deepseek-harness/docs/architecture.zh.md

DeepSeek Harness 架构

English | 中文

DeepSeek Harness SDK 使用 Cordis：一切皆插件，循环也不例外。

概览

每个 harness 都是 Cordis 上下文；各包（package）贡献服务、类型化事件和可释放的注册项。packages/core/ 汇集默认流程；各项功能仍以插件形式存在。

默认服务

ctx 键	包	职责
—	dsh-scope	作用域上下文注册项与共享层存储（库）
ctx.sessions	dsh-session	内存中的事件溯源会话
ctx.systemPrompt	dsh-system-prompt	有序的提示词片段、工具 schema 和变量
ctx.tools	dsh-tools	工具注册表和执行流水线
ctx.agents	dsh-agent	活跃 agent（智能体）、委托创建、agent/* 事件、进程内发起方作用域
ctx.agentLoop	dsh-agent-loop	实体 Agent 驱动器

功能服务

ctx 键	包族	职责
ctx.llm	llm/	适配器注册表和模型流式调用
ctx.tokenMeter	llm/token-meter	感知回放的单实例请求压力与表面压力
ctx.bash	bash/	前台和后台命令执行
ctx.subprocess	subprocess/	可执行文件查找、受管进程树、终端
ctx.pty	pty/	按 owner 隔离的持久化终端会话
ctx.sandbox	sandbox/	通过 argv 包装和逐调用策略限制同一执行环境内的进程
ctx.sandboxPolicy	sandbox/	共享沙箱策略归属点
ctx.codeRuntime	code-runtime/	执行模型编写的程序
ctx.fs	fs/	执行世界路径、有界 I/O 和策略事件
ctx.lsp	lsp/	语义导航注册表
ctx.skills	skill/	skill（技能）提供方注册表和渐进式披露
ctx.web	web/	搜索与抓取提供方注册表
ctx.compact，ctx.toolResultPrune	compact//compact-tool-result-prune	摘要压缩（compaction）和可选的无模型结果裁剪
ctx.subagents	subagent/	具名委托提供方
ctx.planMode	plan/	落日志的 plan 协作状态
ctx.tasks	tasks/	后台任务注册表和通用 task_* 控制
ctx.workflows	workflow/	脚本驱动的多 agent 编排
ctx.goals	goal/	持久化的同会话目标
ctx.sessionPersistence	session-persistence/	会话日志的持久化存储
ctx.sessionQuery	session-query/	基于 SQLite 全文搜索的实时优先精确检索／过滤／追踪、经工作区授权的模型工具
ctx.sessionTitle	session-title/	基于日志的回退标题和单个可选异步提供方
ctx.settings	settings/	按插件划分的用户设置命名空间，分层叠加在装配条目之上
ctx.credentials	credentials/	具名密钥引用，按操作解析，绝不内联进配置
ctx.directoryPicker	host/directory-picker	GUI 宿主目录选取（native／browse 交互）
ctx.typert	typert/registry	生成的包反射和实时 Zod schema 的运行时注册表
ctx.typertGateway	api/gateway	通过 API Gateway 分发 TypeRT Remote 一元调用
ctx.invariants	support/invariants	按包名筛选包自有运行时检查的注册表

事件

事件就是服务的扩展 API（目录、生产方与消费方映射）。

事件域

• 会话事件是通过 session/event 发出的持久日志事实。
• Agent 事件携带活跃 Agent，用于 inbox、步骤、状态、请求、验证和续跑。
• 功能事件无需导入循环即可附加策略和适配器。

拦截语义

waterfall（瀑布式事件）是环绕中间件：监听器通过 next() 委托；不调用它而直接返回会否决或接管（语义）。

默认循环生命周期

会话采用仅追加方式。一个轮次领取一条已排队的后续消息，等待前一轮次的检查点，并可与其共用 running 区间（决策）；注入不领取输入。一个步骤包含一次模型请求及其工具。新建与持久化恢复会先取得精确的未发布 SessionPreparation；只有基于该 Session 的私有设置准备完毕后，系统才会发布 agent 与会话（决策）。时序中的引号标记持久事件。

创建时若未提供 id，流程会生成 <config-id>-session-<uuid>；sessionId 用于恢复或创建会话，而 resumeSessionId 要求已有历史。恢复流程在发布前还原沿袭关系和委托深度；初始化失败会发出 agent-loop/config-start-failed。

