cagfriend/dsh-dual-ai

dsh-dual-ai

主 AI 就是你在 DSH 里选的那个模型。副 AI 跑在更便宜的路由上（默认 xiaomi/mimo-v2.5），拥有自己的会话和上下文窗口，并且只通过一个工具被调用：delegate_coding。主 AI 会一直等到它返回。没有后台委派、没有并行子代理、没有偷偷换模型。

主 AI（你在 DSH 里选的模型）
|  负责：方向、拆解、验收标准、最终 review
|
+-- 工具：delegate_coding(task, scope, acceptance)
|     |
|     +-- 副 AI（独立会话、独立上下文、独立工具循环）
|           默认 xiaomi/mimo-v2.5，可用指令切换
|           受限工具集：shell + read/write/edit/glob/grep/todo/jobs
|           审批策略被 DSH 固定为 "never"
|           每次结束都输出 STATUS: DONE 或 STATUS: BLOCKED + NEED:
|
+-- 工具：set_coding_model(route)  查看 / 切换 / 重置副 AI 的模型

每次调用都在对话里可见：模型路由、状态、确切任务、副 AI 的实时转录，以及最终报告。

目录

- 对比：双 AI vs 单模型
- 功能
- 环境要求
- 安装
- 使用
- 配置
- 仓库结构
- 实现原理
- 排错
- 兼容性与注意事项
- 许可与出处

对比：双 AI vs 单模型

同一个提示词——做一个小鹈鹕骑自行车的动画——在同一台机器上跑两种配置。两段都是浏览器录屏，画面里包含浏览器窗口本身。

| | 双 AI：主 AI + 委派的副 AI | 单模型：只用 mimo-v2.5 |
|---|---|---|
| 预览 | 双 AI 预览 | 单模型预览 |
| 完整录像 | pelican-bicycle-dual-ai.mp4 · 10.4 秒 · 20.6 MB | pelican-bicycle-mimo-only.mp4 · 7.2 秒 · 8.4 MB |

双 AI 那次给出的是一个完整的横向卷轴场景：骑手有明确的关节动作、踩踏循环也在真的转；单模型那次只给了一个简单得多的静态感场景。单个样本不等于基准测试，但这正是这套拆分想拿到的差别：主 AI 守住结果的整体形态，便宜模型去啃实现细节。每次委派调用的确切任务、模型路由和状态都能在使用一节看到。

功能

严格串行委派。 delegate_coding 没有 run_in_background 参数，isConcurrencySafe() === false（在工具注册表里是独占屏障），并且内部维护按会话的 Promise 队列。一个会话绝不会同时跑两个副 AI，副 AI 运行期间主 AI 也不能做别的事。

指令驱动切换模型。 set_coding_model 接受 show、default 或 provider/model。切换在本会话内持续生效，作用于之后每一次 delegate_coding。主 AI 永远不会改自己的模型。

调用可见。 每次结果都会打印模型路由、状态、确切任务、写范围和验收命令，后面接副 AI 的报告。客户端卡片还会在副 AI 运行期间实时滚动它的转录。

诚实的阻塞上报。 副 AI 不允许弹审批（DSH 把委派子会话的审批策略固定为 never），所以被权限挡住时它会以 STATUS: BLOCKED 加一行 NEED: 结束，而不是瞎猜。主 AI 是唯一的升级通道：它能在自己权限内做掉就直接做掉，否则用 ask_user_question 向你要那个确切的权限，然后再重新委派。

天然省钱。 副 AI 拿到全新上下文（看不到你的对话）、受限工具集、maxDepth: 1（不能再往下委派）以及有界输出预算。

客户端实时卡片。 delegate_coding 的工具卡片通过公开的 subagent wire API 轮询副 AI 的持久转录，实时渲染 assistant 文本、工具调用和结果，并带可折叠的最终报告和「在子会话中打开」按钮。

环境要求

- 一个从源码运行的 DSH 检出（在 0.1.1-rc.2 上验证），例如 pnpm dsh web 或你自己的启动脚本。profile、roster 和客户端 bundle 构建都来自这个检出。
- 两条 LLM 路由：主 AI 用你在 DSH 里选的；副 AI 默认 xiaomi/mimo-v2.5。请在 DSH 设置里配好 xiaomi（或 glm）provider 的凭据，或改默认路由（见配置）。
- Node 22.19+ / 24+，以及检出里已安装的依赖（用于重建客户端 bundle）。
- 客户端实时卡片会修改 shipped 客户端包，因此需要一个可写的检出。只用 preset 的话，只需要可写 ~/.dsh/.agent-presets。

