前言¶
用 DSH 寫智能體，單個 Agent 循環能覆蓋大部分線性任務。但任務一旦多起來——先調研、再審查、最後彙總——你就得自己處理任務依賴、並行調度和失敗恢復。這些邏輯寫散在各處，既難測試也難複用。
下面介紹 Li3NGa 的 DHS-multi-agent-plugin，它把這部分編排基礎設施做成了一個獨立插件。
這是什麼¶
DHS-multi-agent-plugin 是一個 DeepSeek Harness 插件，README 裏的一句話定位是「將 DeepSeek Harness 變成強大的多智能體編排引擎」。倉庫由 Li3NGa 維護，採用 MIT 許可證，npm 包名爲 dhs-multi-agent，當前版本 0.2.0。
它解決的問題是：讓多個智能體按聲明的依賴關係協作，獨立任務自動並行，失敗時在預算內恢復，全程可觀測。
倉庫包含兩套運行時：TypeScript Native 運行時（生產源代碼位於 packages/dsh-multi-agent）和 Python 運行時（src/deepseek_multi_agent_plugin，帶 CLI/HTTP/MCP 適配器）。docs/ 目錄提供使用指南、API 參考、策略說明、部署指南、HTTP API、MCP 集成等文檔。
核心功能¶
規劃與路由¶
- Planner：從自然語言意圖生成結構化任務圖；
- Validator：嚴格的計劃驗證，拒絕不安全或格式錯誤的計劃；
- AgentRouter：基於能力的智能體路由，支持顯式分配和自動匹配。
從 README 的架構圖看，執行鏈路是 Planner → Validator → Router，之後分流到 Supervisor（按策略協作）或直接走 DAG 調度，最終由 AgentRunner 調用真實 DSH，Recovery 與 Diagnostics 模塊貫穿其中。
DAG 並行調度¶
調度器按有向無環圖執行任務：獨立任務自動併發，依賴關係被保留，並行度在依賴約束下最大化，支持任意複雜的任務依賴拓撲。
有界容錯恢復¶
恢復機制是「有界」的，四種手段各有邊界：
- Retry：超時失敗在預算內自動重試；
- Repair：不可用的智能體自動從路由池移除；
- Replan：依賴失敗觸發確定性重規劃；
- Abort：取消操作永不觸發恢復。
運行時可觀測性¶
RuntimeDiagnostics：運行時診斷指標；RunRegistry：運行註冊與狀態追蹤；- Metrics 收集 + Observer 模式；
- 診斷在內存內完成，不需要數據庫。
安全¶
- RBAC 角色層次訪問控制；
- HMAC 時序安全令牌認證；
- CSRF 防護與輸入驗證；
- 敏感信息自動脫敏。
協作策略¶
內置四種協作策略，均可直接調用：
- Sequential：順序串行執行；
- Broadcast：廣播並行執行；
- Relay：接力式傳遞；
- DAG：任意依賴圖直接執行。
安裝與啓用¶
先裝包：
npm install dhs-multi-agent
運行要求：Node.js >=22.14.0，且宿主環境需提供 DeepSeek Harness / Cordis 運行時。插件的依賴包括 @deepseek-ai/cordis ^4.0.1，以及 @deepseek-ai/dsh-agent、@deepseek-ai/dsh-llm、@deepseek-ai/dsh-session（均爲 0.1.1-rc.2）。
再在宿主裏註冊插件：
import { apply } from 'dhs-multi-agent'
apply(ctx, {
concurrency: 4,
defaultTimeoutMs: 60_000,
})
apply 是插件入口，這裏的配置把併發數設爲 4，任務默認超時 60 秒。註冊後即可通過 ctx.multiAgent 調用編排接口。
典型用法¶
運行一個 DAG 任務¶
用 runDag 傳入任務數組，靠 dependsOn 聲明依賴：
const result = await ctx.multiAgent.runDag([
{
id: 'research',
agentId: 'researcher',
prompt: '收集相關事實。',
},
{
id: 'review',
agentId: 'critic',
prompt: '審查研究結果。',
dependsOn: ['research'],
},
])
這段代碼裏 review 依賴 research，會按依賴順序執行；如果再加一個無依賴的任務，它會和 research 併發跑。
帶恢復的編排¶
需要容錯時改用 runWithRecovery，顯式傳入智能體能力表和恢復預算：
const result = await ctx.multiAgent.runWithRecovery(plan, {
runId: 'run-1',
input: '用戶意圖',
agents: [
{ id: 'researcher', capabilities: ['research'] },
{ id: 'writer', capabilities: ['writing'] },
],
recovery: { maxAttempts: 3, maxReplans: 2 },
})
maxAttempts: 3 限定重試上限，maxReplans: 2 限定重規劃次數。
Python 示例¶
倉庫 examples/ 目錄提供可直接運行的腳本：
# 演示協作策略（無需 API Key）
python examples/demo_strategies.py
# 真實 DeepSeek 三人辯論
DEEPSEEK_API_KEY=sk-xxx python examples/demo_deepseek_team.py
# 啓動 HTTP 服務
python examples/run_http_server.py
demo_strategies.py 不需要 API Key，可以先跑通策略邏輯；demo_deepseek_team.py 演示真實 DeepSeek 三智能體辯論；想通過 HTTP 調用時，用 run_http_server.py 起服務，接口文檔在 docs/http_api.md。
公共 API¶
除 apply 外，包還導出核心運行時（AgentRunner、Scheduler、Task、TaskGraph）、四個策略函數（runSequential、runBroadcast、runRelay、runDag）、Supervisor（Supervisor、createSupervisor）、恢復（createRecoveryManager）和診斷（RuntimeDiagnostics、RunRegistry、createRuntimeDiagnostics）。需要更細的控制時，可以繞過高層封裝直接組合這些模塊。
適用場景與注意¶
適合的場景：
- 任務間存在依賴關係，需要 DAG 調度而非簡單串行；
- 多個智能體按角色協作（調研、寫作、審查等）；
- 長流程需要失敗恢復和運行時指標。
注意以下幾點：
- 插件以當前 dsh 進程的權限運行，安裝前應檢查源碼與許可證。倉庫採用 MIT 協議，源碼公開在 GitHub，可以自行審閱；
- 宿主環境需提供 DeepSeek Harness / Cordis 運行時，Node.js 版本不得低於 22.14.0；
- 當前版本爲 0.2.0，具體配置項與接口以倉庫
docs/下的文檔爲準。
測試方面，倉庫包含 TypeScript 164+ 單元測試和 Python 386+ 測試用例，覆蓋集成、Smoke 與安全測試，可用 pnpm --dir packages/dsh-multi-agent test 和 pytest tests/ -q 本地跑一遍。
結尾¶
回顧一下：DHS-multi-agent-plugin 把規劃、路由、DAG 調度、有界恢復和運行時診斷打包成一套 DSH 插件，讓你不必自己拼裝多智能體編排的基礎設施。經過上面的步驟，從一個 runDag 最小示例到帶恢復的完整編排都能跑起來。
- 社區目錄頁：https://www.skillhub.cn/plugins/Li3NGa/DHS-multi-agent-plugin
- GitHub 倉庫：https://github.com/Li3NGa/DHS-multi-agent-plugin