轮次流程

choose declarative identity and acquire fresh/restored SessionPreparation
  -> prepare private agent.ctx around exact Session -> await unpublished setup -> invoke optional synchronous setup commit
  -> enter session + agent -> session/created -> agent/created
  -> enable driving -> agent/session-start(source) -> start driver
forever:
  waking inbox insertion starts the driver before send returns
  -> emit agent/status(running) if starting an interval
  -> 'turn/start'
  claim next-step input plus one next-turn message
  -> emit agent/inbox/claimed({ message, turn }) for each claimed message
  -> agent/pre-step({ agent, messages, turn, step, signal })
    reject, empty input, cancellation, or listener failure
      -> the claimed batch stays removed; close the no-step turn; stop the driver
    enter -> step loop:
      'step/start'
      append the returned batch as separate 'user/message' events
      assemble ordered prompt and tool schemas -> snapshot derived messages
      agent/request (config only) -> prepare adapter defaults/provenance + context capacity under turn signal -> log request/header (+ request/context on route change) -> llm/stream (frozen, registration-bound)
      'assistant/chunk'
      'assistant/message'
      schedule tool calls by ctx.tools.executionMode:
        exclusive -> barrier
        parallel -> rolling pool, <= maxParallelToolCalls; reclassify at start
        start -> 'tool/call' -> tools/pre-execute -> concurrent tools/execute
        model-order result -> ordered tools/post-execute -> 'tool/result'
      'step/end'
      tools owe another request or next-step inbox is nonempty
        -> claim -> agent/pre-step -> append entered batch -> continue
      otherwise agent/turn-stopping -> re-check the next-step inbox
    'turn/end'
  start the next waking queued message, or emit agent/status(idle)

idle inject:
  queue non-waking next-step context
  leave it pending until followup or steer wakes the driver

每个步骤都会组装有序的提示词片段、工具 schema 和变量；未知引用会使该轮次失败。dsh-system-prompt 负责身份和角色设定；循环提供 provider、model 和 cwd（提示词归属）。

inject() 将不会唤醒驱动器的上下文排入 next-step；空闲驱动器会让它保持待处理，直至 followup() 或 steer() 唤醒。工具执行后的 additionalContexts 使用同一个 inbox。agent/pre-step 的 payload 携带独占的已领取批次，以及即将使用的轮次、步骤和信号。拒绝则不进入步骤；进入则提供在 step/start 后追加的完整批次。空的工具续跑仍会经过 waterfall，其最终值一次性结算所有改写。

裁剪先于摘要；溢出重试必须取得持久进展。agent/request-error 可以授权使用冻结提示词进行同步骤重试；取消优先。适配器的 retryPolicy 使 normal mode 保持有界，always mode 则在专门恢复后重试（压缩、重试基础、提供方策略）。精确事件顺序由生成的 agent 生命周期定义；队列、steering、重试与取消机制由 agent-loop README定义。

失败边界

适配器选择、分发与迭代失败会成为 error 或 aborted 类型的终止 finish 分片。agent/request-error 接收请求坐标、标准化 LlmFailure、可用的重试策略和信号；middleware 与消费方错误仍在恢复之外。失败分片既不提交消息，也不提交工具调用。

其他故障使用 agent/error；取消和资源释放优先于恢复。在提交请求头之前，轮次信号会取消功能准备；尚未分派的工具会得到合成的 tool/call/ABORTED_BEFORE_DISPATCH 对。实际生效的 cancel(cause) 会在清空队列和中止前报告原因；空闲调用不发事件。abort 触发后、收敛前到达的唤醒输入会在 driver 的收敛边界执行，而 disposed 取消则将其停放（取消收敛窗口唤醒锁存）。持久化层以 aborted 区分取消，以 disposed 区分会等待完全停稳的拆卸（决策）。

轮次和步骤事件均位于轮次边界内；loop 只会在轮次内从进入步骤的批次追加 user/message。轮次会在首次领取与 pre-step 之前打开，因此拒绝、空输入、取消或失败会关闭一个不包含任何步骤事件的持久轮次。独立的 compact/* { turn: null } 事件不占用轮次，其锁定时刻标记可以与 inbox splice 交错。重新加载会为中断的轮次合成结束事件；session/end-seed 区分陈旧的压缩遗留项与活跃锁。关闭后仅由 agent/error 报告故障。每个轮次有一个 TurnEndReason。

Agent 句柄

ctx.agents 拥有 agent 并返回 AgentHandle { agent, dispose() }。插件使用 send()，或使用其 followup()、steer() 和 inject() 预设。cancel() 与 whenIdle() 控制生命周期，需等待完成的资源释放则负责拆卸。后续消息的 MessageId 跟踪持久 inbox 的插入、领取与丢弃通知，而不标识提示词输出或轮次结束；只有完整活动区间的所有方才能将其概括为一次运行结果（决策）。

Agent 作用域

每个 agent 都拥有作用域化的 agent.ctx；共享存储会将其工具、提示词和命令条目叠加到全局条目之上，同时保留各领域视图（决策）。作用域监听器会过滤分派；贡献都会在撤销时等待清理完成。CreateAgentOptions.setup(agentCtx) 在发布前完成组合。类型化解析器从合并后的 Events 和 scopeTarget 推导载体检查（语义门禁）。详情见 agent 作用域和 subagent 组合。AgentLoop 在 ctx.agents.withInitiator() 内运行；私有编排会派生 agent.session，但轮次、步骤、信号、cwd 和权限仍保持显式（决策）。

状态

会话日志

会话日志是权威依据。deriveMessages() 投影出模型历史；原始 assistant/chunk 事件保证回放和 UI 保真。fork、恢复、transcript（文本记录）渲染、遥测和持久化均派生自该事件流。