安装

1. Preset（两个工具）

git clone https://github.com/cagfriend/dsh-dual-ai.git
cd dsh-dual-ai
./install.sh --preset-only

手动等价操作：

mkdir -p "$HOME/.dsh/.agent-presets/dual-ai"
cp preset/preset.yml          "$HOME/.dsh/.agent-presets/dual-ai/"
cp preset/agent.cordis.yml    "$HOME/.dsh/.agent-presets/dual-ai/"
cp preset/delegate-coder.mjs  "$HOME/.dsh/.agent-presets/dual-ai/"

然后开一个新会话，选择 双 AI 模式 preset（preset id 是 dual-ai）。改 preset 只影响之后新建的会话；正在运行的会话保留它当初的组装。

2. 客户端实时卡片（可选但推荐）

卡片住在 shipped 客户端包 packages/client/ui-tool 里。安装脚本会复制三个文件并加上两行注册：

./install.sh --checkout /path/to/deepseek-harness

随后它会重建客户端 bundle，并提示你硬刷新浏览器。手动步骤：

1. 把视图源码放到其它原子工具视图旁边
TOOL=packages/client/ui-tool/src/client/tool/toolviews
cp client-live-card/delegate-coding.tsx        "$TOOL/"
cp client-live-card/delegate-coding-model.ts   "$TOOL/"
cp client-live-card/DelegateCoding.module.css  "$TOOL/"

2. 注册插件（精确 diff 见 client-live-card/apply.patch）
import { delegateCodingToolview } from './tool/toolviews/delegate-coding.tsx'
ctx.plugin(delegateCodingToolview)

3. 在检出根目录重建客户端 bundle
cd packages/client/ui-tool
env -u DSH_BUILD_FACE node ../../node_modules/tsdown/dist/run.mjs

然后硬刷新 Web UI（Ctrl+Shift+R）。不需要重启 host：bundle 是从磁盘以 no-cache 提供的。

使用

在 双 AI 模式 preset 上开新会话，正常和主 AI 说话即可。它会自己把有界、机械、费 token 的活派出去：

把 fetchUser 全量重命名为 getUser，并把测试一起改掉。

可以直接输入的指令：

| 你说 | 会发生什么 |
|---|---|
| 副模型换成 glm/glm-4.5-air | 主 AI 调 set_coding_model({route:"glm/glm-4.5-air"})，之后每次委派都用它 |
| 现在副模型是哪个 | set_coding_model({route:"show"}) 回报当前路由 |
| 副模型恢复默认 | set_coding_model({route:"default"}) 回到 xiaomi/mimo-v2.5 |
| 架构性问题 | 主 AI 自己留着：设计、歧义和最终 review 都在主对话里 |

用英文说也一样，人格里已经写明要把两种语言都映射到工具上。

副 AI 被挡住时

副 AI 不能弹审批。如果被沙箱或权限拒绝挡住，它的运行会以这样的结尾结束：

STATUS: BLOCKED
NEED: write access to C:/other (or a wider sandbox mode)

工具结果则变成：

[delegate_coding]
model: xiaomi/mimo-v2.5
status: BLOCKED - the subagent could not finish
need: write access to C:/other (or a wider sandbox mode)
task: ...
--- sub-agent report ---
...
NOT DONE. Do not report success and do not retry blindly. Either perform the denied step
yourself under your own permissions, or call ask_user_question for exactly the permission
above, then re-delegate the remaining work.

接下来主 AI 要么在自己权限内把那一步做掉，要么用 ask_user_question 向你要那个确切的权限，然后再重新委派。注意主会话自己的审批策略同样重要：如果是 never，主 AI 也无法请求升级，放宽沙箱或切换权限预设只能由你来做。

配置

副 AI 的路由与限制（preset 行）

- id: delegate-coder
name: ./delegate-coder.mjs
config:
provider: xiaomi          # 副 AI 使用的 provider 路由
model: mimo-v2.5          # 默认模型，可在运行时切换
maxTokens: 65536          # 副 AI 单次请求输出上限
shellTool: pwsh         # 默认：win32 用 pwsh，其它平台用 bash
allowTools: [pwsh, read, write, edit, glob, grep, todo_write, job_output, job_kill]

沿用 shipped standard preset 的规则：副 AI 会加入父方 preset 的组装，所以 allowTools 里必须是这个 preset 真正挂载的工具名。

客户端卡片

| 常量 | 文件 | 含义 |
|---|---|---|
| POLL_MS | client-live-card/delegate-coding.tsx | 转录轮询间隔（默认 1200 毫秒） |
| HISTORY_MESSAGES | client-live-card/delegate-coding.tsx | 每次轮询拉取的历史页大小（默认 50） |
| MAX_LINES | client-live-card/delegate-coding-model.ts | 保留的转录行数（默认 60） |
| MAX_LINE_CHARS | client-live-card/delegate-coding-model.ts | 单行上限（默认 600） |

