前言¶

在 DeepSeek Harness（DSH）裏跑多 Agent 工作流時，子 Agent 數量可以調，但那隻限制「同時駐留的子任務個數」，並不保證主 Agent 與子 Agent 不會在同一時刻各發一路模型推理。本地部署若在當前硬件與推理配置下只能穩定跑單路請求，多路同時打向後端時，請求容易堆在隊列裏，延遲拉長，個別配置下還會出現 tok/s 明顯下降。DSH 宿主側也有全局調度，但本地單路會話和雲端會話往往希望分開管。下面介紹社區插件 dsh-session-concurrency（倉庫 MingoYung/dsh-session-concurrency），它在輸入框左側提供原生滑桿，爲當前根會話及其子孫 Agent 設置 1–10 的推理併發額度，並在額度爲 1 時實現主 Agent 讓出通道、子任務按分支順序執行的串行交接。

這是什麼¶

dsh-session-concurrency 是 DSH 原生插件，維護者爲 MingoYung，在社區目錄中歸類爲工作流。英文簡介爲：Per-session Agent inference concurrency controls for DeepSeek Harness；帶原生 Composer 滑桿，並支持 serial parent/child handoff（父 Agent 與子 Agent 的串行交接）。

插件限制的是同一會話內同時運行的模型推理請求數（走當前 DSH 進程的 llm/stream 路徑），主 Agent 與子孫 Agent 共用該額度；其他主會話各自獨立。它不讀消息正文或模型密鑰，也不靠模型名決定是否啓用。

核心功能¶

會話級滑桿（1–10）¶

在發送區輸入框左側出現「併發」控制：可選宿主默認（移除該主會話的自定義額度，恢復 DSH 原有調度）、自定義（1–10 滑桿，應用後持久化）。子會話界面顯示「併發 繼承」，隨主會話統一調整。

額度 1：主 Agent 與子任務串行¶

選 1 時，主 Agent 在派發子任務後會等待，不再佔用推理通道；同一父 Agent 通過原生 subagent 的多次調用會進入派發隊列依次啓動；工作流經 startActivation 創建的分支也會按生命週期順序進入推理。超額請求在 DSH 側異步等待，由程序監聽原生事件並週期性讀取 Host 任務狀態，無需主模型輪詢，也無需臨時放寬爲雙通道。

典型順序如下：

主 Agent 分析並派發
       ↓
主 Agent 等待，不再請求模型
       ↓
子任務 A（含其孫任務）結束 → 子任務 B → 子任務 C
       ↓
所有子任務結束，DSH 送回結果，恢復主 Agent

額度 N（2–10） 表示該根會話及其子孫在本 Host 內最多同時運行 N 條推理流（含主 Agent）；工具 I/O 可重疊，仍保留原有推理限流方式。

狀態與邊界說明¶

狀態面板區分實際推理、排隊 Agent、讓位等待、未結束子任務與暫停任務。明確暫停且保留待處理輸入的子任務不會被插件自動重啓。設置僅在後臺持久化成功後顯示已應用；切換會話時，遲到的舊請求不會覆蓋新會話按鈕狀態。

與原生 子 Agent 駐留容量（默認 8）獨立：插件只讀取和展示駐留容量，不修改全局設置。外部進程（如 Codex、ACP）自行發出的模型請求不在計數內；兩個主會話各設 1 仍可能對同一本地推理端點合計發起兩路請求，跨會話共享端點的限流需另做策略。

安裝與啓用¶

適配並實測版本：DSH NEXT 2.0.21-next / DSH 內核 0.2.1-rc.4（package.json 中 engines.dsh 爲 0.2.1-rc.4）。其他內核版本需自行覈對擴展接口。插件當前發佈版本爲 0.2.0，許可證 MIT。

安裝步驟來自項目 README，不是 dsh plugin add github:… 一類命令：

1. 獲取構建產物 local-session-concurrency-0.2.0.tgz（無需解壓）。公開發布以 Releases 爲準；本地可自行 npm run build && npm pack。
2. 在 DSH 中打開「插件 → 添加插件」，填入該 tgz 文件的完整本地路徑，安裝並啓用。
3. 按界面提示刷新或重新加載插件。
4. 在發送會話第一條消息前，點擊輸入框左側「併發 默認」，選「自定義」，調整滑桿並點「應用」。

本地單路模型會話選 1；雲端會話可保留宿主默認或設更高額度。會話設置保存在：

$DSH_HOME/plugins/session-concurrency/limits.json

內容爲會話 ID 與數字額度。卸載保留該文件，便於重裝後恢復；禁用或卸載不會改原生子 Agent 全局配置。

典型用法¶

1. 本地 Qwen 等單路服務：新開主會話，首條消息前將併發設爲 1，再讓主 Agent 派發多個子任務；同會話內推理應依次執行，避免主、子同時佔滿後端隊列。
2. 本地 + 雲端混用：本地會話設 1，另開雲端會話用宿主默認或更高 N，避免爲遷就本地反覆改 DSH 統一設置。
3. 需要有限並行：在確認後端能承載的前提下，同一會話將滑桿設爲 2–10，在並行與排隊之間按硬件能力折中。

建議在會話空閒時升級或重載插件；運行中降低額度不會打斷已開始的推理，新請求會等存量降到上限以下。

適用場景與注意¶

適合：本地模型在當前配置下只能高效處理單路推理；多 Agent 工作流下同一會話內需要可控的推理併發；希望按會話隔離額度而非只改全局子 Agent 數量。

注意：

• 插件以當前 DSH 進程權限運行；安裝前應查看 GitHub 源碼 與 MIT 許可證，自行評估信任邊界。
• 額度覆蓋進程內 Spawn/Fork 子 Agent 等常見路徑，不覆蓋其他進程自發起的模型請求；延遲與 tok/s 改善取決於模型、硬件與後端，README 中的測試用於驗證調度行爲，不保證速度提升。
• 分支串行面向獨立委派；若任務必須等另一分支產出再協作，應調整依賴或併發額度，插件不會憑超時猜成功或繞過審覈（如 ClearAI 類審覈仍走宿主機制）。
• 運行狀態補接依賴 DSH 0.2.1-rc.4 的只讀 manager.resident 等接口；升級內核後需重新驗證。

社區目錄頁：skillhub.cn 插件頁。目錄爲社區站點，與 DeepSeek / 幻方無官方從屬關係；DSH 生態強調「一切皆插件」，本插件是工作流類擴展之一。

結尾¶

dsh-session-concurrency 把「每會話推理併發」做成輸入框旁的原生控件，並把主 Agent 計入額度，針對本地單路模型下的主/子爭用問題給出可操作的調度語義。問題反饋見 GitHub Issues；實現細節與測試說明見倉庫 README 與 0.2.0 發佈說明。