DoloresCaritasAngelus/DSH-AUX
Auxiliary model system for DeepSeek Harness: unified aux-LLM routing (per-task model, timeout, concurrency, failure cooldown, main-model fallback) + vision_analyze / web_extract / compress_text tools, settings page, and session image lifecycle cleanup.
安装Install
dsh plugin --profile web add github:DoloresCaritasAngelus/DSH-AUX把 DoloresCaritasAngelus/DSH-AUX 加入你的 DSH 配置（web profile）即可启用。
READMEREADME
English | 简体中文
嗨~ 我是 AUX，主人的辅助模型小助手 💙 主模型专心聊天，我负责看图、读网页、压长文！ 需要我的时候，直接叫我就好～
dsh-aux — DSH 辅助模型系统
给主 agent 配一个「副手」：视觉分析、网页提取、长文本压缩这些旁路任务，由独立辅助 LLM 完成，主模型专注对话。 也可以透明接管你已有的
subagent/workflow——不会额外创建子代理，也不会抢走主模型的对话。
💬 「这些杂活交给我，主人专心聊天就好啦～」
目录
- 这是什么？
- 核心亮点
- 我都能帮你做什么
- 平台开关与 SKILL 模式
- 快速开始
- 日常命令
- 设置页与状态面板
- 桥接与高级能力
- 安全边界
- 工作原理
- 项目结构
- 兼容性与依赖
- 文档
- 常见问题
- 相关项目
- 许可证
这是什么？
对话模型越来越强，但“看图、读网页、压长文”这类任务交给主模型做会打断思路、烧上下文。dsh-aux 把它们拆给辅助模型：你只管发，背后自动路由到合适的模型——主模型答你的问题，辅助模型负责“看一眼图片”“总结这个网页”“把这 5 万字压缩一下”。
- 统一辅助 LLM 路由：每类任务可配独立模型 / 超时 / 并发 / 思考档位。
- 零配置可用：不配任何模型也能跑，缺省自动使用会话主模型。
- 可观测：每次调用写入会话事件，
/aux status、设置页、状态芯片都能看到。
核心亮点
| 特性 | 说明 |
|---|---|
| 四个开箱即用工具 | vision_analyze、web_extract、web_crawl、compress_text |
| 统一路由与降级 | 每任务独立模型/超时/并发；失败自动降级主模型，连续失败进入冷却 |
| 平台化开关 | 每个工具/桥接可选 native / aux；compat 为未来预留 |
| SKILL 审计 | 四级模式：native / audit / report / report-ondemand |
| 子代理 / 工作流桥接 | 原生 subagent 与 workflow 并行 agent() 透明走 AUX |
| 技能预审桥接 | 先由辅助模型精读 SKILL.md + 当前任务，返回预审报告 |
| 会话压缩桥接 | 配置 compaction 后，原生自动/手动压缩改走 AUX |
| 设置页 + 状态面板 | 分组可折叠，中英双语；完整平台状态、补丁可诊断、一键修复、重启检测 |
| 会话图片生命周期 | 删会话自动清无引用图片；共享保留、图片记忆跨重启 |
| 零第三方运行时依赖 | peerDependencies 全为 DSH 官方包 |
我都能帮你做什么
| 工具 | 干什么 | 典型场景 |
|---|---|---|
vision_analyze |
图像分析（支持多图并行） | “这张图里是什么？” “读出图表数值” |
web_extract |
网页抓取 + 摘要（支持同源递归） | “总结这个页面” “回答某网页里的问题” |
web_crawl |
站点深度抓取 + 整体摘要 | “抓取整个文档站并总结” |
compress_text |
长文本压缩（代码/日志/文档自适应） | 压日志、压文档、压超长上下文 |
💬 「看图、读网页、压长文——都是我的拿手活！」
工具完整参数（点开查看）
web_extract
| 参数 | 默认 | 说明 |
|---|---|---|
url |
必填 | 要抓的页面 |
question |
— | 可选追问，用于聚焦回答 |
maxChars |
32000 | 页面字符预算 |
followLinks |
off |
same-origin 时在同源内顺链递归 |
maxPages / maxDepth |
3 / 1 | 递归页数 / 深度上限（0 仅抓种子） |
- 输出：单页返回
summary/keyPoints+chars/truncated；递归额外给pages、totalChars。 - 边界：静态 HTML 摘要代理——不执行 JS；不能点击/翻页/填表。
