前言¶

在 DSH 里改代码，常见做法是单会话里让一个模型既规划又改文件又自评，步骤混在一起，出了问题也难对照「当时定了什么标准、谁审的、审了什么证据」。DeepSeek Harness 社区里把工作流做成插件是常态；dsh-code-pipeline（维护者 DDTTomTom，分类：工作流）把 Sol、Opus、DeepSeek 拆成定向、规划、设计、执行、复核等环节，用子会话跑完一轮，并在窗口内提供进度浮窗与逐环节模型设置。下面介绍它是什么、怎么装、日常怎么用，以及实验版里需要留意的边界。

这是什么¶

dsh-code-pipeline 是挂在 DSH Host 上的代码任务工具与路由提示（README 标注为实验版）。新会话收到明确要求修改代码的指令时，默认会走 code_pipeline；纯讨论、解释和只读审查默认不调用。插件不读取、不存储 API 密钥，模型走 DSH 已配置的 adapter 与凭据；当前执行线路示例为 deepseek-account/deepseek-flash，依赖 DSH 中的 DeepSeek 账号登录，而非单独的 DeepSeek API Key。

社区目录页：dsh-code-pipeline。源码与说明：GitHub - DDTomTom/dsh-code-pipeline（package.json 版本 0.11.0）。目录页星标为 0，与 README 一致，此处不展开用户评价。

核心功能¶

分阶段流水线¶

各阶段通过 DSH 原生 spawn 子会话完成，工具结果只返回有界摘要和子会话 ID，长日志留在 DSH 会话里。流程概要如下：

1. Sol 定向：整理原始目标、完成标准、风险和歧义；重大歧义则停止并向用户确认。
2. 复杂任务：Opus 只读规划 → Sol 只读设计；简单路径可跳过定向/规划/设计（见下文 mode）。
3. DeepSeek Flash 执行：运行合适检查；原始「合同」不由执行器重写。
4. 复核：简单/中风险由 Sol 只读复核，高风险或复杂任务由 Opus 只读复核；审查者只能用只读文件工具，须实际读文件并提交证据。总控另跑 git diff --check 并记录退出码；若用户原始任务里明确写了 node --test 等支持的测试命令，可传给 checkCommand，checkWorkdir 也必须在原始任务中明确出现——未指定时只做 Git 差异空白检查，不替代功能测试。执行后、复核前，总控还会在 checkWorkdir（未给则会话目录）采集 git status --porcelain -uall、git diff --stat HEAD 与 HEAD 提交，交给只读复核者核对约束；非 Git 目录会如实说明无法提供。
5. 有限返工：一次局部返工仍不通过则停止，并留下各阶段会话 ID。用户显式要求时可传 escalation=fable|astra，在常规返工失败后再走 Fable（anthropic/latest-fable）或 Astra（openai/gpt-6-astra）只读诊断，再交 DeepSeek 最后一次返工与独立验收；线路不可用则返回 not_verified。

模型路由默认写在包内 cordis.patch.yml；latest-opus 在每次调用时从 Anthropic 模型目录里取 ID 字典序最后的 claude-opus-*。UI 上的 DeepSeek「1017」标签对应实际模型 ID deepseek-flash。

会话内模式与会话级覆盖¶

在输入框发送人类命令可切换流水线行为（不消耗模型 token，按会话写入 ~/.dsh/code-pipeline/session-modes.json，重启后保留）：

• /pipeline off：关闭，不注入任何提示
• /pipeline auto：自动判断（默认）
• /pipeline always：每轮都用
• /pipeline manual：待启动，只讨论，明确说开始后才执行
• /pipeline status：查看当前模式
• /pipeline routes：逐条检查各阶段模型线路能否在模型目录中解析（不发起模型调用）

浮窗底部滑块改的是全局默认（存 ~/.dsh/code-pipeline/default-mode.json，三档：关闭 / 自动判断 / 每次都用）；/pipeline 是对单个会话的覆盖。

调用 code_pipeline 时还可指定 mode=auto|simple|complex：simple 不调用定向/规划/设计；complex 强制 Opus 规划；auto 先由 Sol 定向分类。

进度浮窗与设置¶

装好后 DSH 窗口右下角出现白底浮窗（shell.overlay），Host 路由 GET /dsh-code-pipeline/state 供轮询（运行中约每秒，空闲约 5 秒，页面隐藏时暂停）。每个阶段一行：状态、步骤名、实际解析后的模型 ID、耗时；本地的「采集仓库事实」「独立检查」单独成行。运行结束显示最终状态（通过 / 未经机器验证 / 未通过 / 中断等）与原因。

