Back to home@Zzzzkd

dsh-workflow-studio

DeepSeek Harness 的可视化工作流插件。侧栏打开全屏工作台,用节点编排有限 DAG;已保存的工作流可在工作台运行,也可在会话里用 workflow_run 或 /workflow 调用。贴图后回车可由读图工作流识别图片,会话可以继续使用纯文本模型。

Stars
0
Language
TypeScript
Created
Aug 19, 2026
Updated
Aug 20, 2026
GitHub repo

Introduction

DSH Workflow Studio

English

DeepSeek Harness 的可视化工作流插件。侧栏打开全屏工作台,用节点编排有限 DAG;已保存的工作流可在工作台运行,也可在会话里用 workflow_run/workflow 调用。贴图后回车可由读图工作流识别图片,会话可以继续使用纯文本模型。

源码:https://github.com/Zzzzkd/dsh-workflow-studio。操作步骤见 使用指南English)。

功能

  • 侧栏底部、「设置」上方的「工作流」入口;三栏工作台(目录与节点、画布、属性/校验/运行)。
  • 刷新后再次打开会恢复上次加载或保存的工作流。
  • 节点:StartPromptLLM、图片识别(Vision)、AgentConditionOutput。支持条件分支与汇聚。不支持循环、并行、任意脚本、Shell 节点,以及多个 Start/Output。
  • 变量:{{input.key}}{{steps.node-id}}{{current}}。默认变量与运行参数均为 JSON 对象,运行参数覆盖同名默认值。
  • 工作流保存为工作区 .dsh/workflow-studio/*.json
  • 工作台「运行」使用独立调试 Agent,不占用当前会话。
  • 会话中可用 workflow_list / workflow_run;用户消息中的图片会写入 args.image
  • /workflow 不经过模型,直接运行已保存工作流。
  • 贴图后回车(草稿不是 /…):先发出用户文字,后台读图,识别结果进入同一轮对话。
  • 图片识别节点从「设置 → 模型」已配置的目录选择路由和模型。切换路由会清空已选模型。

节点

节点作用主要配置
Start唯一入口
Prompt文本模板,不调用模型template
LLM一次直接回答prompt
图片识别用视觉模型读本地图片imageinstruction、路由与模型
Agent可使用工具的子 Agentprompt
Conditiontrue / false 分支左值、运算符、右值
Output唯一出口value

Condition 运算符:equalsnotEqualscontainsexiststruthy。必须各有一条 truefalse 出边,两条路径都要到达 Output。

安装

需要已安装 DeepSeek Harness Web Profile。在 Harness 目录执行:

dsh plugin --profile web add dsh-workflow-studio

本地路径安装:

dsh plugin --profile web add D:\Soft\dsh-workflow-studio\packages\workflow-studio

启动 dsh web 后,在侧栏点击「工作流」。读图功能需要环境变量 DASHSCOPE_API_KEY(阿里云 DashScope),插件会使用名为 studio-vision 的模型路由。

配置

在 Harness 的 cordis.patch.yml 中修改 workflow-studioconfig

字段默认含义
root.dsh/workflow-studio工作流文件目录
toolNameworkflow_run会话中运行工作流的工具名
listToolNameworkflow_list列出工作流的工具名
workflowToolNameworkflow实际执行所用的 workflow 工具
maxResultChars50000运行结果文本上限
defaultVisionWorkflow""贴图读图所用工作流的 id 或精确名称;空则使用名为「读图」的工作流,或目录中唯一带 image 输入的工作流

最小示例

新建后的默认图:

Start → Prompt → LLM → Output

默认变量:

{ "topic": "DeepSeek Harness", "language": "中文" }

Prompt:请用 {{input.language}} 总结 {{input.topic}} 的三个特点。
LLM 与 Output:{{current}}

更多示例见 使用指南

License

MIT