- 递归：与
web_crawl同一套抓取引擎，遵守 robots.txt、限速与逐跳 SSRF。
web_crawl
| 参数 | 默认 | 说明 |
|---|---|---|
url |
必填 | 起始种子页 |
scope |
same-origin |
抓取范围；hosts 时只抓列出的主机 |
hosts |
— | scope=hosts 时的允许主机列表 |
seedUrls |
— | 额外深度-0 种子（仍 SSRF 校验） |
maxPages / maxDepth |
10 / 2 | 页数上限 / 链接深度上限 |
maxCharsPerPage |
32000 | 每页字符预算 |
respectRobots |
true | 遵守 robots.txt |
minIntervalMs |
250 | 同一主机最小请求间隔 |
useSitemap |
false | 从 <origin>/sitemap.xml 补种 |
maxPagesPerHost |
0（不限） | 单主机页数上限 |
perPageSummaries |
false | false=聚合摘要；true=每页单独摘要 |
两种摘要模式
| 模式 | 怎么摘要 | 成本 |
|---|---|---|
| A（默认） | 所有页面一次性调用 → 整体摘要 + 页面清单 | 1 次调用 |
| B | 每页单独摘要 → 再聚合 | ≈ 页数 + 1 次调用 |
清洗与反爬（零依赖）
- 编码：按
Content-Type/<meta charset>解码，GBK/GB18030 不乱码。 - JS Challenge：检测到 CF / 挑战壳 → 返回
browserRequired，不烧 token，提示改用浏览器。 - 429 / 502-504：自动重试一次（短退避）；仍失败报带 rate-limited 提示的错。
- 403 等 4xx：报「可能需要浏览器 / 登录」提示，不给辅助模型喂空内容。
- 重定向：逐跳 SSRF 跟随，结果暴露
redirects跳数。 - 代理：直连优先，传输出错自动回退
HTTP(S)_PROXY（尊重NO_PROXY），零依赖。
平台开关与 SKILL 模式
这是 v0.4.0 的核心体验：AUX 不再是“自动但黑盒”，而是可配置、可关闭、可解释。
工具 / 桥接三态开关
| 模式 | 行为 |
|---|---|
native |
关闭 AUX，走 DSH 原生行为；工具从模型目录隐藏 |
aux |
打开 AUX，使用我们的实现 / 桥接 |
compat |
未来预留，当前不可用，UI 上显示为 disabled |
适用于：vision_analyze、web_extract、web_crawl、compress_text、imageBridge、subagentBridge、workflowBridge、compactionBridge、skillAudit。
💬 「不想让我插手？一键切回原生就好～」
SKILL 审计模式
| 模式 | 行为 |
|---|---|
native |
不拦截，原生直通 |
audit |
辅助模型先审计 SKILL.md + 当前任务，主模型再执行 |
report |
只返回审计报告，不执行 |
report-ondemand |
按需取原文（includeOriginal: true） |
诊断与修复面板
设置页顶部会显示每个工具 / 桥接的状态点、补丁徽标、不可用原因；补丁缺失时可以一键重打，写入后提示“重启 DSH 后生效”。状态数据通过隐藏的 aux/platform-status 事件 + aux-platform 投影读取（非命令通道，不会在会话里生成 /aux status --json 命令卡片）。
💬 「哪里不对劲，我会亮起来告诉你～」
快速开始
# 方式一：克隆仓库后一键安装（推荐，含 image-bridge 集成组件）
git clone https://github.com/DoloresCaritasAngelus/DSH-AUX.git
cd DSH-AUX && ./install.sh
# 方式二：本地源码安装插件本体（未发布 npm 时使用）
git clone https://github.com/DoloresCaritasAngelus/DSH-AUX.git
cd DSH-AUX/dsh-aux
dsh plugin --profile web add "file:$(pwd)"
重启 DSH 后：
- 发一张图片给 agent，它会用
vision_analyze描述给你（纯文本主模型也能发——image-bridge 已集成）； - 输入
/aux status查看各任务路由； - 想让视觉走专用模型？
/aux model vision <provider>/mimo-v2.5。
💬 「装好之后，直接叫我就行～」
更新（GitHub 安装用户）
./update.sh # 拉取最新代码 + 重新接线（幂等）