模型可见 ⟺ 已记录：在 step/start 进入的消息加上折叠后的 request/header 可以重建每个请求。该 header 会标记适配器默认值，使后续提议丢弃这些值并重新解析路由，同时不丢失显式设置。request/context 会在路由变化时另行记录与注册项绑定的提供方、模型及容量元数据；它不参与请求重建或 header 相等性判断。dsh-agent-loop/invariant 通过 ctx.invariants 断言可重建性（可重建性）。

持久性由插件负责。后端会将同步的 session/event 通知复制到固定窗口的持久化批次中；session/flush 会绕过等待，在请求与顶层工具分发之前执行，并在 turn/end 之后、另一个轮次或空闲状态之前执行。SessionPersistence 存储事件和 header 元数据；JSONL 默认采用带校验和的 Zstandard，SQLite 遵循同一契约（检查点决策、批处理决策）。

在轮次之间，事件所有方通过 Session 追加纯日志事件，仅为持久性而刷写。session/title 依赖有界后台持久化与生命周期排空；手动压缩会在操作完成前 flush 其标记对。标题工作绝不延迟响应；最新标题按后写覆盖并携带来源信息。标题记录是可继承的 fork 边界（决策）。

模型内容

消息使用从可合并扩展的 ContentBlockMap 派生的类型化块；同一模式也为 MessageSource、FinishReason、TurnTrigger 和 TurnEndReason 定义类型。新增块会协调适配器、UI、压缩、token 计量和持久化；回放计量见 token-meter.md。

流式输出使用原始分片和 BlockAssembler。每次 LlmAdapter.stream() 调用代表一次提供方尝试；适配器报告标准化的故障事实，负责处理的 agent/request-error 插件会返回重试动作。循环会记录分片、成功结果的来源信息和回放状态。远程适配器使用逐次读取空闲看门狗。回放仅通过共用的适配器实例跨路由传递（契约）。

扩展与组合

功能模式

能力分为接口／实现／消费方三层。文件系统与进程管理提供方共同定义一个执行世界；Bash、PTY 和 LSP 都在其中运行，无需提供方专用 fork。参见功能图。

例外情况包括 LLM（大语言模型）合并接口和消费方、文件系统整合策略、web 使用注册表、skill 和 subagent 使用具名提供方。subagent 可以通过 spawn 创建全新实例、fork 一个已完成轮次的前缀、使用 ACP（Agent Client Protocol）子 agent，或将一个独立完整的轮次委派给 Codex 等真实产品提供方（subagent.md）。

dsh-workspace-context 在第一次 agent/pre-step 组合基线并将它折入最终进入的批次、紧随已领取的直接提示词之后，使其与直接提示词一同抵达第一次请求；reject 则将它留在 next-step inbox。当压缩从可见表层移除该基线时，下一次进入步骤的 pre-step 会组合当前基线，并在同一请求中携带它。工具执行后投影的文件系统变更也会折入下一次进入步骤的 pre-step，而不会另外创建稍后的纯上下文步骤（决策）。dsh-paths 负责共享路径。

组合包与应用

dsh-agent-spine-demo 组合一套主干和可选目标。应用包负责 CLI（命令行界面）、ACP 自动化入口和 JSON-RPC 入口（README、acp/、ui/）。dsh-jsonrpc-agent 启动外部 cordis.yml；Python SDK 在配置缺失时提供默认项（Python SDK）。轻量部署使用可替换后端和可选工具（examples/、可运行接线、图谱）。

新行为的归属位置

新行为附加到已有文档记录的扩展点；循环发生变更时，本架构图随之更新。

目标	机制
添加模型提供方	在 ctx.llm 上注册其适配器
添加面向模型的功能	在 ctx.tools 上注册；schema 加入提示词组装
添加 shell 执行	实现并注册 ctx.bash 后端；本地后端通过 ctx.subprocess 生成进程
添加持久化终端执行	注册 ctx.pty 后端和 dsh-tool-pty
添加用户命令	在 ctx.commands 上注册；适配器无需模型轮次即可发现并分派
添加后台工作	在 ctx.tasks 上注册；通用 task_* 工具负责收集或停止
添加文件系统访问或策略	实现 ctx.fs 提供方，或监听 fs/* 策略事件
限制生成的进程	使用 ctx.sandbox 后端；消费方在生成前包装 argv
拦截请求、工具或轮次	使用相应的 agent/* 或 tools/* 事件；agent/turn-stopping 是停止边界
添加模型可见上下文	调用 agent.inject()，将带来源的上下文排入下一次获准请求
添加 UI 或编辑器集成	驱动 ctx.agents 并从 session/event 渲染
添加持久会话状态	扩展 SessionEventMap；从日志渲染和回放
添加异步会话标题生成	注册唯一的 ctx.sessionTitle 提供方
管理同会话目标	使用 ctx.goals；通过 Agent 和 agent/* 续跑
fork 活跃会话	调用 ctx.sessions.fork(source, boundary?, childSessionId?)
将注册项限定到单个 agent	使用其 agent.ctx（参见 Agent 作用域）

扩展实操手册（cookbook）提供插件骨架和功能到服务边界的映射；指南涵盖包、工具、LLM 适配器和 vendored 包。