dsh-interactive-shell

让 Agent 亲手驱动真实交互式 CLI（vim / psql / ssh / npm run dev / docker logs -f），用户在 Web 端实时观看输出并可随时按键接管。移植自 pi-interactive-shell，深度融合 DeepSeek Harness 的 ctx.terminals PTY 缝隙与 Cordis 服务总线。

状态：已对齐 dsh 0.1.7-rc.2（101/101 测试全绿，行覆盖率 96.57%）。最低宿主版本 dsh ≥ 0.1.7-rc.2。

核心特性

• 四种驱动模式：
  • interactive：持久 sessionId，Agent 按需发送输入、轮询状态，支持人机双向接管；
  • hands-free：静默窗自动判定，Agent 无需高频探询；
  • dispatch：一次性子任务派发（如构建/测试），完成或超时后单次唤醒 Agent 并携带尾部日志；
  • monitor：基于正则触发器或文件系统变更（watch）监听，命中时主动注入 Notice 唤醒 Agent，全周期 0 模型轮询开销。
• M5: 生产安全沙箱与敏感数据脱敏 (P0)：
  • 安全策略分级：permissive / balanced / strict，内置高危破坏性指令拦截（rm -rf /、mkfs、dd、chmod 777 /、fork bomb、del /s /q、format c:、curl | sh）；
  • 凭据脱敏引擎：自动抹除 OpenAI/DeepSeek API Key、GitHub Token、AWS Key、Slack Token、JWT 及各类密码与私钥；
  • 流量熔断保护：StreamCircuitBreaker 动态速率限流，抵御海量输出打爆客户端。
• M4 & M6: Web UI 实时流、人机接管与 Web Component SDK (P1)：
  • 流式分发中枢（StreamHub）：支持环形缓冲区历史回放、帧广播（init / output / event / lock / exit）；
  • 双向人机接管（Takeover & Handback）：用户在 Web 端一键接管控制权，按键直通 PTY，拦截 Agent 冲突写；交还控制权时自动携带用户备注唤醒 Agent；
  • 原生 Web Component（<dsh-shell-dock>）：Shadow DOM 样式隔离，支持浅色/深色双主题切换与自定义事件；
  • 远程网关传输层（transport）：支持 WebSocket/SSE 与内存直连适配器。
• M7: 会话时光机与 Asciinema 导出 (P2)：
  • Asciinema v2 导出：导出标准 .cast 格式录像文件；
  • 人机归因分析：getTimelineAttribution 划分人类与 Agent 操作时间轴；
  • 时光机屏幕重构：getTimeTravelSnapshot 按任意历史时间戳重构虚拟屏幕缓冲区。
• M8: 智能 CLI 交互提示词与菜单解析 (P3)：
  • 交互式提示识别：自动识别 (y/N) 确认、密码输入、单选光标菜单与多选复选框；
  • 自动按键生成：generatePromptAnswer 自动计算上下光标方向键与回车，避免模型猜键开销。

架构概览

graph TD
  Agent[DeepSeek Agent] -->|Tool Call: interactive_shell| Plugin[dsh-interactive-shell]
  Plugin -->|PTY Seam| Terminals[ctx.terminals PTY]
  Plugin -->|Stream Broadcast| StreamHub[StreamHub / ctx.interactiveShellStream]
  StreamHub -->|term:output / term:lock| Transport[Transport Layer / WebSocket]
  Transport -->|TermFrame| Dock[<dsh-shell-dock> Web Component]
  Dock -->|Direct Keystrokes & Takeover| StreamHub
  StreamHub -->|agent.followup / notice| Agent
  StreamHub -->|Stream Frames| Recorder[SessionRecorder / Asciinema Export]

与 dsh 0.1.7 的集成前提（必读）

dsh 0.1.7-rc.2 起，PTY 家族（@deepseek-ai/dsh-terminal + @deepseek-ai/dsh-terminal-bash）改由 agent preset 挂载在 isolate 隔离域内；dsh-base / dsh-web-app 不再提供 host 级 ctx.terminals， 且默认的 standard preset 本身不含 PTY。因此：

• 本插件按调用方 agent 逐次解析注册表： ctx.agentPresets.serviceFor(agent, 'terminals')，若本行与 PTY provider 同域（把桥接行放进同一 isolate realm）则回退 ctx.get('terminals')；
• 所选 preset 必须挂载 PTY 家族，例如 dsh 自带的 minimal preset （其 persistent-shell 组同时挂 pty + terminal-bash + persistent 工具）；
• 该 agent 的 preset 没有 PTY 时，interactive_shell 调用会抛出带安装 指引的错误（不再静默不注册），组合里完全没有 PTY 缝隙时启动即告警；
• 会话的输出增量按 totalLines 差分交付（read() 的 offset 是回退偏移， 不是前进游标），attach-monitor 的零等待探针读当前页后重同步游标。