仓库结构

preset/
preset.yml             roster 展示元数据
agent.cordis.yml       dual-ai agent preset（改编自 shipped "standard"）
delegate-coder.mjs     preset 平面插件：delegate_coding + set_coding_model
client-live-card/
delegate-coding.tsx        keyed tool.call.toolview + live face provider
delegate-coding-model.ts   纯转录折叠逻辑（可单测，不依赖 React）
DelegateCoding.module.css  卡片样式
apply.patch                对 ui-tool apply.ts 的精确 diff
install.sh                 两半的安装脚本
media/
pelican-bicycle-dual-ai.*  对比样本：双 AI 那次（mp4 + gif + 封面）
pelican-bicycle-mimo-only.*  对比样本：单模型那次

实现原理

Host 半边（preset 平面插件）。 delegate-coder.mjs 由 preset 挂载，所以它只把 delegate_coding 和 set_coding_model 注册进那个会话的工具层。它不使用任何裸 import（用户 preset 根目录上溯不到 node_modules），因此两个工具都以原生 JSON Schema 定义注册、参数在插件里自行校验。delegate_coding 通过 ctx.subagents.start() 以 agentOptions、子人格、工具过滤器和 maxDepth: 1 启动一个进程内 spawn 子会话，然后等待并 dispose。set_coding_model 用 ctx.llm.resolveCallConfig() 校验路由，并把 per-agent 覆盖存进 WeakMap。

Client 半边（实时卡片）。 卡片占用了 keyed slot tool.call.toolview 的 delegate_coding 键。per-session 的 live face 通过 sessions.provide 注入；卡片轮询 subagents.list 找到正在跑的 child，再用 subagents.history 读它的转录。这个 history 读取是官方定义的「读持久转录、绝不激活 child Agent」路径，所以实时视图不花任何模型 token。事件由纯模块 delegate-coding-model.ts 折叠成有界行数。

ESM 缓存陷阱。 harness 用绝对 URL 导入 preset 插件，Node 按 URL 缓存 ES module，而 preset 代际只以 agent.cordis.yml 为 stamp。所以只改插件文件不会到达正在运行的 host：把它改名（delegate-coder-2.mjs、-3……）并把 preset 行指过去，或者重启 host。这也是本仓库发布规范名 delegate-coder.mjs，而长期运行的机器上可能留着改名副本的原因。

排错

| 现象 | 原因 | 处理 |
|---|---|---|
| 主 AI 不认识 set_coding_model | 运行中的会话挂的是旧 preset 代际，或 Node 返回了缓存的插件模块 | 开新会话；仍然不行就把 delegate-coder.mjs 改名并更新 preset 行，或重启 host |
| 实时卡片不出现 | 客户端 bundle 没重建，或页面还拿着旧 bundle | 重新构建 ui-tool bundle 并硬刷新（Ctrl+Shift+R）；看浏览器 Console 有无 slot/注册报错 |
| 副 AI 写不了文件 | 它继承父方沙箱，且审批被固定为 never | 让主会话处于可写策略，或让主 AI 自己执行写操作 |
| 副 AI 报 BLOCKED | 被沙箱/权限拒绝 | 这是预期行为：主 AI 去做那一步，或向你要确切权限 |
| 两个工具都没有 | preset 没挂上 | 确认会话 preset 是 dual-ai，且 delegate-coder.mjs 与 agent.cordis.yml 同目录 |

兼容性与注意事项

- 面向 DSH 0.1.1-rc.2。preset 行配置（agentOptions、toolFilter、maxDepth）和 subagent wire API 都属于 harness 自己的接口，RC 之间可能变化。
- 客户端卡片修改的是 shipped 包（packages/client/ui-tool）。升级 DSH 会覆盖它，升级后请重跑 install.sh --checkout ...。
- 副 AI 看不到你的对话，主 AI 必须写自包含的 brief。如果确实需要继承历史，可以用原生 fork provider（在这个严格 preset 里被禁用了），代价是子上下文显著变大。
- 审批策略就是天花板：never 会话的子会话永远无法放宽任何东西。

许可与出处

MIT（见 LICENSE）。

preset/agent.cordis.yml 改编自 DeepSeek Harness 随附的 standard agent preset（MIT）；客户端卡片修改的是同一项目的 @deepseek-ai/dsh-client-ui-tool。详见 NOTICE。