DAG总览 / 组目录 / G22 作业调度

dsh-tool-jobs · @deepseek-ai/dsh-tool-jobs

Layer 5G22
目录:ACP 协议API 网关与控制器附件启动与插件管理客户端运行时客户端 UI 包上下文压缩上下文注入核心运行时凭据与授权交付物文档处理实验特性宿主扩展反馈通道文件系统目标与计划工具守卫Hooks 扩展宿主服务交互命令作业调度LLM 适配LSP 集成MCP 协议规划模式Agent 预设代码执行运行时运行时诊断沙箱定时调度SDK 与协议会话核心会话检索设置Shell 执行技能溢出存储SSH 远程执行存储子代理子进程终端待办类型契约框架 vendorWeb 访问Webhook工作流工作区
依赖链 · 上游(该插件依赖的前驱):
依赖链 · 下游(依赖该插件的节点):
无下游(叶子/被消费端)
同一拓扑层(Layer 5,层次遍历层序):
↑ Layer 4(13 插件)Layer 5↓ Layer 6(18 插件)

插件信息

包名@deepseek-ai/dsh-tool-jobs
分组G22 · 作业调度
拓扑层Layer 5(层次遍历:被依赖方先于依赖方)
源码路径packages/jobs/tool-jobs

① 实现逻辑

在 ctx.jobs 之上注册模型可见的 job_output/job_list/job_kill 三个工具 (src/index.ts:310-414),并在加载时 attachController('tool-jobs') 让生产者可启动作业 (src/index.ts:247)。订阅 jobs 事件把未被模型取回的完成通知注入忙碌 owner 的下一步、或唤醒空闲 owner(受 maxConsecutiveWakes 约束)(src/index.ts:271-308)。按 job 的 outputLimitBytes 截断 job_output/job_kill 的模型可见内容 (src/index.ts:225-244),render.ts 负责把读取增量渲染为 stdout/stderr 分区与 [status] 行 (src/render.ts:75-84)。

内部结构动态 DAG(深色主题:橙色=上游依赖 · 绿色=下游依赖 · 棕色=外部seam · 蓝=本插件)
本插件 上游依赖 下游依赖 外部 seam

② 注册/提供(provides)

③ 依赖(depends_on · 上游前驱)

dsh-agentE1+E2
把完成通知投递到 owner Agent(inject/followup)并据其 input 重置唤醒预算
src/index.ts:20 import type Agent + src/index.ts:212 ctx.on('agent/inbox/claimed')
dsh-llmE1
构造带来源标记的用户消息作为完成通知并做长度约束
src/index.ts:13 import createUserMessage/boundContextSummary
dsh-system-promptE2
注入 tool:jobs 段系统提示,指导模型跟踪/收集后台作业
src/index.ts:31 inject systemPrompt + src/index.ts:250 ctx.systemPrompt.section
dsh-toolsE1+E2
以上游工具定义注册三个作业控制工具并挂接 tools/pre-execute 拦截
src/index.ts:16 import defineTool + src/index.ts:31 inject tools + src/index.ts:310 ctx.tools.register

④ 被依赖(dependents · 下游消费者)

无下游(叶子/被消费端)