dsh-plugin-task-runner

本地部署的中等规模模型往往只有 64K 甚至更少的上下文窗口，一旦任务稍大就面临内存溢出或生成质量塌方。dsh-plugin-task-runner 为 DeepSeek Harness 提供了一个「任务拆解模式」：主代理只负责把大任务拆成彼此独立的子任务，再把每个子任务派给一个在全新短上下文中运行的子代理去消化原始材料、产出紧凑小结。主代理的上下文里始终只沉淀计划与小结，而不需要任何一个窗口装下全部细节——这就是把 Agent 边界当作 Context 边界的思路。

在预算控制上，这个模式把并发上限、worker 上下文 token 预算、worker 结果带宽预算三条防线从 prompt 纪律升级为执行层硬约束：超并发直接返回 busy、超上下文在派发前 token 估算即拒绝、超结果预算自动截断并落盘。子代理与父会话之间完全隔离，父会话的密钥和历史不会泄漏进 worker。配合 .task-runner/ 外部记忆目录，长任务的状态可以结构化落盘，上下文变重时先写盘、再只留摘要，会话中断也能恢复延续。

它最适合在本地跑 omlx、llama.cpp 等 OpenAI 兼容端点的开发者：你有一台 48GB 或 64GB 显存的 Mac，想用一个 27B 级别的模型完成「读几十份文档再写一份报告」「多文件重构」这类超出单次窗口的大任务，又不想每张卡都往云端跑。打开任务拆解模式、把并发设成 1 或 2、选好 worker 和 fallback 模型，就能让一台机器扛下原本需要更大上下文才能完成的工作。