deepseek-harness/docs/architecture.zh.md

DeepSeek Harness 架构

English | 中文

改动 packages/ 下的任何内容之前，请先阅读本文。本文假定你已了解 Cordis；如果尚未了解，请先阅读入门或教程。

建议使用 agent（智能体）探索代码库并理解其架构。

Cordis

Cordis 是 dsh 底层的框架：插件向共享上下文贡献服务、类型化事件和可逆的副作用。产品的每一部分都是插件，包括模型适配器、工具注册表、会话日志，以及 agent loop（智能体循环）本身，因此每个都可以从配置替换。

不存在需要打补丁的特权内核：扩展 dsh 的方式是把插件挂载到其他插件旁边，而各项注册都是副作用，会在其插件卸载时撤销。

Profile 与组合包

运行中的 dsh 是一棵插件树，由启动时按序叠加的各层组合而成。

profile 是存放在 Harness home 中的具名组装。它列出自己叠放的组合包，存放自己安装的树外插件，并保存用户自己的 cordis.patch.yml。web、headless、sdk、sdk-minimal 和 acp 作为模板随发行版交付。

组合包是 Cordis 配置项及其挂载代码的分发格式，因此它插入的内容始终可被其上各层 patch。

两者都在各自的 package.json 中通过 dsh 字段声明自己：dsh.profile 列出一个 profile 的组合包，dsh.bundle 指向一个组合包的 patch 文件。

dsh-base 是 web、headless、sdk 与 acp profile 的共享第一层：模型适配器、工具、持久化、沙箱与审批策略、设置、凭据、遥测。dsh-web-app 增加浏览器应用，dsh-headless 增加不带服务器的一次性运行器，dsh-sdk-app 增加 SDK JSON-RPC 服务器，dsh-acp-app 增加仅用于自动化的 ACP 服务器。dsh-sdk-minimal 是刻意保留的例外：一个组合包拥有完整的显式 SDK 配置树，不应用 dsh-base。

各层按此顺序应用在空条目列表之上：先按 profile 列出的顺序应用每个组合包，然后是 profile 的 cordis.patch.yml，然后是 home 级的那份，最后是任意 --patch overlay。一条 patch 按 id 定位某个条目并替换其整个 config，或插入新条目。

自定义 profile 默认实时重载 patch。随附的 web profile 使用实时重载；headless、sdk、sdk-minimal 和 acp 则只在启动时应用一次所有配置层，因为一次性应用或 stdio 应用拥有工作之后，替换其依赖会破坏该生命周期。

要查看你的机器启动的配置树：

dsh --profile web --dump-config

它打印出的任何条目，都可以由你自己的 patch 替换。

组装机制见 app-boot；配置字段见生成的配置目录。

应用启动

所有受支持的 Node 应用都从 dsh CLI 与具名 profile 启动。随附应用是 dsh web（刻意为 --profile web 保留的别名）、dsh --profile headless、dsh --profile sdk、dsh --profile sdk-minimal 与 dsh --profile acp。TypeScript SDK 会解析其同版本 dsh 依赖并选择 sdk；自定义插件组合继续由 profile 与有序 patch 文件表达，而不是另一个可执行文件或内联应用树。sdk-minimal 是位于同一 launcher 后的仓库自有独立组合包，而不是由调用方提供的 Cordis 配置树。

Vendored CLI、仅用于构建和测试的可执行文件、进程内直接挂载插件以及私有浏览器 WebWorker 预览都不属于 Harness 应用启动器。verify-application-entrypoints将每个包 bin、可执行源码与根 demo 归入显式类别，并拒绝任何绕过 dsh 的 Node 应用路径。

Python SDK 遵循相同的应用架构。其运行时 wheel 把普通 dsh CLI 打包为 deepseek-harness-sdk-runtime-<platform>-<arch>，客户端默认以显式 Harness home 启动 dsh --profile sdk。极简示例选择随附的 sdk-minimal profile。Python 暴露 profile 选择与有序 patch 文件，而不是完整 Cordis 树；持久外部插件通过 dsh plugin 安装。已删除的私有直读配置载体没有兼容 bin 或回退 parser。

核心包

以下是向 Cordis 树贡献内容的部分核心包。

包	职责	ctx 键
core/session	仅追加的 SessionEvent 日志和内存存储	ctx.sessions
core/system-prompt	提示词片段与工具 schema 的组装	ctx.systemPrompt
core/tools	作用域化的工具注册表和带把关的执行流水线	ctx.tools
core/agent	Agent 接口、活跃 agent 注册表和 agent/* 事件	ctx.agents
core/agent-loop	实现该接口的默认驱动器	ctx.agentLoop
core/scope	按 agent 划分作用域的注册原语	库，无 ctx 键
llm/llm	消息与流式词汇表，以及适配器 seam	ctx.llm
webhook/webhook	已认证 delivery 的分派和 Workspace Session 创建	ctx.webhookRuntime

