dsh-assembler — Vibe Assembly for DeepSeek Harness

把一句话需求组装成一个可用的 AI agent。dsh-assembler 是一个 DeepSeek Harness (DSH) 插件：用户用自然语言描述想要的 agent（"帮我组装一个能查订单、开工单、转人工的客服机器人"），组装器从能力目录中匹配能力、生成 agent preset（agent.cordis.yml），新会话选中该 preset 即可使用。

能力目录由索引流水线自动生长：AI 把 GitHub 开源库切成"工具级能力点"、生成 MCP 适配服务器、冒烟验证后入库——不写胶水代码，只写配置。

---

特性

• 双入口：/assemble <需求> 命令（人类快捷方式）+ assemble 工具（agent 原生路径，调用轨迹自动渲染）
• 能力目录：133 个目录条目 = 8 条静态 + 125 条 MCP 联邦（32 个 MCP 服务器 / 111 个零件工具），组装时实时联邦
• 零代码扩展：往 mcp-servers 加一段配置 = 整组新能力（MCP 服务器自动联邦）
• 索引流水线：AI 切分开源库 → 生成 MCP 适配 → 冒烟验证（verified）→ 入库，31 个库全部通过
• 补件闭环：需求超出目录时，返回可复制的 YAML 补件草案 + missing 报告
• 生成 persona：目录无匹配 persona 时，LLM 生成针对性 persona 文本

架构

┌───────────────────────── 代码索引流水线（零件生产） ─────────────────────────┐
│ 开源库(GitHub) → AI 切分能力点 → 生成 MCP stdio 适配(generated/)             │
│   → npm install + 冒烟验证(verified) → 入库(index/catalog.yml)                │
└──────────────────────────────────────────────────────────────────────────────┘
                                    ↓
┌───────────────────────── 组装（能力消费） ───────────────────────────────────┐
│ capabilities.yml(目录) + MCP 联邦 → LLM 选型 → 生成 preset                   │
│   → ~/.dsh/.agent-presets/<id>/agent.cordis.yml                              │
└──────────────────────────────────────────────────────────────────────────────┘
                                    ↓
┌───────────────────────── 运行时 ─────────────────────────────────────────────┐
│ 新会话选中 preset → DSH 按行挂载插件(persona/mcp-client/…)                   │
│   → agent 真实调用零件工具（mcp__<server>__<tool>）                           │
└──────────────────────────────────────────────────────────────────────────────┘

组装器是 Cordis 插件，组装产物是 Cordis 插件组合清单（preset 每一行 = 一个插件实例）；零件是外部 MCP 服务器进程，通过 @deepseek-ai/dsh-mcp-client 桥接。

快速开始

1. 安装

将插件加入 DSH profile 的 patch 层（示例：~/.dsh/profiles/web/cordis.patch.yml）：

- insert:
    - id: dsh-assembler
      name: '@dsh-external/dsh-assembler'

package.json 依赖："@dsh-external/dsh-assembler": "link:/path/to/dsh-assembler"。

2. 使用

方式 A — 命令（人类快捷方式）：

/assemble 帮我组装一个客服机器人，能查客户信息、创建工单、转人工 [--name customer-service-bot]

方式 B — 直接说（agent 原生路径，推荐）：在任意会话里说：

帮我组装一个能查订单、开工单、转人工的客服机器人

agent 会自动决定调用 assemble 工具，思维链 + 工具卡片 + 结果全部渲染。

3. 使用组装出的 agent

组装完成后新开会话，在 preset 选择器里选 <id> 即可。组装出的 agent 只挂载被选中的零件（窄工具表面），并在会话里真实调用它们。

目录结构

dsh-assembler/
├── src/
│   ├── index.ts            # 组装核心：目录加载/LLM 选型/预设生成/命令与工具注册
│   └── assemble-tool.ts    # assemble agent 工具定义
├── presets/
│   └── agent-template.yml  # preset 模板（{{persona}}/{{packageRows}}/{{extraRows}} 插槽）
├── capabilities.yml        # ★ 组装目录：能力条目 + mcp-servers 连接配置
├── index/
│   ├── catalog.yml         # ★ 代码索引：31 个开源库的条目（repo/rev/tools）
│   └── reports/            # 每个库的冒烟验证报告
├── generated/              # ★ 零件库：31 个 MCP 适配服务器（每库一个目录）
│   └── <id>/{package.json, index.js, smoke.mjs}
└── scripts/
    └── link-dsh.mjs        # 链接 DSH peer 包（@deepseek-ai/cordis 等）

