dsh-restart

给 DeepSeek Harness 用的进程外重启插件。

装插件、改 cordis.patch.yml、动 package.json 之后，DSH 需要重启才能生效；重启本身又最容易出事—— 一个写错的 patch 行会让整棵树起不来，而"起不来"的进程没法自救。这个插件把重启这件事交给一个 独立的、不在 DSH 进程树里的小型控制 Agent：它替你停进程、按原样的命令行重新拉起、盯着新进程 有没有真的起来；起不来就回滚到上一次成功启动时的配置再启一次，并把报错写下来交给重启后的 DSH。

64 秒宣传片：dsh-restart-intro.mp4（带中文旁白；标题是 「我用 deepseek-harness 做了一个用来启动 deepseek-harness 的 deepseek-harness 插件」， 制作工程在 ../dsh-restart-video/）。

┌──────────────────────────── DSH 进程（会被重启的那个） ────────────────────────────┐
│  dsh-restart 插件                                                                 │
│   • dsh_restart / dsh_restart_status 两个模型可调用工具                            │
│   • ctx.dshRestart 服务（给别的插件用）                                            │
│   • 每次成功启动后写一份「last-good」配置快照                                       │
│   • 启动时读取上一次的重启报告 → stderr + 系统提示词 + 工具                          │
└───────────────┬───────────────────────────────────────────────────────────────────┘
                │ HTTP（127.0.0.1，Bearer token）    记录 launch.json / tracked-files.json
                ▼
┌──────────────────────── 控制 Agent（独立进程，默认端口 3099）─────────────────────┐
│  GET  /health    存活探测（无需鉴权）                                              │
│  GET  /status    当前受管实例、基线、最近一次报告                                    │
│  POST /restart   停机 → 原样拉起 → 等 appReady 回报 → 失败则回滚重来 → 写报告         │
│  POST /ready     插件在 appReady 时回报「我起来了」                                 │
│  POST /shutdown  让 Agent 自己退出                                                 │
└──────────────────────────────────────────────────────────────────────────────────┘

为什么必须是进程外的

• 重启的执行者不能是被重启的进程。DSH 一退出，插件就没了。
• Agent 用两段式启动（短命 launcher 拉起真正的 Agent 后立刻退出）脱离 DSH 的进程树， 这样 Windows 上强杀 DSH 用的 taskkill /T 不会顺手把 Agent 一起杀掉。
• Agent 只依赖 Node 内建模块。DSH 的树挂掉的时候，正是最需要它的时候， 所以它不能 import 任何 @deepseek-ai/*。

安装

# 在 DSH 源码目录（<HARNESS>）执行
node --import tsx/esm apps/cli/src/bin.ts plugin --profile web add file:<PLUGINS>/dsh-restart

dsh-restart 的 package.json 里声明了 dsh.bundle.patch，所以 dsh plugin add 会把它 自动追加进 dsh.profile.bundles，不需要再手写 cordis.patch.yml 的 insert 行 （两处都写会导致 duplicate loader entry id）。

装完需要重启一次 DSH 让插件进入组合——这一次重启之后，以后所有重启都可以交给它。

卸载：

node --import tsx/esm apps/cli/src/bin.ts plugin --profile web remove dsh-restart

用法

1. 让模型自己重启

装好插件了，重启一下 DSH

模型会调用 dsh_restart：

| 参数 | 说明 | |---|---| | reason（必填） | 为什么要重启，会写进报告 | | mode | restart（默认，用当前配置重启）或 rollback（先恢复上一次成功启动的配置再重启） | | rollbackOnFailure | 新进程起不来时是否自动回滚，默认跟随插件配置 |

工具立刻返回，但进程不会马上退出：它会等当前这一轮对话跑完（模型把收尾回复写完、落盘），再退出交给 Agent 重启。 最长等 exitWaitForIdleMs（默认 180 秒），超时也会退出。

这一条是必须的：重启请求本来就发生在一轮对话中间，如果按定时器退出，模型的收尾回复会被拦腰砍断， 重启完回来看到的就是"对话没继续"。

重启后的三个行为

• Web 面不会又弹一个浏览器标签页：受管重启时会在命令行末尾追加 --no-open（只在检测到 Web 面已挂载时才加， 这样 tui / headless 之类的 profile 不会因为不认识的参数起不来）。你本来就在看着要重启的那个页面。
• 重启结果会回到会话里：新实例启动时读取上一次的重启报告，打进 stderr、注册成系统提示词里的一段， 并可通过 dsh_restart_status 复查。
• 任务自己接着跑，页面自己回来（默认开）：重启会同时结束这一轮对话和跑它的进程，以前的结果是 "你得像催一下才继续" —— 现在不用了：
  • 宿主半边在受理重启时记下是哪个会话要的重启，新进程启动提交后把那个会话唤醒 （ctx.agents.resume + 一条 source.kind: 'plugin' 的消息），模型从中断处继续干活；
  • 浏览器半边每 3 秒问一次宿主的身份，一旦发现回答的已经不是加载这个页面的那个进程， 就自动刷新自己，并在右下角弹一张重启结果卡片（状态 / 耗时 / pid / 报告摘要）。 详见 DESIGN.md 第 12 节。想关掉就配 resumeAfterRestart: false。