• 齿轮：八个环节各自选模型与推理等级，保存后写入 ~/.dsh/code-pipeline/routes.json，只提交改过的环节，其余仍跟 cordis.patch.yml 默认。
• 地球图标：面板中英双语，语言记在浏览器 localStorage（键 dsh-code-pipeline:lang）。
• ☰ 历史：运行结果写入 ~/.dsh/code-pipeline/history.json（最多 50 条）。
• 总结：把当前运行翻成两三句白话，走 summarize 线路（默认同为 deepseek-account/deepseek-flash），POST /dsh-code-pipeline/summarize。

每个环节前有勾选框，取消勾选可跳过该环节；Fable 与 Astra 已合并为一个「诊断」环节。

限制与安全边界（必读）¶

插件以当前 DSH 进程权限运行；执行器虽限制无关工具，但 ops_bash 仍可执行任意命令，不是可靠的路径或网络安全沙箱。状态 reviewed_with_check 表示审查读文件与独立检查退出码为 0；未提供明确测试命令时，默认 git diff --check 不代表功能已通过。单次运行 20 分钟会询问是否继续，另有 120 分钟分段上限与两次询问上限；可随时点浮窗「终止」。任务级预算、跨重启检查点、原生 UI 面板 README 写明尚未实现。

安装与启用¶

前提：已安装 DeepSeek Harness（桌面版或 web 版 profile），DSH ≥ 0.2.1-rc.2，并在 DSH 里配置好模型线路。包依赖 Node.js 18+（测试用内置 node:test），无第三方 npm 依赖。

README 给出的步骤如下。

1. 取得本仓库目录（示例为 clone）：

git clone https://github.com/DDTomTom/dsh-code-pipeline.git

2. 在 DSH 会话里用插件管理器以 bundle 安装该目录（目标填绝对路径），例如：

plugin_manager → action: install_bundle → target: /绝对路径/dsh-code-pipeline

也可把 bundle 放进 profile 依赖后重启 DSH。

3. 装完刷新页面；浮窗应出现在右下角。若首次未见浮窗，可重启 DSH 桌面版一次。
4. 打开浮窗齿轮，把八个环节的模型改成你账号可用的线路（默认指向 OpenAI / Anthropic / DeepSeek 账号线路）。

卸载：插件管理器移除 @local/dsh-code-pipeline，并自行删除 ~/.dsh/code-pipeline/ 下的配置与状态文件。

典型用法¶

1. 完成安装并在齿轮里保存各阶段模型与推理等级。
2. 将浮窗滑块设为「自动判断」或按需改为「每次都用」；若只想某一会话行为不同，用 /pipeline 命令覆盖。
3. 在新会话中给出明确要求改代码的任务；需要时在任务正文里写清完成标准、是否允许新增文件、以及要跑的检查命令（例如 node --test）与工作目录。
4. 观察浮窗各阶段状态；点步骤行可展开该阶段结论（定向标准、规划、设计、执行报告、复核证据等，单段上限约 2400 字符）。
5. 运行结束后用「总结」生成白话结论，或在 ☰ 历史里对比多次运行。

开发者在包目录可跑：

npm test

对应 node --test test/*.test.js。

适用场景与注意¶

更适合：希望在 DSH 内把「定标准 → 规划/设计 → 执行 → 独立只读复核 → 有限返工」固定成可观测流水线，且愿意维护多模型线路（Sol / Opus / DeepSeek 及可选诊断线路）的用户。

使用前请自行核对：安装前阅读 GitHub 源码与仓库许可证说明；插件不代替宿主的工作区、权限与沙箱策略。模型目录能解析不等于账号可用，首次真实请求仍可能因余额、配额或凭据失败；浮窗底栏「功能状态」会结合最近一次运行结论显示红/黄/绿。

结尾¶

dsh-code-pipeline 把多模型分阶段协作、独立验收和进度可视化收进一个 DSH 工作流插件，适合在 Host 里做结构化改码而不是单轮「全包」。细节以 README 为准：

• 目录页：https://www.skillhub.cn/plugins/DDTomTom/dsh-code-pipeline
• GitHub：https://github.com/DDTomTom/dsh-code-pipeline