事件

事件就是扩展点，而选对事件域是大多数改动的第一个决定。

• 会话事件是追加到日志并通过 session/event 广播的持久事实。当某个事实必须在重新加载后仍然存在时，使用它。
• Agent 事件（agent/*）携带活跃 Agent：inbox、步骤、状态、请求、验证、续跑。要观察或拦截进行中的工作时，使用它。
• 能力事件无需导入循环即可向某个 seam（fs/*、tools/*、telemetry/*）附加策略和适配器。

事件映射列出每个事件的生产方与消费方。

轮次流程

一个步骤是一次模型请求加上它调用的工具。一个轮次包含零个或多个步骤：它在领取首条输入之前打开，并在不再欠下任何工作时关闭。

turn/start
  claim next-step input plus one queued message
  assemble prompt sections + tool schemas; project runtime context
  -> agent/pre-step                   reject | enter(messages, startsRequestSeries?)
     reject, or a first enter rewritten empty -> close the turn with no step
     step/start
     agent/request -> prepareCall (cancellation commits neither system nor users)
     reconcile system/message using the prepared call capability
     append entered messages as user/message; log request/header and request/context as needed
     derive and freeze model history from the log
     stream the bound prepared call -> llm/stream -> agent/assistant-stream start
       agent/assistant-stream chunk*
       assistant/message | assistant/attempt -> agent/assistant-stream end
     tool/call* -> tools/pre-execute -> tools/execute -> tools/post-execute -> tool/result*
     step/end
     tools owe another request, or next-step input arrived -> claim -> next step
  -> agent/turn-stopping
turn/end

turn/*、step/*、system/message、user/message、assistant/message、assistant/attempt 和 tool/* 是持久会话事件；其余是分属三个事件域的实时扩展点。agent/assistant-stream 发布进程本地 start、瞬态 chunk 与 end frame。loop 会在 committed end frame 前把完整紧凑 stream 提交为一个 message 或仅日志 attempt；Web Session-follow adapter 是该 live event 唯一的远程消费方。agent/pre-step、agent/request、llm/stream 和三个 tools/* 事件是 waterfall（瀑布式事件），其监听器必须调用 next() 才能委托下去；agent/turn-stopping 是 serial 事件，没有 next()。

输入通过同一个 inbox 到达驱动器。有些消息会立即唤醒它；注入的上下文会留在 inbox 中，直到另一条消息将其唤醒。

agent/pre-step 决定接纳的输入。监听器可以改写或拒绝已领取消息；首次领取被拒绝或为空时，关闭不含步骤的持久轮次。enter 决策可设置 startsRequestSeries：循环记录新的 request/header（原因为 series，或在封装同时变化时为携带 startsSeries: true 的 change）。包装监听器通过 { ...decision, messages } 保留该声明。组装与 step/start 之后，agent/request 和 prepareCall() 先解析实际路由，再提交系统提示词与已接纳用户消息；在任一异步阶段取消都不会提交这两者。提示词准入依据已准备调用的能力，而非先前的 request/context。每次尝试同步协调同一份已渲染组装结果、仅在首次尝试追加用户消息、按需记录 header/context、派生并冻结请求，再通过绑定调用发起流式请求。重试不重复组装或 agent/pre-step。附接后的 surface 替换开启新请求序列，包括恢复后的首次 pre-step 中发生的替换；未变化的恢复延续序列。首次接纳的步骤在用户消息之前预留系统头节点，即使提示词为空（不产生协议消息）。提示词仅通过 system/message 历史传递：空渲染文本清除所有生效的系统节点，模型不再看到旧提示词；具备能力的路由可在缓存前缀之后追加非空更新；不具备能力的路由与新请求序列将非空提示词文本归并到首个系统节点，并为非空的后续系统节点记录空内容替换（决策；决策规则）。

循环发送不可变请求，同时保留实时取消能力。只有已由该循环完整冻结的消息对象身份才能复用冻结证明；agent-loop拥有请求构造规则。

详情见时序图、工具流水线和取消与错误恢复。

会话日志

会话日志是模型所见上下文的来源。deriveMessages() 从中投影出模型历史。每个 assistant/message 都嵌入产生其组装内容的精确紧凑带时间 stream；assistant/attempt 保留已到达 settlement 的失败、重试、取消与 stream error attempt，且不添加模型历史。fork、恢复、transcript（文本记录）、遥测与持久化都从这些持久 settlement 派生，实时 UI 增量则来自 agent/assistant-stream；如果进程在 settlement 前硬中断，则不会留下持久 attempt stream（见决策）。