2. 查状态

模型可调用 dsh_restart_status，或直接用命令行：

node lib/agent.js status
node lib/agent.js status --json

3. DSH 已经起不来了怎么办

这正是设计里最重要的一条退路。DSH 死了，但 Agent 还在（或可以被命令行拉起来）：

# 只回滚配置并重启，不关心原因
node lib/agent.js rollback --reason "手动回退坏配置"

# 只看状态，不启动任何东西
node lib/agent.js status

# 普通重启
node lib/agent.js restart

⚠ 务必在普通终端窗口里跑，不要跑在 DSH 会话的 shell 里。

harness 给每条 shell 命令都建了带 JOB_OBJECT_LIMIT_KILL_ON_JOB_CLOSE 的 Windows Job， 而 Job 成员身份会被后代继承。从会话内启动的 Agent 因此属于那个 Job：一旦重启需要强杀 DSH，Job 被一并销毁，Agent 会中途死掉，DSH 就停在"已停止"状态，只能手动启动。

插件自己拉起 Agent 时没有这个问题 —— 它从 DSH 进程直接孵化（两段式启动），不在任何 shell 的 Job 里。CLI 也做了检测：从会话内运行时会打印这条警告。

真的遇到"DSH 已停止"：直接手动启动即可（start.bat），配置和插件都在，不会有损坏。

4. 其它插件想主动重启

export const inject = ['dshRestart']

export function apply(ctx: Context) {
  ctx.inject(['dshRestart'], (scope) => {
    scope.dshRestart?.request({ reason: '我改了需要重启的东西', requestedBy: 'my-plugin' })
  })
}

侧边栏指示灯

Web GUI 侧边栏底部（Settings 旁边）有一个小圆点，显示控制 Agent 的状态：

| 灯 | 含义 | |---|---| | 🟢 绿点（无文字） | 守护在线，随时可以重启 | | 🟠 琥珀 +「重启中」 | Harness 已停、守护在线 —— 正在拉起，页面会自动恢复 | | 🔴 红 +「未运行」 | Harness 在跑但 Agent 没响应；重启不会自动拉起（下次请求重启时插件会尝试重新拉起它） | | 🔴 红 +「无响应」 | 两边都没了 —— 不会自动恢复，请手动启动 DSH |

标签刻意只有两三个字：灯待在侧边栏底部、只分到约 53px（前面的条目已经占满了那一行）， 再长就会被侧边栏裁掉半个字。完整的那句话在鼠标悬停的 tooltip 里（含最近一次重启的结果）。

它直连 Agent 的 3099 端口，不经过 Harness。 这一点是关键：页面一旦加载进浏览器， 即使 Harness 已经停了，JS 还在跑 —— 所以只有直连才能在"干等"的那一刻告诉你到底是 "正在重启"还是"永远不会回来"。鼠标悬停可以看到最近一次重启的状态。

实现上的取舍：客户端半边是手写的 lazy-CJS bundle（client/index.js），只 require('react')， 一个 @deepseek-ai/dsh-client-* 包都不依赖 —— 避免重蹈 dsh-notification 那个"客户端 bundle 引用 已移除的包、整个 Web 界面卡在 Failed to load plugins"的覆辙。进侧边栏的座位用 slots.inject('sidebar.footer.action', …) 等宿主声明（不能在 apply 里直接 register， 那个座位是侧边栏自己注册时才声明的），灯的圆形要额外声明 corner-shape: round （宿主主题会把所有圆角平滑成 superellipse）。三条都是实测踩出来的，细节见 DESIGN.md 第 6 节。

Agent 的 /health 为此加了 CORS，且只对回环来源（127.0.0.1 / localhost / ::1）放行 —— 公网页面没有理由探测本机的重启守护。

注意：如果 DSH 绑定在 0.0.0.0 并从另一台机器的浏览器访问，指示灯会显示"无响应"， 因为 Agent 只监听回环。这是正确行为（那台浏览器确实够不到它），不是 bug。

报告怎么回到重启后的 DSH

Agent 在每次拉起进程之前先把报告写到 reports/<id>.json（状态 in-progress，里面已经 带着上一次尝试的失败原因、日志尾部和回滚了哪些文件）。所以刚启动的那个 DSH 在 apply 阶段 就能读到"我是怎么来的"。重启后的实例会把报告：

