weixshaw/dsh-plugin-task-runner ↗★ 0
dsh-plugin-task-runner
Task Runner 任务拆解模式:主代理把大任务拆成独立子任务、派给子代理(默认本地模型)并行执行再综合结果;并发数与 worker/fallback/orchestrator 模型可在设置面板图形化配置。安装时自动把 agent preset 装进 ~/.dsh/.agent-presets/。
安装
$
npx -p @deepseek-ai/dsh dsh plugin --profile web add github:weixshaw/dsh-plugin-task-runner说明文档
阅读完整 README ↗配置(按机器自定义)
preset 目录下 config.json(或项目根目录放一份 task-runner.config.json 做项目级覆盖):
{
"maxConcurrentWorkers": 1,
"worker": {
"provider": "omlx",
"model": "root4k/Huihui-Qwen3.8-27B-abliterated-oQ4e-mtp"
},
"fallback": {
"provider": "deepseek-official",
"model": "deepseek-v4-flash"
},
"maxWorkerContextTokens": 40000
}
| 字段 | 含义 | 建议 |
|---|---|---|
maxConcurrentWorkers | 同时运行的子代理数上限 | 内存小的机器设 1(严格串行);内存充裕可设 2–3 |
worker.provider / worker.model | 默认 worker 模型(本地优先) | 换成你本机可用的任意 pi-ai 路由 |
fallback.provider / fallback.model | 子任务超出本地能力时改用的云端模型 | 建议留强模型兜底 |
maxWorkerContextTokens | 本地 worker 上下文预算 | 本地模型 contextWindow 的 ~60–80% |
会话开始时主代理会读取配置并汇报生效值(并发数 / worker / fallback),方便确认当前机器跑的是什么参数。