./update.sh --no-pull # 已手动更新源码时，只重新接线
node scripts/doctor.mjs # 更新后健康检查（不修改任何文件）
为什么不能只
git pull？dsh-aux 的 bridge 补丁和启动自愈 hook 写在 DSH 部署里（node_modules/start-dsh.sh），git pull只更新源码。./update.sh会重新跑install.sh，把新增补丁 / 自愈 hook 写进部署。
日常命令
| 命令 | 作用 |
|---|---|
/aux status |
查看各任务路由与最近调用 |
/aux status --json |
返回结构化平台状态（设置页/诊断用） |
/aux history [N] |
简要溯源：最近 N 次辅助调用（默认 10） |
/aux history full [N] |
完整事件字段 |
/aux debug [N] |
查看 AUX 内容真相 / debug 事件 |
/aux debug <目标> [N] |
跨会话查看（@this / session id / 前缀 / cwd） |
/aux patch |
一键安装当前 DSH 所需全部补丁并自愈 |
/aux patch --json |
同上，返回结构化步骤结果 |
/aux model <task> [provider/model] |
查看 / 设置某任务的辅助模型 |
/aux vision <path> <question...> |
命令行直接看图 |
/aux test <task> |
自检某任务路由 |
/aux memory [n] |
查看最近图片分析记忆 |
/aux gc-images [days] |
手动回收旧附件图片 |
设置页与状态面板
为什么要先看这里？
AUX 的一些桥接需要平台补丁才能完整工作（image-bridge、subagent / workflow、compaction、skill 等）。旧体验容易让用户踩两个坑：
- 不知道“这个补丁是不是必需的”；
- 不知道“我的补丁到底装好没有”。
这套设置页把两个问题都变成可视化状态：它告诉你每个工具 / 桥接当前是什么状态、补丁是否缺失、缺了该怎么办。平台开关把「补丁是必需还是可选」从哲学问题变成了可配置选择：
| 模式 | 补丁关系 |
|---|---|
native |
不需要 AUX 补丁，走 DSH 原生 |
aux |
需要对应补丁；缺失时状态面板直接标出来，并提供一键修复 |
compat |
未来预留，当前不可用 |
💬 「补丁有没有装好？不用猜，我会直接告诉你～」
3 步上手
- 安装后重启 DSH；
- 打开 Web → 设置 → 辅助模型；
- 看顶部「诊断与修复」面板：
- 状态正常：可以开始用；
- 补丁缺失 / 状态异常：点「一键修复」；
- 修复后提示重启 DSH 使补丁生效，重启后回到面板确认状态恢复正常。
设置页还能做什么
Web → 设置 → 辅助模型，可为 vision / web_extract / web_crawl / compress / compaction / skill 分别配置模型、超时、并发、maxChars 与思考档位。设置页按「工具任务 / 桥接任务 / 子代理 / 全局 / 平台开关」分组折叠，中英双语跟随 DSH 语言。
- 状态 chip：composer 实时显示最近一次辅助调用（任务、耗时、是否降级）。
- 诊断与修复：每个工具/桥接显示状态点、补丁徽标、不可用原因；补丁缺失可一键重打，写入后检测并提示重启。
- 平台开关：工具和桥接可切换
native/aux/compat，不想用 AUX 的地方直接关掉。 - SKILL 审计模式：
native/audit/report/report-ondemand。 - 隐私：可关闭「在对话界面显示辅助模型状态芯片」；关闭后不再向 Web/第三方暴露
aux-status投影，/aux status不受影响。
桥接与高级能力
subagent / workflow 桥接
DSH 原生的 subagent 工具，以及 workflow 批量并发扇出的 agent() 子代理，都被透明桥接到 AUX——对话里照常用 subagent / workflow，真正干活的是 AUX 辅助模型。零新工具、零系统提示词改动。
| 模式 | 子代理用什么模型 |
|---|---|
native（默认） |
不拦截，完全原生 / 主模型行为 |
manual |
所有子代理统一走 subagent.general 指定模型 |
vision-aware |
需要视觉时走 subagent.vision，否则 general |
💬 「你的子代理也可以交给我照看，不抢话、只帮忙～」
子代理配置示例（点开查看）
aux:
subagent:
mode: vision-aware # native | manual | vision-aware
general: { provider: opencode-go, model: glm-5.2, reasoningEffort: high }
