会话重试加固 bainianlaoyao/dsh-session-robustness

dsh-session-robustness

工程级会话鲁棒：当一次 turn 的模型请求因 超时 / 传输 / 限流 / 5xx / 空响应 / SSE 断流 失败时，不要在官方默认的「再试五次」之后把会话掐死，而是 继续重试直到成功、你取消、或你暂停。

这不是客户端发「继续」续跑，也不是换模型。它接在官方 dsh-llm-retry 后面，在同一个打开的 step 上重跑同一条请求。

为什么需要它

DSH 已经有官方重试执行器 @deepseek-ai/dsh-llm-retry：

- 挂在 host 组合里（dsh-base 已启用）
- 策略写在每个 provider 的 retryPolicy 上
- 省略时是 mode: normal，默认 maxRetries = 5
- 合格 code：EMPTY_RESPONSE / RATE_LIMIT / SERVER / TIMEOUT / TRANSPORT（官方）；本插件额外无条件覆盖 STREAM_CLOSED / MALFORMED_RESPONSE / STREAM / HTTP_408 / HTTP_409 / HTTP_425 / HTTP_429 / HTTP_499 / HTTP_5xx

所以一次 TIMEOUT 通常是：界面「已重试模型请求 (n/5)」，5/5 之后 agent/request-error 不再返回 { kind: 'retry' }，loop 把失败当成终态，turn 结束。

官方也有 retryPolicy.mode: always（无次数上限、连 AUTH/QUOTA 也会一直重）。本插件 不走那条路：永久错误等也没用，无限重试会把会话挂死并烧钱。本插件只覆盖瞬时 API 失败。

行为

adapter 流失败 → agent/request-error waterfall → compaction（只处理 CONTEXT_WINDOW_EXCEEDED） → dsh-llm-retry（normal：合格 code 最多 5 次） → 本插件（官方预算耗尽后，瞬时失败继续重试）

- 每次重试都在 同一个打开的 turn / 同一个 step 上重跑，失败分片不会进入模型可见历史
- 退避：指数 + 抖动；提供方 Retry-After 在上限内优先
- 用户点 Stop / 取消 turn：立即停止
- 设置页可暂停 / 关闭，不必卸插件
- 父会话和 in-process 子 agent 共用 host 上的 agent/request-error waterfall，都会接管。进程外 / ACP 子 agent 不会。

永不重试：AUTH、MISSING_CREDENTIAL、INVALID_CREDENTIAL、QUOTA、CONTEXT_WINDOW_EXCEEDED、NO_ADAPTER、ABORTED。上下文溢出仍交给官方 compaction。用户 Stop 不会被重试。

0.1.3 起，能进 agent/request-error 的网络失败一律无条件重试，不再依赖文案：SSE 对端关闭（STREAM_CLOSED，例如 ended without [DONE]）、半截 JSON（MALFORMED_RESPONSE）、Responses 未识别流失败（STREAM）、HTTP 408/409/425/429/499/5xx。0.1.5 起还包括适配器原样透传的 stream_read_error，以及网关文案 Upstream request failed（pi-ai 常落成 PI_AI_ERROR）。PI_AI_ERROR / UNKNOWN / 未知码仍用文案启发式（Codex overloaded、Upstream request failed 等）。HTTP_400 / INVALID_REQUEST / CONTENT_FILTER 仍不重试。

进不了 waterfall 的失败本插件也接不到：prepareCall 抛错、标题/摘要走的 ctx.llm.stream()、工具调用失败。

0.1.6 起，只对 openai-codex：流失败后丢掉该会话的 WebSocket 续写（previous_response_id）。pi-ai 的 websocket-cached / auto 会把失败流上的 response.id 当成续写锚点，API 已经恢复也会一直钉在那个不完整的响应上。官方那 5 次重试也会清（只观察 llm/stream，不在流内重试）。成功回合的续写保留；服务端 prompt cache 和会话历史不受影响。其它 provider 不动。

Codex overloaded 为什么也要覆盖

openai-codex 走 pi-ai。上游 SSE 事件 error / response.failed 会变成：

Codex error: Our servers are currently overloaded. Please try again later.

pi-ai 的 classifyPiAiError() 只认 HTTP 状态码和少数关键词，不认 overloaded，于是失败码落成兜底的 PI_AI_ERROR。官方 dsh-llm-retry 只重试那 5 个标准码，本插件原先也只看码表，所以这条瞬时失败会直接变成「本轮运行失败」。

0.1.2 起：PI_AI_ERROR / UNKNOWN 若文案明显是瞬时故障（overloaded、try again later、service unavailable 等），也会继续重试。AUTH / QUOTA 等永久码仍优先，即使文案里写了 try again。

安装

dsh plugin --profile web add dsh-session-robustness

或从 GitHub：

dsh plugin --profile web add github:bainianlaoyao/dsh-session-robustness

包声明了 dsh.bundle.patch + dsh.client。安装后重启 web profile，设置页会出现 会话鲁棒性。

本地开发（本仓库）：

dsh plugin --profile web add D:/Data/DEV/dsh/dsh-session-robustness

使用
1. 打开 设置 → 会话鲁棒性
2. 默认已启用、次数上限 0（无限）
3. 官方还在重试时，聊天里是「已重试模型请求 (n/5)」——这时还没轮到本插件
4. 5/5 之后 composer 上方会出现「官方 5 次已用完，正在接管第 N 次」，可当场暂停
5. 需要硬上限时把「次数上限」改成正整数（这是 官方 5 次之后 的额外次数）

也可直接写 $DSH_HOME/settings.yaml：

session-robustness:
enabled: true
paused: false
maxRetries: 0 # 0 = 无限（官方 5 次之后） initialDelayMs: 1000 maxDelayMs: 30000 jitterRatio: 0.2
extraRetryableCodes: [] # 例如 INVALID_REQUEST；永久错误仍会被拒绝

不是什么

- 不是 dsh-client-auto-retry：那个在 turn 已经结束 后自动发「继续」
- 不是 retryPolicy.mode: always：那个会重试 AUTH/QUOTA
- 不是改官方 npm 包：升级不会被覆盖
- 不包装 ctx.llm.stream()：原始流无法持久区分已发出的分片

卸载

dsh plugin --profile web remove dsh-session-robustness

设置里的 session-robustness 段会留在 $DSH_HOME/settings.yaml；不需要了就手动删。

开发与测试

npm test # 静态冒烟：waterfall 接管、永不重试码、HTTP JSON 桥

相关插件

同一作者的其它 dsh 插件，均已收录于 dsh 插件市场：

- dsh-codex-mode —— 面向 GPT 系模型的 Codex 形状编码预设：exec_command / write_stdin / apply_patch / view_image、OpenAI Chat Completions 与 Responses 两条路由，外加图形化子代理类型。
- dsh-llm-api-pool —— 聚合多个 OpenAI 兼容 API key，按余额热切换。
- dsh-bash-on-windows —— 让 Git Bash 成为 Windows 上唯一且名副其实的终端工具。
- dsh-easy-archive —— 工作区侧边栏行内两步归档会话。

License

MIT