dsh-task-flow · 任务星图 (Task Star Map)
English · MIT · 一键安装
一个 DeepSeek Harness（DSH）Web 客户端插件：点一下聊天输入栏的 🌸 按钮，用一张会发光的「星图」告诉你 —— 任务进行到哪一步、如何继续、面前有哪些分支。 而这张图，可以由 AI 一句话长出来，也可以跟着 AI 干活实时点亮。
✨ 核心功能
任务可视化（P1/P2）
- 星图视图：所有步骤自动分层排布成星座图，流光连线连接前后步骤；滚轮缩放、拖拽平移、一键适配；走过的路亮蓝色实线、未走过的暗虚线
- 迷你星图 / 列表视图：随时切换，已完成步骤可折叠
- 一眼看清进度：完成的步骤绽放成花、打 ✓；当前步骤光环脉动；被放弃的支线变暗
- 分支卡牌：分支依次飞出（推荐说明 + 难度标签）；悬停预览路线；点选后能量波沿路线闪传，未选支线碎成花瓣；随时反悔重选
- 可视化编辑器：双击空白新建、拖动节点、增删分支、自由连线——纯手工搭出带分支的星图
- 推进 / 回退：完成、跳过、回退一步、回退到任意一步、重新开始，全部基于历史事件回放，天然可逆
- 庆祝：里程碑奖杯；整条流程完成时花瓣雨 + 完成横幅
AI 觉醒（P3，v2.0.0 新增）
- ✨ 一句话长出星图：面板输入「帮我做一个 xxx」→ 调用 DSH 默认模型自动拆解为带分支、验收标准的星图，节点逐颗「发芽→绽放」；生成前自动快照，可一键撤销
- ⚡ 执行流侧栏：Agent 的每一次工具调用实时变成「执行星点」（运行中旋转 / 完成点亮 / 失败变红 + 错误摘要）；面板不打开时，按钮上显示本会话动作计数徽标
- 🤖 Agent 自动推进：AI 生成的流程默认「可交给 AI」；Agent 完成任务后可通过
GET /task-flow/advance接口自己推进星图（已通过 system prompt 协作协议告知模型）；你在星图上也能一键「⚡ 交给 AI 执行」 - ★ 会话主线星：星图顶部实时显示 DSH Goal 状态（进行中/暂停/受阻/完成 + 第 N/M 轮）；受阻时显示原因、星图当前节点同步染红；可直接从星图暂停/恢复/完成主线目标，完成时全图花瓣雨
过往任务与任务库（v2.1）
- 📚 过往任务：下拉框按「当前任务 / 过往任务（N）」分组、每条带
已完成/总步数与最近使用时间；旁边的 📚 按钮展开任务历史（切换 / 改名 / 导出 / 删除 / 整库导入导出） - 不会丢任务：本地保存改成「合并写」——任何旧副本（第二个标签页、另一个浏览器窗口）都不会再抹掉新任务；另一个窗口一保存，这边立刻同步（storage 事件）；本地数据损坏会自动抢救 + 备份原文；本地存储写不进去时面板直接显示告警
- 服务端任务库：任务同时镜像到
/storages/task-flow-library.json，换浏览器 / 换 profile / localStorage 被清也能把过往任务合并回来（打开面板自动拉取）
其它
- 📚 过往任务：下拉框按「当前任务 / 过往任务（N）」分组、每条带
已完成/总步数与最近使用时间；旁边的 📚 按钮展开任务历史（切换 / 改名 / 导出 / 删除 / 整库导入导出） - 任务库不丢：本地保存改成「合并写」——任何旧副本（第二个标签页、另一个浏览器窗口）都不会再抹掉新任务；另一个窗口一保存，这边立刻同步（storage 事件）；本地数据损坏会自动抢救 + 备份原文；本地存储写不进去时面板会直接显示告警
- 服务端任务库：任务同时镜像到
/storages/task-flow-library.json，换浏览器 / 换 profile / localStorage 被清也能把过往任务合并回来（打开面板自动拉取） - ⚡ 下达指令：当前步骤一键发送「继续执行」指令给 DSH
- 多流程：流程下拉切换、新建；JSON 导入 / 导出（schema v2）
- 窗口自由：面板可拖动、可调大小；快捷键
Q开关、Esc关闭 - 动效降级：遵循
prefers-reduced-motion - 首屏示例：「发布一篇公众号文章」+「DSH 插件开发总进度」两张内置流程
🎬 演示
① 一句话长出星图 —— 面板输入目标 → DSH 默认模型自动拆解 → 星图逐颗绽放：
② Agent 干活，星图点亮 —— Agent 通过 /task-flow/advance 接口自动推进，节点逐颗点亮，失败步骤红色告警：
③ 任务历史 —— 点标题右侧的箭头展开过往任务：带进度、节点数与最近使用时间，可切换 / 改名 / 导出 / 删除：
> 三张动图由仓库里的 scripts/record-demo.mjs 自动录制（真实点击、真实模型、真实 advance 接口），
> 原始帧存在 .demo-frames/，想换清晰度或体积可以只重编码不重录：node scripts/encode-demo.mjs。
安装
方式 A：从 GitHub 一键安装（推荐）
dsh plugin --profile web add github:wqy-cell/dsh-task-flow
安装完成后重启 dsh web，刷新页面即可在聊天输入栏左侧看到 🌸 按钮。
方式 B：本地手动安装
- 克隆/复制本仓库到
/profiles/web/plugins/dsh-task-flow/ - 在 web profile 的
package.json增加依赖"dsh-task-flow": "file:./plugins/dsh-task-flow" cordis.patch.yml增加：
- insert:
