安装与使用方式

包声明了 dsh.bundle.patch（cordis.patch.yml），通过 dsh plugin 装进任意 profile （把换成 tui / headless / web 或自建 profile）：

dsh plugin --profile 
 add git+https://github.com/dsh-external/dsh-deep-research.git
dsh --profile 
        # 重启生效：工具 deep_research 随 profile 注入

若 pnpm 把 https URL 重写成 git+ssh（本机全局 git insteadof 配置所致），用上面的 git+https:// 形式；dsh plugin 会提示需要 allowBuilds 时按提示在 $DSH_HOME/profiles//pnpm-workspace.yaml 加一行即可。

工具由模型按工具描述自动触发（深度研究/调研/多源信息综合分析/研究报告/文献搜集），对话中直接说人话即可：

「深度调研一下 MCP 生态现状，重点对比几家主流实现，出一份带引用的报告」
「按这份问题清单做研究：1. ... 2. ...」（已有清单 → 跳过自动拆解，直接并行研究）
「调研一下 A/B 方案，purpose 是决定我们选哪个」（用途越明确，答案空间越准）
复杂主题会自动扩展轮次（自适应闭环），简单主题一轮收敛；想要更严谨传 depth: 3，要引用纠错和覆盖度审计传 review: true。

成本建议：模型分层——规划/综合用强模型、研究用便宜模型（配置 plannerModel/researcherModel/synthesizerModel/reviewerModel），可显著降本。

依赖要求：profile 的组合必须包含官方 workflow 引擎与内置 web 工具——dsh 官方 base 组合自带，无需额外安装；peer 依赖（@deepseek-ai/dsh-tools 等）由组合提供， profile 的 autoInstallPeers: false 可避免向 registry 查找未发布的 @deepseek-ai/*。

更新 / 卸载：

dsh plugin --profile 
 update
dsh plugin --profile 
 remove @dsh-external/dsh-deep-research

## 配置（可选）

| Key                                                                       | 默认           | 说明                                |
| ------------------------------------------------------------------------- | ------------ | --------------------------------- |
| `subagentProvider`                                                        | 引擎默认 `spawn` | 子代理 provider                      |
| `maxParallel`                                                             | `4`          | 每轮研究并发上限                          |
| `maxTotalAgents`                                                          | 引擎上限         | 整次运行子代理总数上限                       |
| `plannerModel` / `researcherModel` / `synthesizerModel` / `reviewerModel` | 继承父配置        | 模型分级（OpenAI 指南：规划/综合用强模型，执行用便宜模型） |

@dsh-external/dsh-deep-research

安裝

說明文件

安装与使用方式