1. 打到 stderr（终端 / 启动日志里直接可见）；
2. 注册成系统提示词里的 ## DeepSeek Harness restart report 段（模型一定会看到，且明确告知 磁盘上的配置已经被回滚）；
3. 在 dsh_restart_status 里可随时复查完整报告。

报告被读过一次就会打上 deliveredAt，不会在每次启动时重复轰炸。

有一种报告不会有下文：控制 Agent 在"记下这次重启"和"拉起新进程"之间死掉 —— 那是 "DSH 停在停止状态"这个事故的签名。这种记录会永远停在 in-progress、attempts 为空， 而 reportText 会告诉模型"你就是被重启出来的那个实例"（对这份记录恰恰是错的）。

所以插件在启动时会认这个形状：只有当本进程不是 Agent 拉起来的、记录里一次尝试都没有、 而且问过 Agent 它并不忙时，才把它补成终态 failed（headline 说明上一个重启在启动任何进程 之前就中断了，DSH 一直停着），并在启动日志里明说。问不到 Agent 就什么都不做 —— "问不出来"不等于"没在跑"，宁可漏一次也不能把正在跑的重启判死。改写而不是删除： 那个文件是这件事唯一的证据。

看门狗：优雅重启没被接上时，它自己来

工具触发的重启里，插件是那个必须先死掉的进程：它请求 Agent 重启，然后退出，让 Agent 拉起 替代者。Agent 要是死在这个空档里，就没人去拉新进程了 —— dsh 一直停着，这正是这个插件存在的 那类事故。

所以退出前，插件会派一个看门狗（lib/watchdog.js，两段式启动成孤儿子进程，taskkill /T /F 抓不到它）看着这次重启。它的原则只有一条：只有确定没人在做这件事时才自己上手 ——

| 它看到 | 它做什么 | |---|---| | launch.json 里是另一个活着的进程 | 收工（Agent、CLI、你自己拉的都算） | | 退出中的进程还活着 | 等 | | Agent 答"正在重启" | 等它做完 | | Agent 答"我闲着"，而 harness 已经没了 | 用原样命令行把 dsh 拉起来 | | Agent 静默超过 10 秒 | 当它死了，拉起来 |

拉起时它顺手把那份没下文的报告补成终态（ok，说明是看门狗救回来的），并把过程写进 <state>/logs/watchdog.log，被拉起进程自己的输出在 logs/watchdog-relaunch-*.log。 它只覆盖优雅重启：CLI/HTTP 触发的强杀路径上插件已经死了，什么都没派出去；dsh 自己崩溃时 也没人请求过重启。配置项：watchdog（默认开）、watchdogWaitMs（默认 120000）。

回滚基线（last-known-good）的语义

• 快照只在一个进程真的提交了启动之后才写（ctx.appReady 回调），所以基线里的配置一定是 "曾经成功起来过的"。

• 重启失败时，回滚的目标是上一次成功启动时的配置，也就是你这次改动之前的状态。

• 默认跟踪的文件：

  | 文件 | 说明 | |---|---| | <profile>/cordis.patch.yml | 该 profile 的用户补丁层 | | <profile>/package.json | 插件依赖 + bundle 列表 | | <profile>/pnpm-lock.yaml | 锁文件 | | <profile>/pnpm-workspace.yaml | pnpm 配置（patchedDependencies 等） | | $DSH_HOME/cordis.patch.yml | 机器级用户补丁层 |

  node_modules 不在快照范围内：回滚后多装的包留在磁盘上无害，而回滚配置本身就能让 树重新起来。

配置项

在 profile 的 cordis.patch.yml 里按行 id 覆盖：

- id: dsh-restart
  config:
    port: 3099              # 控制 Agent 首选端口（被占用时自动 +1 往后找）
    autoStartAgent: true    # 启动时自动拉起 Agent
    readyTimeoutMs: 180000  # 单次启动的"起来了吗"预算
    stopGraceMs: 20000      # 等旧进程自己优雅退出的时间，超时才强杀
    exitDelayMs: 1200       # 回合结束后再等多久才真正退出
    exitWaitForIdleMs: 180000 # 最多等当前回合跑完多久（超时也退出）
    rollbackOnFailure: true # 新进程起不来时自动回滚
    deliverReports: true    # 启动时把上次的报告交给模型
    promptSection: true     # 报告是否进系统提示词
    captureEnvironment: true# launch.json 是否记录完整环境变量
    trackedPaths: []        # 额外要跟踪/回滚的文件（支持 ~）
    trackedDirectories: []  # 额外要跟踪的目录（一层深，跳过 node_modules）
    idleExitMs: 1800000     # Agent 空转多久后自己退出
    exposeWebRoute: true    # 暴露 GET /api/dsh-restart/status
    resumeAfterRestart: true# 重启后唤醒提出请求的会话，让任务自己接着跑
    resumeWindowMs: 900000  # 续跑意图的有效期（超过就当历史记录，不再自动开一轮）