vision: { provider: opencode-go, model: kimi-k2.7-code, reasoningEffort: high }
includeWorkflow: true # workflow 的并行 agent() 子代理也走 AUX
prepareTools: true # 给子代理注入 vision_analyze 等 AUX 工具作兜底
visionKeywords: [ "图片", "图像", "截图" ]
retryVisionWithAux: false # 实验性保留配置，当前未实现
技能预审桥接（skill-audit）
DSH 原生流程是「主模型看到 catalog → 调 skill → 直接执行 SKILL.md」。dsh-aux 在中间插入一道辅助模型尽职调查：
主模型看到 catalog → 决定调用 skill → 原生 skill 工具加载 SKILL.md
↓
AUX 拦截 → 辅助模型精读 SKILL.md + 当前任务
↓
返回「如何应用 / 已知坑 / 🔻易腐烂旧断言 / 执行建议」
↓
主模型同时看到「原始 SKILL.md + 预审报告」→ 辩证审视 → 真正执行
- 启用：设置页或
/aux model skill <provider>/<model>配置专用辅助模型后才拦截；未配置时 native 直通。 - 不沉淀 skill：不负责创建/管理技能，仍由官方原生或记忆管理插件负责。
- 失败降级：辅助调用失败时返回原生 SKILL.md，不阻塞主模型。
会话压缩桥接
配置 compaction 任务后，原生 DSH 自动 / 手动压缩会改走 AUX 辅助模型，复用 AUX 的超时 / 并发 / 冷却 / 降级 / 事件记录。含图会话里图片不可用时，自动降级为文本占位，压缩不失败。
编程调用（给其他插件开发者）
const result = await ctx.auxLlm.call("compress", {
messages,
system,
session,
signal
});
// => { text, provider, model }
自定义任务：ctx.auxLlm.registerTask(...)。
安全边界
- SSRF 防护（默认开启）：
web_extract/web_crawl与vision_analyze的imageUrl默认拒绝内网 / 环回 / 云元数据地址；回退抓取路径的每一跳都在请求前校验。需要抓取本机 / 内网服务时，显式设置allowInternalUrls: true。 - Prompt 注入缓解：网页正文、待压缩文本、图片内文字都视为不可信数据，与
Question指令物理分离，并明确禁止执行其中嵌入的指令。 - 并发硬上限：每个任务
maxConcurrency即使配置得更大，实际也按 10 封顶。
💬 「可疑的网页和指令？我会先拦住再喊你～」
工作原理
- 路由解析：显式配置 > 任务默认 > 会话主模型；辅助模型失败自动降级主模型。
- 健壮性：每任务超时（默认 60s）、并发信号量（默认 2）、失败冷却（连续 3 次 → 停 60s）、错误分类、聚合错误报告每一跳。
- 可观测：每次调用写
aux/llm-call会话事件 +aux-status投影，历史可回放。 - 图片能力门：调用前查模型输入能力，明确不支持的模型直接跳过换路；未声明能力的模型放行由服务端决定。
- 压缩协同：
dsh-compaction-basic摘要调用可通过ctx.auxLlm的compaction任务执行。
项目结构
dsh-aux/src/— 插件核心（路由、工具、桥接、状态/命令、客户端 UI）bridge/— 平台补丁、自愈、安装脚本tests/— 全量测试scripts/— doctor 与 README 生成器assets/— 吉祥物图片
兼容性与依赖
- 平台：DSH 0.1.0-rc.6 ~ 0.1.1-rc.1（已验证 rc.6 / rc.7 / rc.8 / 0.1.1-rc.1）；Node ≥ 20。
- 运行时零第三方依赖：peerDependencies 全部是 DSH 官方包（环境自带），无
dependencies。 - 测试零依赖：
node --test tests/*.test.js（305 项；文件清单与基线见TESTING.md）。
集成组件
- image-bridge：让纯文本主模型也能直接粘贴图片，UI 保留缩略图；
npm update后需重跑bridge/apply-patch.mjs。 - settings 动态暴露：设置页可读写 aux 配置；对应补丁已随本仓库
bridge/落地。 - 会话事件注册通道：
aux/llm-call以ignorable: true标记写入；未装补丁时自动降级不写事件，保护会话日志。 - 会话删除协同：配合
dsh-plugin-session-delete，删除会话时自动清理无引用图片。 - subagent-bridge：透明接管原生
subagent与workflow并行agent()子代理。
