前言¶
在 DSH 裏用 llama.cpp 跑本地模型時，單次回覆往往受 max-tokens 限制。流式輸出在 token 用盡處被截斷，agent loop 拿到的 assistant 內容不完整，後續推理或工具編排容易斷在中間。手工讓模型「接着寫」可以補救，但要在每次截斷後重複操作，且和 DSH 的 waterfall、BlockAssembler 約定對不齊。
下面介紹社區插件 @quekenao/dsh-auto-continue-community（維護者 quekenao，分類：模型推理）。它在檢測到 finish 原因爲 max-tokens 時，透明地追加模型調用，把截斷輸出補完，使 agent 側看到相對完整的回覆。
這是什麼¶
插件全稱 npm 包名 @quekenao/dsh-auto-continue-community，當前資料記載版本 v0.3.2，MIT 許可證，已發佈至 npm。它是維護者自用插件 dsh-auto-continue 的社區可分發行副本，針對可移植配置、雙模式續寫與單測做了整改。
一句話定位：當配置範圍內的 provider 因 max-tokens 截斷流式響應時，按預算與超時規則自動續寫，默認走實時 loop 模式，必要時可回退到緩衝 stream 模式。
核心功能¶
截斷檢測與續寫¶
插件監聽 DSH 在 max-tokens 場景下的 finish 語義（loop 模式依賴 agent/assistant-stream 與 agent.steer()；stream 模式在 llm/stream waterfall 上緩衝並分析 chunk）。滿足 provider 門控、續寫預算且非重入時，構建續寫 prompt 並再次調用模型。若續寫步仍 max-tokens，可在 maxContinuations 內繼續，直到正常結束或預算耗盡。
雙模式（v0.3.0 起）¶
加載時通過 mode 二選一，默認 loop：
| 維度 | loop（默認） |
stream（回退） |
|---|---|---|
| UI 流式 | 原始步與續寫步各自實時推送 | 緩衝整段上游流，合併後一次性呈現 |
| 機制 | 獨立 agent 步，agent.steer() 注入 |
waterfall 攔截、重調、mergeChunks |
| 消息條數 | 兩條 assistant 消息（各實時流式） | 一條合併消息 |
設計取捨：loop 犧牲「單條消息」的展示，換取續寫過程仍能看到 token 實時輸出；若部署中 steer() 等 loop 依賴異常，可設 mode: stream 回退。
可配置項¶
經 cordis Config（zod）校驗，非法配置在加載階段拋 ValidationError，不會靜默失效：
| 參數 | 默認值 | 說明 |
|---|---|---|
providers |
["local-vision"] |
僅對這些 provider 啓用續寫 |
maxContinuations |
5 |
單條響應鏈最多續寫次數（1–20） |
timeoutMs |
120000 |
單次續寫超時（毫秒），超時則降級爲原始截斷流 |
mode |
"loop" |
"loop" 或 "stream" |
環境變量 DSH_AUTOCONTINUE_* 爲 resolveConfig 回退路徑；正常通過 patch 註冊且使用 schema 默認值時，通常不依賴環境變量。
stream 模式下，若截斷時存在未完成的 tool call（JSON 參數被截斷），插件會跳過續寫並原樣輸出，與 DSH 丟棄不完整 tool-call block 的行爲一致。loop 模式下對已完成 tool call 會使用專用續寫提示，避免模型重複發出未執行的 tool call。
安裝與啓用¶
官方安裝命令：
dsh plugin add @quekenao/dsh-auto-continue-community
安裝後插件通過包內 cordis.patch.yml bundle 自動激活，無需再手工編輯全局配置即可註冊。若需改 provider 列表、續寫次數或模式，在 patch 條目的 config 字段中寫入（見下文示例）。
典型用法¶
在 cordis.patch.yml 中，config 與 id、name 同級，例如：
- insert:
- id: auto-continue-community
name: "@quekenao/dsh-auto-continue-community"
config:
providers:
- local-vision
- llama-local
maxContinuations: 3
timeoutMs: 60000
mode: loop
不寫 config 塊時，cordis 使用 schema 默認值，等價於僅對 local-vision 啓用、最多 5 次續寫、120 秒超時、loop 模式。
Windows 下也可用環境變量（不改 yml 時的回退路徑）：
set "DSH_AUTOCONTINUE_PROVIDERS=local-vision,llama-local"
set "DSH_AUTOCONTINUE_MAX=3"
set "DSH_AUTOCONTINUE_TIMEOUT_MS=60000"
set "DSH_AUTOCONTINUE_MODE=stream"
典型使用路徑：在適用版本棧上安裝插件 → 用 dsh web 的 waterfall 與本地 llama.cpp provider 對話 → 當模型回覆因 max-tokens 截斷時，觀察 loop 模式下第二條實時 assistant 續寫，或 stream 模式下合併後的完整一條消息。
適用場景與注意¶
已驗證範圍（部署前必讀）¶
資料明確寫明，本插件僅在下列鏈路下經過驗證（package.json 的 dsh.scope 與 README 表格一致）：
| 維度 | 範圍 |
|---|---|
| 拓撲 | DSH + llama.cpp + 本地模型 |
| DSH / dsh-llm / dsh-web-app | 0.2.1-rc.5 |
@deepseek-ai/cordis |
~4.0.5 |
| Node.js | >= 24（開發測試於 v24.18.0） |
| 運行面 | 僅 Web（dsh web waterfall） |
| 客戶端 / CLI | 未適配，不在支持範圍 |
更換 DSH 大版本、非 llama.cpp 後端，或 CLI/客戶端場景，均超出當前插件聲明的適用範圍，行爲不保證正確。
誰適合用¶
適合在 DSH 0.2.1-rc.5 + Web + 本地 llama.cpp 棧上開發智能體、且經常碰到長回覆被 max-tokens 截斷的開發者。不適合指望在 CLI 或未驗證的後端上「開箱即用」。
安全與信任¶
DSH 生態強調「一切皆插件」；社區目錄站點與 DeepSeek / 幻方無官方從屬關係，安裝前請自行查看源碼與 MIT 許可證。插件以當前 DSH 進程權限運行，續寫會額外發起模型調用，請注意本地算力、超時與 maxContinuations 對成本與延遲的影響。README 稱 v0.3.2 已通過 95/95 單測及多項端到端驗證，可作爲質量參考，但不替代你在自己環境中的驗證。
結尾¶
dsh-auto-continue-community 針對本地模型 max-tokens 截斷提供了可配置的自動續寫：默認 loop 保證續寫仍實時流式，stream 作回退；配置經 zod 校驗，錯誤配置啓動即失敗。若你的棧落在 README 聲明的版本與 Web + llama.cpp 範圍內，可以用一條 npm 安裝命令接入，再按需調整 providers 與續寫預算。
- 社區目錄頁：https://www.skillhub.cn/plugins/quekenao/dsh-auto-continue-community
- 源碼與完整說明：https://github.com/quekenao/dsh-auto-continue-community