- id: task-flow
name: dsh-task-flow
- 在 web profile 目录执行
pnpm install - 重启
dsh web，刷新页面
环境要求
- DSH Web profile（插件客户端
dsh.client声明platform: web, immediately: true） - 无额外运行时依赖：数据只存浏览器 localStorage，动画纯 CSS/SVG
- AI 拆解需要已配置 DSH 默认模型；未配置时其余功能不受影响
隐私
- 流程数据默认只存本机浏览器 localStorage（key
dsh-task-flow:v2，旧 v1 数据自动迁移并备份），无遥测、无第三方服务；同时镜像一份到你自己的 DSH 数据目录/storages/task-flow-library.json（只在 127.0.0.1 的本机服务内读写，用于跨浏览器/跨窗口找回过往任务） - 「AI 拆解」仅把你的目标描述发给你的本地 DSH 默认模型；「Agent 自动推进」的事件只在本机内存与浏览器间传递（
/task-flow/events轮询） - 「向 DSH 下达指令」只向你的本地会话发送你点选的内容
- 开源代码不包含任何个人数据：无硬编码路径、无凭据、无日志
结构
dsh-task-flow/
├── package.json # dsh.client 声明（platform: web, immediately: true）
├── cordis.patch.yml # dsh plugin add 使用的挂载声明
├── LICENSE # MIT
├── lib/index.js # host 半边：/task-flow/ai-plan、advance、events、state、library（任务库）
├── lib/client.js # 浏览器半边：数据模型 + 星图渲染 + 编辑器 + AI 面板 + 执行流 + 主线星 + 任务历史
├── docs/schema-v2.md # 流程数据契约 v2（迁移规则 / 校验规则）
├── scripts/ # 开发辅助：record-demo（录演示动图）/ encode-demo（重编码）/ gif-encoder / push-to-github
├── sync-plugin.ps1 # 开发辅助：工作区源码同步到线上装载目录
└── test/ # 离线自测：mock-boot.cjs（客户端）+ mock-host.cjs（host 路由）
多窗口 / 多浏览器下的数据规则（v2.1）
任务库（localStorage dsh-task-flow:v2 + /storages/task-flow-library.json）遵循三条不变式：
- 只增不减：任何一次保存都是「并集」——同 id 取
updatedAt更新的那份，其余任务原样保留；因此旧副本永远无法抹掉新任务； - 删除留墓碑：删除会写一条
deleted[id] = 时间戳，比该任务最后一次更新更晚，别的窗口即使还留着这份任务也推不回来； - 坏数据不清库：读不懂的原文会备份到
dsh-task-flow:v2-corrupt，并尽力抢救出其中完整的流程；本地写入失败（配额等）会在面板上直接显示，不再静默丢数据。
数据格式
流程 JSON 格式（导入/导出同构，schema v2）：
{
"title": "流程名",
"schema": 2,
"meta": { "origin": "manual", "planPrompt": null },
"nodes": [
{ "id": "n1", "kind": "task", "title": "步骤名", "desc": "说明", "how": "如何继续", "est": "10 分钟", "tags": ["标签"], "next": "n2", "exec": { "mode": "agent", "linked": false } },
{ "id": "n2", "kind": "choice", "title": "分支节点",
"branches": [ { "label": "分支名", "hint": "推荐说明", "to": "n3a", "difficulty": "低" } ] },
{ "id": "n3a", "kind": "milestone", "title": "里程碑" }
],
"history": [ { "n": "n1", "kind": "task", "ts": 1234567890, "source": "user", "note": null } ]
}
开发者
客户端自测（模拟 DSH 环境 + 真实 react SSR）：
node test/mock-boot.cjs
host 半边路由自测（LLM / 校验 / 重试 / 事件总线全场景 mock）：
node test/mock-host.cjs
测试通过 DSH_TEST_NODE_MODULES（或 DSH_HOME，默认 ~/.dsh/profiles/node_modules）定位 React 等真实依赖：
$env:DSH_TEST_NODE_MODULES = "你的/dsh/profiles/node_modules"
node test/mock-boot.cjs
- 修改
lib/client.js后无需重启，DSH 的 HMR 通道自动热更新（刷新页面即拿到新 bundle）；修改lib/index.js（host 半边）必须重启dsh web - 改完代码后运行