能力目录（capabilities.yml）

三种能力来源：

via	来源	例子
package	本仓库/自有插件包的工具	crm-query（dsh-cs-tools）
harness	DSH 内置工具	content-search（dsh-tool-fs-search）
mcp	MCP 服务器工具（组装时自动联邦）	mcp-email-send-send-email 等 125 个

mcp-servers 段声明连接配置；hostMounted: true 表示服务器已在 host 平面挂载（工具全局可见，preset 不重复生成 mcp-client 行）。

当前规模：31 个库 / 111 个零件工具 / 133 个目录条目，覆盖：邮件收发、HTTP、HTML、CSV、Excel、PDF 生成与提取、Word、ZIP、模糊搜索、模板渲染、XML、图片处理、RSS、日历解析与生成、SQLite/PostgreSQL/MySQL、GitHub API、Markdown、OCR、二维码、货币、浏览器自动化。

索引流水线（零件生产）

选库 → git clone(锁定 rev) → AI 全量阅读 → 切分 2~4 个能力点
  → 生成 MCP stdio 适配服务器(generated/<id>/)
  → npm install → 冒烟验证(listTools + 真实调用 + 错误路径)
  → 写验证报告(index/reports/<id>.json)
  → verified → 登记进 capabilities.yml 的 mcp-servers 段

• 上游源码不 vendored（按 rev 拉取，许可证合规）；generated/ 只含我们生成的适配代码及少量冒烟夹具/字体资产（OFL）
• verified: true 仅在 listTools 成功且至少一次真实工具往返（成功或结构化报错）时授予
• 流水线由多 agent 编排（workflow）执行，每批 3~4 个库并行

端到端示例（已验证）

组装"数据分析与报表助手"后，在会话中要求：

用 SQLite 建表并插入两条订单，查询出来，用金额工具相加并格式化，生成一个 PDF 报告

组装出的 agent 实际执行了：

mcp__sqlite-query__execute     建表 + 插入（changes: 2）
mcp__sqlite-query__query       查询订单
mcp__currency-calc__currency-calc  金额相加 = $6,913.46
mcp__pdf-generate__create-pdf  生成 PDF（%PDF-1.7，1192 字节）
mcp__filesystem__write_file    写盘 /tmp/orders_report.pdf.base64.txt

过程中零件校验真实生效（空行参数被拒后 agent 自动修复；写盘越界被 filesystem 根目录边界拦截后自动改路径）。

已知限制

1. 同一 preset 的并发会话共用 serverName：serverName 已按 preset id 哈希后缀命名空间化，跨 preset 不再冲突；残余限制是同一个 preset 同时开多个会话仍会撞名
2. 联邦顺序连接：32 个服务器顺序连接约 10s（计划改为并行）
3. 目录选型压力：130 条目下 LLM 选型仍准确，但更大规模需要按域分层
4. 组装映射调用默认使用 fast 模型（deepseek-v4-flash，可经插件 config.model 覆盖），不继承会话的重模型配置（重模型曾导致单次组装约 10 分钟）
5. 二进制落盘缺口：零件返回 base64，直接落盘二进制文件需要 base64 解码环节配合

开发

npm run link:dsh   # 链接 DSH peer 包（需要 DSH_SOURCE 环境变量或 ~/.dsh/source/current）
npm run build      # tsc 构建到 lib/

改 lib/ 后需重启 DSH web 进程生效；改 capabilities.yml 无需重启（组装时实时读取）。

许可证

BSD-3-Clause。零件（generated/）适配的上游库许可证见 index/catalog.yml 各条目。