Session 消费方只了解当前逻辑格式。仅 header 的 stat 与 list 会重新扫描每个 Session 目录，选择数值最高的规范 generation，并在不加载事件或发布后继的情况下转换受支持的历史 header。已存储 Session 的 open 选择同一 generation，拒绝未来版本，或只 Decode 并组合一次构建时静态确定的相邻迁移链，再返回经过校验的当前逻辑事件。只读 open 直接使用这份内存结果，不发布后继；写 open 则先编码、校验并在未改变源的旁边排他发布最终版本命名的后继。未被后续事件封住的普通中断尾部仍由句柄消费方修复；只有在后续 turn/start 已经封住一种有限的已发布 restart 时，migration 才会插入缺失的 interrupted turn/end。JSONL v0 使用 session.jsonl[.zstd]，v1 及后续版本使用小写 session.vN.jsonl[.zstd]；已提交 generation 路径绝不重命名、替换或删除。JSONL provider 负责物理 framing、压缩、generation 选择与排他发布，每个相邻迁移包只负责一个 vN -> vN+1 步骤（决策）。

模型可见即已记录。 抵达模型请求的一切都必须能从日志重建，并由一项运行时不变量断言这一点。因此，新增一项模型可见输入就需要新增一个会话事件：扩展 SessionEventMap 并从日志渲染。

投影 seam。 dsh-session-projection 提供 ctx.sessionProjections：已注册单元增量折叠已提交事件，host 消费方通过 stateOf() 读取单个类型化状态，载体通过 snapshot() 批量取得裁剪后的客户端视图。host 读取方要么在激活时要求该服务，要么在注册表或必需 key 缺席时明确失败。贡献方可以保留 ctx.inject(['sessionProjections'], ...) 注册，但不能为缺失的 host 值静默提供默认值。agent loop 为读取方注册共享的 turnBoundary 状态（决策）。

能力 seam

一个 seam 是一项可替换能力，包含三种角色：声明接口的 Service Definition、实现它的 Service Provider，以及使用它的 Consumer（通常是面向模型的工具）。一个包可以合并承担多个角色，但单一角色本身不是 seam；添加一项能力意味着把三者一并设计（能力图）。

seam 正是替换一个提供方就能改变整个产品的原因。文件系统与进程提供方共享同一个执行世界，因此把它们指向远程沙箱，也就把 Bash、PTY 和 LSP 一并搬了过去，无需提供方专用 fork。subagent 提供方在同一个接口之后同样千差万别，从新建一个子 agent，到把一个轮次委派给另一个产品。

实验性 Agent Teams 是 ctx.agentTeams 上的私有显式启用协作 seam，在可继续 subagent 之上提供持久 roster、任务板和 mailbox。

新行为的归属位置

新行为附加到已有文档记录的扩展点。改动循环本身时，本映射随之更新。

目标	机制
添加模型提供方	在 ctx.llm 上注册其适配器
添加面向模型的能力	在 ctx.tools 上注册；其 schema 加入提示词组装
让某个会话拥有不同的能力集合	组装一个 agent preset；其中的服务行需要 isolate realm
添加 shell 执行	注册 ctx.shell 后端；本地后端通过 ctx.subprocess spawn 进程
添加持久化终端执行	注册 ctx.terminals 后端和 dsh-tool-terminal
添加用户命令	在 ctx.commands 上注册；它无需模型轮次即可分派
添加后台工作	在 ctx.jobs 上注册；job_* 工具负责收集或停止
从外部 webhook 启动 Session	在 ctx.webhookRuntime 上注册可信规则，并挂载提供方适配器
添加文件系统访问或策略	注册 ctx.fs 提供方，或监听 fs/* 事件
限制所启动的进程	使用 ctx.sandbox 后端；消费方在启动进程前包装 argv
拦截请求、工具或轮次	使用相应的 agent/* 或 tools/* 事件；agent/turn-stopping 会停止轮次
添加模型可见上下文	调用 agent.inject()；它会落到下一次获准的请求中
添加 UI 或编辑器集成	驱动 ctx.agents 并从 session/event 渲染
添加 Web Client Chat 节点	注册 ConversationNodeDefinition + keyed renderer
添加持久会话状态	扩展 SessionEventMap；从日志渲染和回放
生成会话标题	注册唯一的 ctx.sessionTitle 提供方
管理同会话目标	使用 ctx.goals；通过 agent/* 续跑
在轮次边界 fork 会话	ctx.agents.create({ sessionId, seed, meta: { parentSession, seedLength } })——只有经 agent-loop 发布的会话才会持久化
在新后端存储会话	基于共享的句柄脚手架实现 SessionPersistence（create/open/stat/list/export）
将注册项限定到单个 agent	使用该 agent 的 agent.ctx

扩展实操手册将功能映射到能力，并索引包、工具、LLM（大语言模型）适配器和设置卡片的分步指南。Conversation 子系统负责 Chat node 组装。