sync-plugin.ps1把工作区源码同步到线上插件装载目录（多副本一致性） - 重启小抄：工作区里的
restart-dsh-web-now.bat（桌面另有副本「重启任务星图服务.bat」）会结束监听 3080 的进程、再经桌面快捷方式重新拉起dsh web，并把结果写进restart-now.log。之所以要手工双击：DSH 沙箱会在一次命令结束时回收它的整棵进程树，任何「活得比dsh web更久」的重启脚本都会被一起带走
路线图
- P3 已完成：AI 拆解、Agent 自动推进（advance 接口 + 协作协议）、Goal 主线星联动
- 后续候选：输入框 HUD（
conversation.input.dock）、主题皮肤（星轨/霓虹）、成就徽章、模板库、步骤计时/专注模式
Task Star Map · dsh-task-flow
A DeepSeek Harness (DSH) web-client plugin: click the 🌸 button next to the chat input, and a glowing star map shows where the task is, how to continue, and which branches lie ahead — with the twist that the map can be grown by AI from one sentence and lights up live while your agent works.
Highlights
- Star-map view: auto-layered constellation layout with glowing edges; zoom / pan / fit; walked paths light up, unwalked ones stay dashed
- Live execution stream: every agent tool call becomes a pulsing star (running → done / failed with error summary), with an activity badge on the sidebar button
- One-sentence planning: describe a goal → the default DSH model plans the flow; nodes sprout one by one; undoable via snapshot
- Agent auto-advance: AI-planned nodes default to agent mode; the agent can advance the map itself via
GET /task-flow/advance(a cooperation protocol is embedded in the planner's system prompt) - Goal mainline star: live DSH Goal status on top of the map (active/paused/blocked/complete + round counter); pause/resume/complete from the map; blocked goals tint the current node red, completing one showers the map in petals
- Branch cards, visual editor, undo/rollback, multi-flow, JSON import/export, milestone celebrations, all animations respecting
prefers-reduced-motion
Install
dsh plugin --profile web add github:wqy-cell/dsh-task-flow
Then restart dsh web and refresh.
Privacy
- Flow data lives in browser localStorage only (
dsh-task-flow:v2, auto-migrated from v1 with backup); no telemetry, no third-party services - AI planning sends only your goal text to your local default model; agent-advance events stay between local memory and the browser
- No personal data in the source: no hardcoded paths, no credentials, no logs
Structure / Data format / Developer
See the Chinese sections above — the flow JSON contract is documented in docs/schema-v2.md, and both offline test suites (test/mock-boot.cjs, test/mock-host.cjs) run with plain node.
License
MIT