状态目录

默认 $DSH_HOME/dsh-restart（可用 DSH_RESTART_STATE_DIR 覆盖）：

dsh-restart/
├── agent.json                    # 控制 Agent 的 pid / 端口 / 启动时间
├── token                         # 控制令牌
├── logs/agent.log                # Agent 自己的日志
├── reports/<id>.json             # 每次重启的报告（保留最近 30 份）
└── instances/<key>/              # 每个 DSH 实例一份，互不干扰
    ├── launch.json               # 原样重启所需的 argv / cwd / env
    ├── tracked-files.json        # 该实例跟踪哪些配置
    ├── resume.json               # 这次重启是哪个会话提的（新进程据此唤醒它）
    └── last-good/                # 回滚基线（manifest.json + files/）

按 profile 目录哈希分桶：同时开着 web 和 tui 两个 profile 时，一个实例的重启 不会用错另一个实例的命令行，也不会回滚掉另一个实例的配置。

安全边界

• 控制 Agent 只监听 127.0.0.1，并且拒绝非回环来源。
• 除 /health 外所有接口都要 Bearer token（$DSH_HOME/dsh-restart/token）。
• captureEnvironment: true（默认）会把启动时的环境变量写进 instances/<key>/launch.json —— 这是"原样重启"的前提（本机实测 97 个变量，含 PATH、代理，以及任何 DEEPSEEK_* 之类的 凭据）。文件按 0600 创建，但Windows 不认 Unix 权限位：实际保护来自 ~/.dsh 继承下来的 用户 ACL，和 .credentials.yaml、settings.yaml 同一级别（当前用户 + SYSTEM + Administrators）。不希望环境变量落盘就设 captureEnvironment: false，此时 Agent 用它自己 继承到的环境启动 DSH。

故障排查

| 现象 | 处理 | |---|---| | the restart control agent is not running | 手动 node lib/agent.js serve，或确认 3099 端口没被别的程序占着 | | 重启后 DSH 没起来，报告是 failed | 看 reports/<id>.json 里 attempts[].logFile 指的日志；用 rollback 子命令强制回退 | | 报告说 readiness arrived late | 启动比 readyTimeoutMs 慢，调大它 | | 想彻底停掉 Agent | node lib/agent.js stop，或等 idleExitMs 空转退出 |

开发

node node_modules/typescript/bin/tsc -p tsconfig.json --noEmit   # 类型检查
node node_modules/typescript/bin/tsc -b tsconfig.json            # 编译到 lib/types
node node_modules/tsdown/dist/run.mjs                            # 打包 lib/index.js + lib/agent.js
node tests/agent.e2e.mjs                                         # 43 项：Agent 侧（假 harness + CORS 行为）
node --experimental-strip-types tests/plugin.test.mjs            # 33 项：插件侧（假 Agent HTTP 服务、启动对账、看门狗派发）
node tests/watchdog.test.mjs                                     # 28 项：看门狗二进制（真的跑它，覆盖六种判定）
node tests/client.test.mjs                                       # 58 项：客户端指示灯（stub window + slots）
node tests/lamp.browser.mjs                                      # 25 项：真浏览器里的四种灯态（无 GUI 时跳过）

tests/lamp.browser.mjs 是唯一能证明"灯真的画出来了"的检查：它开一个无头 Chrome，用 CDP 把四种状态逐个截出来，断言颜色、文案、圆形，以及文案没有被侧边栏裁掉。四种状态是靠 在浏览器里拦请求造出来的（不给 3099 或 /dsh-restart/status 放行），所以它不会动真实 的 Agent，随时可以跑。它需要 Web GUI 在跑（DSH_GUI_URL，默认 3080），需要 Chrome （CHROME_PATH），没有就跳过 —— 单测和字节比对曾经全绿而灯根本没出现，这个检查就是为 那件事写的。

node_modules 里的 @deepseek-ai/* 是指向 <HARNESS> 的 junction，仅用于编译期类型。

改完代码要让 profile 用上新构建：pnpm 对 file: 依赖是按内容快照安装的，直接再跑一次 add 会说 "Already up to date" 而不重新拷贝。必须 remove 再 add：

node --import tsx/esm apps/cli/src/bin.ts plugin --profile web remove dsh-restart
node --import tsx/esm apps/cli/src/bin.ts plugin --profile web add file:<PLUGINS>/dsh-restart

改的只是 Agent 侧（lib/agent.js）时不需要重装：Agent 是每次按需从 instances/<key> 旁边的入口拉起的，重启 DSH 后新进程会用新代码。 插件侧（lib/index.js）必须走上面的重装流程 + 一次重启。

接下来要做什么，见 ROADMAP.md；工作区级的硬规则与验证手册见 ../AGENTS.md。

详见 DESIGN.md。