三阶流水线 valuelesser/pipeline-mode

Pipeline Mode（流水线模式）

一个运行在 DSH（DeepSeek Harness）上的 Agent Preset：把 Planner → Executor → Reviewer 多子代理流水线实现为 LangGraph 风格的自适应条件循环图，跑在 DSH 原生的 workflow 引擎上。

Preset 与插件的区别：这是一个 agent preset（YAML 组合 + 自带 skill），不是 npm 插件包。DSH 的 preset 发布形态就是“分享一个目录”——复制到用户预设根目录即可安装，无需编译、无依赖。

✨ 特性

- Planner → Executor → Reviewer 三阶段，每阶段一个子代理，输出经 JSON Schema 强校验（不合格结果直接拒收，比 XML 交接块可靠）；
- Reviewer FAIL → 自动返工：issues 去重合并后原样喂回下一轮 Planner，最多 3 轮，通过即止；
- 自适应并行：只有“独立步骤 ≥ 2”才真正并行扇出 + 双并行 Reviewer；否则走紧凑批处理路径（1 个 batch executor + 1 个综合 Reviewer），不为简单任务浪费 agent；
- 输出语言跟随用户：经 args.language 传递，plan/execution/review/issues 都用用户输入语言输出；
- 英文思考协议：内部思考用英文并以 We need.. 开头（输出语言与思考语言解耦）；
- 零外部依赖：复用 DSH 原生 workflow 引擎，模型路由天然打通。

🧠 为什么不用真实的 LangGraph.js

| 障碍 | 说明 |
| 依赖安装 | preset 是 YAML 组合，无法 npm install；需先装进 Profile/部署再写 Host 插件 |
| 模型路由 | LangGraph 自带 ChatModel 接口，与 DSH 内部 dsh-llm 对接是实打实的适配工程 |
| 持久化 | LangGraph 的 checkpointer 需额外落库 |
| 规模不匹配 | 目标只是一张 3 节点条件循环图 |

DSH 的 workflow 工具本身就是成熟的图/流水线编排器（节点 = agent()、并行 = parallel()、join = 结果归并、条件边 = 返工循环），语义与 LangGraph 一一对应。结论：复制架构思想，复用原生引擎。

🗂️ 目录结构

pipeline-mode/
├── README.md # 本文件 ├── README.en.md # 英文版 ├── LICENSE # MIT ├── .gitignore ├── docs/ │ └── design.md # 完整设计与实现说明 ├── preset/ # ← 安装内容（复制到 DSH 预设根） │ ├── preset.yml # 显示元数据（名称/描述） │ ├── agent.cordis.yml # 组成：persona + 全套工具 + 自带 skill 挂载 │ └── skills/pipeline-runner/ │ └── SKILL.md # 验证过的 workflow 脚本模板 + 角色定义 └── install.sh # 一键安装脚本

🚀 安装

本发布物是一个 DSH agent preset。安装方式是把 preset/ 目录整体复制到 DSH 的用户预设根目录，无需编译、无依赖（这里“无依赖”指 preset 本身运行时不需要任何 npm 包）。

默认预设根：$HOME/.dsh/.agent-presets/ （若设置了 DSH_HOME 环境变量，则为 $DSH_HOME/.agent-presets/）

方式一：从发布目录一键脚本

cd pipeline-mode/ # 进入发布目录
chmod +x install.sh # 首次需要加执行权限
./install.sh # 自动检测根目录，已有则确认覆盖

方式二：手动复制

cd pipeline-mode/
mkdir -p ~/.dsh/.agent-presets/
cp -R preset/ ~/.dsh/.agent-presets/pipeline/

安装后验证

重启 DSH 后，在 GUI 的模式选择器里应能看到 「流水线模式」，并附有英文描述。选择该模式新开一个会话，输入一个任务即可开始流水线。

注意：preset 文件名 pipeline/ 即为 preset id。若预设根下已存在同 id 目录，安装脚本会提示确认覆盖。

🎮 使用

1. 在 DSH GUI 新开一个会话，模式选择 「流水线模式」；
2. 直接给任务（如“写一个 Python 快速排序并配测试”）；
- 若任务有多个相互独立的交付物，可明确说“分别写模块 A、B、C，再写 README 汇总”——此时会自动并行扇出；
- 简单任务自动走紧凑路径（3 个 agent 即可完成，无并行浪费）。
3. 控制器加载 pipeline-runner skill → 调用 workflow 工具 → 按用户语言汇报：status / rounds / 自适应形状（总/并行/依赖步骤数、Reviewer 数）/ 检查摘要；FAIL 时附未解决问题清单与建议。

⚙️ 工作原理（图）

┌── Executor(独立步骤1) ──┐ ┌── Reviewer A(合规) ──┐ Planner ──┬─(独立步骤≥2)─┤── Executor(独立步骤2) ─├─ join ─┤ ├─ join → PASS │ └── Executor(独立步骤N) ─┘ └── Reviewer B(质量) ──┘ │ │ └── Executor(依赖步骤,按序)─┘ │ FAIL(issues)──┐
└─(否则)─▶ 单 batch executor 按序执行全部步骤 ─▶ 单综合 Reviewer ─────────────┘ │
▲ │
└── 新一轮 Planner(最多3轮) ─┘

- Planner 把任务拆成步骤，并标记 independent（仅自包含、无依赖的独立交付物为 true）；
- 硬规则：independentSteps >= 2 才扇出；否则单批执行 + 单 Reviewer；
- JSON Schema 强校验每个阶段的输出结构；
- FAIL 回环：issues 喂回 Planner，最多 3 轮。

✅ 验证记录（真实运行）

| 场景 | 执行形状 | agent 数 | 结果 |
| 宣传语（无并行需求） | compact：1 batch executor + 1 Reviewer | 3 | PASS 1轮 |
| 3 独立模块 + 依赖 README | 并行扇出（3 并行 + 1 依赖）+ 2 Reviewer | 7 | PASS 1轮 |
| 强制 FAIL → 返工 | 串行 + 回环 | 9 | 返工后 PASS（3轮内） |
| 中文任务 + 语言传递 | 4 步 + 双 Reviewer | 19 | 真实返工后 PASS，输出全中文 |

📄 许可

MIT