dsh-multi-model-orchestrator

当一次复杂任务同时需要深度推理、代码生成和大量模板化输出时，把所有工作压在单一模型上既不经济也不高效。dsh-multi-model-orchestrator 让 dsh 的主模型充当多模型主脑：它自动将复杂任务拆解为子任务，根据你在配置中为每条路由标注的强项与弱项，把每个子任务分派到最合适的模型路由上（GLM、Kimi、Qwen 或任意 OpenAI 兼容接口），在一次对话中并行执行后汇总结果。

除了分派本身，插件还提供按模型维度的 token 用量追踪——输入、输出、缓存读写 token 与请求次数按 provider/model 累计，随时可查。你只需在 settings.yaml 中配置好路由与模型备注，主脑即可在后续对话中自主完成拆解、分派、汇总的完整流程，无需反复提示。

它适合已在 dsh 中配置了两条以上 OpenAI 兼容路由、希望一次请求就让不同模型各展所长、同时掌控每条路由成本的开发者。插件不修改 harness 内部逻辑，所有路由与白名单均为普通配置项，卸载即恢复原状。