递归语言模型 tkellogg/dsh-rlm

DSH RLM 与 Program Agent

一组 DeepSeek Harness（DSH）插件，默认启用 RLM，并引入一种新的子代理类型：Program Agent。

什么是 RLM 与 Program Agent

标准 DSH、Claude Code 和 Codex 大体都遵循「模型 → 工具 → 结果」循环（下图是简化后的 ReAct 风格示意）：

flowchart TD
subgraph ReACT["ReACT (Claude Code & Codex)"]
ctx[(Context)] --> LLM -->|write| tool[Tool Calls]
tool -->|append| ctx
tool -->|eval| results[Tool Results] -->|append| ctx
end

在 DSH RLM 中，LLM 的工作方式更像数据科学家：它操作一个常驻的 Python REPL，类似 Jupyter notebook。变量把状态保存在模型对话上下文之外；不需要安装 Jupyter。

flowchart TD
subgraph RLM
ctx[(Context)] --> LLM -->|write code| block[Code Block] -->|hit Enter| repl[(Python REPL)]
block -->|append code| ctx
repl -->|append stdout| ctx
end

所以 RLM 能用 Python 代码处理超大的上下文。代码可以在 REPL 单元之间复用（比如创建可复用的函数）。

RLM API 不是一组扁平的工具，而是功能丰富的 Python API，带类、方法、函数。它支持各种能力，包括消息传递、定时器、基于 Python asyncio 的并行等等。

flowchart TD
ctx[Huge Context] --> root
root --> sub1[Subagent]
root --> sub2[Subagent]
root --> sub3[Subagent]
root --> sub4[Subagent]
sub4 -->|"yo! I'm done"| root

RLM 代码块会变得非常大。代码块越大，智能体在回到 LLM 之前能做的事就越多。

如果智能体永远不回到 LLM 呢？

于是就有了 program agent：

flowchart TD
subgraph rlm[RLM]
RLM
end

RLM[Parent RLM] -->|edit, restart| code
code[Program Agent] -->|report error| RLM

subgraph program[Program Agents]
code
end

code --> s1[Subagent]
code --> s2[Subagent]
code --> s3[Subagent]
code --> s4[Subagent]

Program agent 运行一个异步 Python 函数，可以访问其权限允许的运行时 API。它没有自主的 LLM 循环：它能持续运行确定性代码，需要帮助时给父 RLM 发消息。程序主动请求模型时，它也能显式调用模型。

Program agent 是活跃 Python 进程里的协作式任务，不是独立的持久服务。它们可以比启动它们的 REPL 单元活得更久，但活跃任务和句柄熬不过解释器恢复；父级必须重新创建它们。

用 uv 运行

实验性版本： 已在 PyPI 发布，支持 macOS（Apple Silicon 和 Intel）以及 glibc Linux（ARM64 和 x86-64）。各平台的运行时包托管在 GitHub Releases。

uvx dsh-rlm

想在 PATH 上留一个常驻命令：

uv tool install dsh-rlm
dsh-rlm
需要先装 uv？照着 uv 安装指南 做就行。
uv 负责管理 Python 环境。首次启动时，dsh-rlm 会从 GitHub Releases 下载一个预构建的 Node + DSH 应用，带校验和，版本也匹配。你不需要已有的 DSH、全局 Node、npm 登录、Git clone，也不用从源码构建。之后每次启动都复用那个版本的应用包。Python 包更新后，会选一个新的、匹配的应用包；随包附带的 DSH 版本不会在启动时自行更新。

uvx dsh-rlm setup # Launch setup; use Settings → Setup to revisit
uvx dsh-rlm doctor # Diagnose without downloading the application
uvx --upgrade dsh-rlm # Upgrade uvx's package and launch
uv tool upgrade dsh-rlm # Upgrade a persistent tool installation

在你的项目目录里启动。凭据、会话和 Python 检查点都存在 uv 的一次性工具缓存之外，与普通 DSH 分开。首次运行的安装流程会提供已安装的服务商适配器，不强制要求 DeepSeek key；认证方式取决于你选的适配器和账号。新会话默认使用 RLM Mode。

已发布的平台：macOS arm64/x86-64 和 glibc Linux arm64/x86-64。同一个 Python 包和命令会自动选出匹配的运行时包。目前不支持 Windows 和 Alpine/musl。
构建、存储和发布细节见分发指南。

四个平台的包都通过了 CI 构建和迁移安装冒烟测试。浏览器引导另外在 macOS Apple Silicon 的 Chrome 上测过；这些冒烟测试不覆盖真实的服务商登录和推理。

运行时能力

这套工作系统提供：

- 一个可分发的 DSH Agent Preset，名为 RLM Mode；
- 一个根控制器，模型能看到的唯一工具是 execute_python；
- 一个持久化的 CPython 命名空间，支持顶层 await；
- 从 Python 调用由宿主支持的 runtime.tools 和 runtime.models；
- RLM 子级会继承持久化的 Python 控制平面，而 Standard 父级仍保留 Standard 子级；
- 原生 asyncio 任务和有界本地邮箱；
- 尽力而为的检查点，并强制发送中断通知；以及
- 每个存活的 RLM 智能体对应一个受管理的 Python 进程。

DSH 仍然负责服务商路由、权限、审批、会话、工具执行、子进程生命周期和外层智能体循环。RLM 插件把 Python 作为控制器的工作状态，并把嵌套操作路由回这些宿主服务。

目录结构

- project/python/ —— 经过测试的 Python 运行时、REPL、检查点存储和 JSONL 桥接。
- project/plugin/ —— Cordis bundle、RLM preset、原生工具和宿主回调分发器。
- research/ —— 设计决策和固定的 DSH 集成发现。

发布构建默认解析 DSH 的 npm latest，可在构建时用 DSH_VERSION 覆盖。发布版 0.1.2 捆绑 DSH 0.1.5-rc.3，并且订阅 0.9.4。RLM 宿主插件也已在开发版宿主 0.1.6-alpha.2 上测试过；那不是 0.1.2 里附带的宿主。
构建、安装和启动说明见 project/plugin/README.md。有界检查、任务可见性和活动单元格投递的实操示例，见 RLM runtime cookbook。