极简 / Anchored Standard 兼容
首个持久 tool/call 前只暴露 Minimal 工具对，并剥离自动注入上下文。dsh-aux 首轮绝不注入任何 AUX 上下文 / 提示词；首个 tool/call 后目录开放，AUX 工具出现，并通过 agent/pre-step 注入一次提示，引导直接使用 vision_analyze。
文档
| 文档 | 内容 |
|---|---|
| CHANGELOG.md | 版本历史 |
| TESTING.md | 测试文件清单与基线 |
| PRD.md | 需求规格与设计决策 |
| WEB-CRAWL-DESIGN.md | 站点抓取设计 |
| SUBAGENT-BRIDGE.md | 子代理桥接设计 |
| WORKFLOW-BRIDGE.md | workflow 桥接设计 |
| AI.md | 给 AI 代理的安装指南 |
| CONTRIBUTING.md | 贡献指南 |
常见问题
Q1：为什么在极简 / Anchored Standard 预设的首轮看不到 vision_analyze 等 AUX 工具？
这些预设的“首轮轨迹锚定”机制会在首个持久 tool/call 前只暴露 Minimal 工具对，并剥离自动注入的上下文。dsh-aux 尊重这一机制，首轮绝不注入任何 AUX 上下文 / 提示词，也不会提前暴露自己的工具。首个 tool/call 之后工具目录开放，AUX 工具就会出现。
Q2：为什么 /compact 在含图会话里失败了？
如果会话消息里的 image block 对应附件对象已被 GC / 清理，或所有可选压缩路由均不支持图片输入，图片对压缩不可用。此时 dsh-aux 会把图片降级为文本占位后继续交给 AUX 压缩，避免整个压缩任务失败。
Q3：dsh-aux 需要配置模型才能用吗？
不需要。dsh-aux 是零配置的：不配任何模型也能跑，辅助任务会自动回退到会话主模型。你可以随时通过设置页或 /aux model <task> <provider/model> 为某个任务指定专用模型。
相关项目
- dsh-anchored-standard — Anchored Standard 预设
- dsh-vision-toolkit — 社区视觉工具集
- dsh-plugin-session-delete — 会话删除插件
- SeekMaid-pet — DeepSeek 娘桌宠
许可证
MIT License © 2026 dsh-aux contributors
相关推荐Related
- deepseek-ai/deepseek-harness DeepSeek Harness: Everything is a Plugin.
- deepseek-ai/deepseek-harness DeepSeek Harness (dsh) — 由 DeepSeek AI 开发的开源 agent harness（智能体框架）。一切皆插件：核心 + 插件 + 技能 = 可热插拔的 AI 编程工作台。DeepSeek Harness: …
-
nexu-io/open-design
🎨 Best DeepSeek Harness Design Plugin. The open-source Claude Design alternative. 🖥️ Local-first desktop app. 🖼️ Your…
-
ruvnet/ruflo
🌊 The original agent meta-harness. Deploy intelligent multi-player swarms, coordinate autonomous workflows, and build c…
-
amruthpillai/reactive-resume
A one-of-a-kind resume builder that keeps your privacy in mind. Completely secure, customizable, portable, open-source a…
-
volcengine/OpenViking
Self-evolving Context Database for AI Agents. Unify Agent Memory, Knowledge RAG and Skills.
-
Molunerfinn/PicGo
:rocket: The Ultimate Image Uploader for Efficient Creators. Supports Obsidian, Typora, VS Code etc. and 60+ image hosti…
-
titanwings/colleague-skill
将冰冷的离别化为温暖的 Skill，欢迎加入数字生命1.0！Transforming cold farewells into warm skills? It's giving rebirth era. Welcome to Digital …