时自动降级不写事件，保护会话日志。
- 会话删除协同：配合 dsh-plugin-session-delete，删除会话时自动清理无引用图片。
- subagent-bridge：透明接管原生 subagent 与 workflow 并行 agent() 子代理。
极简 / Anchored Standard 兼容

首个持久 tool/call 前只暴露 Minimal 工具对，并剥离自动注入上下文。dsh-aux 首轮绝不注入任何 AUX 上下文 / 提示词；首个 tool/call 后目录开放，AUX 工具出现，并通过 agent/pre-step 注入一次提示，引导直接使用 vision_analyze。

文档

| 文档 | 内容 |
|---|---|
| PROJECT.md | 长期项目总览（人类友好） |
| PROJECT.AI.md | 长期项目总览（AI/代理友好） |
| CHANGELOG.md | 版本历史 |
| TESTING.md | 测试文件清单与基线 |
| CONTRIBUTING.md | 贡献指南 |
| CREDITS.md | 借鉴来源与致谢 |
| docs/design/ | 专项设计文档（图库 / 桥接 / 抓取 / 视觉代理 / 会话附件 GC） |
| docs/archive/ | v0.1 时代过程文档存档（PRD / 评审 / 上游提案） |
| AI.md | 给 AI 代理的安装指南 |

常见问题

Q1：为什么在极简 / Anchored Standard 预设的首轮看不到 vision_analyze 等 AUX 工具？

这些预设的“首轮轨迹锚定”机制会在首个持久 tool/call 前只暴露 Minimal 工具对，并剥离自动注入的上下文。dsh-aux 尊重这一机制，首轮绝不注入任何 AUX 上下文 / 提示词，也不会提前暴露自己的工具。首个 tool/call 之后工具目录开放，AUX 工具就会出现。

Q2：为什么 /compact 在含图会话里失败了？

如果会话消息里的 image block 对应附件对象已被 GC / 清理，或所有可选压缩路由均不支持图片输入，图片对压缩不可用。此时 dsh-aux 会把图片降级为文本占位后继续交给 AUX 压缩，避免整个压缩任务失败。

Q3：dsh-aux 需要配置模型才能用吗？

不需要。dsh-aux 是零配置的：不配任何模型也能跑，辅助任务会自动回退到会话主模型。你可以随时通过设置页或 /aux model   为某个任务指定专用模型。

相关项目

- dsh-anchored-standard — Anchored Standard 预设
- dsh-vision-toolkit — 社区视觉工具集
- dsh-plugin-session-delete — 会话删除插件
- SeekMaid-pet — DeepSeek 娘桌宠

许可证

MIT License © 2026 dsh-aux contributors