weixshaw/dsh-plugin-task-runner0

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/。

包名
dsh-plugin-task-runner
版本
0.2.2
许可证
MIT
最近更新
2026年9月3日

安装

$npx -p @deepseek-ai/dsh dsh plugin --profile web add github:weixshaw/dsh-plugin-task-runner

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。