配置项

全部配置项与 cordis.patch.yml 中的行一一对应（schema 里都有同值默认值）：

| 配置 | 默认 | 作用 | |---|---|---| | defaultMode | monitor | spawn 未指定 mode 时的默认驱动模式 | | maxSessions | 4 | 本插件自己持有的存活会话上限（其他工具的 PTY 不计入） | | backendType | shell | 新会话使用的 PTY 后端类型（对应 terminal-bash.backendType） | | outputTailBytes | 4096 | 每次事件/唤醒交给模型的尾部字节预算 | | dispatchQuietMs | 5000 | dispatch 模式：输出静默多久判定为完成 | | dispatchTimeoutMs | 600000 | dispatch 模式：默认绝对 deadline（spawn 可用 timeoutMs 覆盖） | | monitorCooldownMs | 2000 | monitor 模式：两次触发唤醒的最小间隔 | | monitorMaxEvents | 100 | monitor 模式：单个 monitor 的事件预算，用尽后自动脱离 | | maxOutputBytesPerSec | 524288 | 镜像到 Web 端的输出速率上限，超限广播 output-throttled | | tracePath | '' | JSONL 台账路径；空 = $DSH_HOME（未设置为 ~/.dsh）下的 interactive-shell/traces.jsonl | | securityPolicy | balanced | 自研命令策略级别（permissive / balanced / strict） | | blockedCommands / allowedCommandsOnly | [] | 显式的命令黑名单 / 白名单前缀 | | redactSensitiveData | true | 对模型可见输出与台账做凭据脱敏 |

模式与时序

| 模式 | Agent 行为 | 输出如何反馈给 Agent | 适用场景 | |---|---|---|---| | interactive | 异步驱动，按需交互 | 随时调用 read 或 status 检查输出 Tail | vim / psql / SSH 交互式会话 | | hands-free | 异步观察 | 静默窗触发后主动反馈 | 短时构建、脚本执行 | | dispatch | 派发后继续执行其他任务 | 进程退出/静默/超时后，通过 agent.followup 单次主动唤醒 | 长耗时测试或编译任务 | | monitor | 休眠等待 | 匹配到正则 trigger 或文件变更时，通过 agent.followup 唤醒 | 日志监控、Dev Server 启动探针 |

快速使用指南

1. 使用原生 Web Component <dsh-shell-dock>

<script type="module">
  import { defineDshShellComponent } from 'dsh-interactive-shell'
  defineDshShellComponent()
</script>

<dsh-shell-dock theme="dark"></dsh-shell-dock>

2. 导出 Asciinema 录像与时光机快照

import { SessionRecorder } from 'dsh-interactive-shell'

const recorder = new SessionRecorder()
// 记录流式帧
streamHub.subscribeAll(frame => recorder.record(frame))

// 导出 Asciinema v2 .cast 字符串
const castJsonl = recorder.exportAsciinema('session_123', { title: 'Dev Build' })

// 获取任意历史时刻（如 10 秒前）的虚拟屏幕内容
const snapshotLines = recorder.getTimeTravelSnapshot('session_123', Date.now() - 10000)

3. 智能解析 CLI 交互式提示词

import { parseInteractivePrompt, generatePromptAnswer } from 'dsh-interactive-shell'

const prompt = parseInteractivePrompt(terminalTail)
if (prompt?.kind === 'select_menu') {
  const answerKeys = generatePromptAnswer(prompt, { preferredChoice: 'TypeScript' })
  // 自动生成 '\x1B[B\n'（方向下键+回车）
  await tool.execute({ action: 'send', sessionId, input: answerKeys })
}

🚀 运行示例（Runnable Examples）

仓库内置了开箱即用的演示示例，可直接运行体验：

# 1. 智能 CLI 交互提示词自动应答（确认框、多级单选、数字菜单、多选复选框按键生成）
node examples/demo-auto-responder.mjs

# 2. 会话录制、人机协作归属占比与时光机快照回放导出 Asciinema .cast
node examples/demo-recorder.mjs

# 3. 浏览器查看 <dsh-shell-dock> Web Component 主题切换与接管联动演示
# 在浏览器中直接打开 examples/demo-web-client.html

质量与验收指标

• 自动化测试：101/101 项测试全部通过（包含单元测试、时序回归测试、P0~P3 全里程碑特性验证、M4 E2E 完整生命周期场景、Web Component 深度单测、自适应极速探针、提示词按键序列生成器、WsClientTransport / LocalStreamTransport 深度测试，以及 dsh 0.1.7 对齐的 test/p0-regression.test.mjs（seam 按 agent 解析、增量不重不漏、同行原地改写、scrollback 裁剪重对齐、消息源 kind）与工具契约回归（schema 校验、backendType、预算归属、per-call timeoutMs、镜像限流））。
• 代码覆盖率：全工程综合行覆盖率 96.57%，分支 86.18%，函数 94.74%（v8，node --experimental-test-coverage，对 dsh 0.1.7-rc.2 依赖复测；0.3.4 基线为 96.05% / 85.60% / 93.96%）。
• 代码规范：tsc --strict 与 oxlint 0 警告、0 错误；依赖对 dsh 0.1.7-rc.2 的真实发布包完成 typecheck。