Codex DSH Executor Bridge
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
Codex DSH Executor Bridge
让 Codex 的强主模型负责规划、拆分、验收和修正,让 DeepSeek Harness(DSH)执行边界明确的子任务。主模型保持你当前选择的模型,安装器不会更换它。
默认由 Codex 直接完成任务,不自动调用 DSH。 只有你明确要求当前任务使用 DSH,或 Codex 建议具体的委派范围并得到你确认后,才启用 DSH。复杂任务、已安装工具或以前使用过 DSH,都不代表本次已授权;授权不会自动延伸到后续任务。确认前不派发任务,也不为委派导出聊天上下文。
这是一个本地 stdio MCP 服务。模型请求由你自己安装的 DSH 发出;不要求使用 DeepSeek 官方 API。可以复用 DSH 中已选定的第三方模型服务,但服务必须支持 DSH 所选协议、工具调用和模型配置。不要把任意聊天接口直接当成兼容的代理执行接口。
工作方式
Codex 强主模型 → 拆分任务/明确边界与验收条件
→ delegate_to_deepseek → DSH 独立会话 → 文件修改/检查
← 执行报告、进程状态和完成事件
→ 独立检查实际 diff 与测试 → 必要时定向修正 → 最终验收默认每个 MCP 进程最多 4 个并发任务,可配置为 1–5。
同一个真实工作区路径串行;独立目录或 Git worktree 可以并发。不要把相互重叠的父子目录当作独立工作区。
桥接器不会自动拆任务。主模型需要主动同时发起多个独立委派;顺序调用仍然是顺序执行。
每个聊天可能启动独立的 MCP 进程;不同进程不共享并发额度,也不共享工作区锁。
execution_completed只表示执行协议完整结束,验收由主模型负责。
Related MCP server: any-model-plugin
快速配置(Windows)
已在 Windows 的 DSH Desktop 0.2.1-rc.2 环境验证。Node.js 要求 24 或更新版本。其他 DSH 版本可能调整内部 CLI 路径或配置格式;安装后先做 smoke test。macOS/Linux 的实际 DSH 启动尚未验证。
安装 DeepSeek Harness Desktop。在桌面端配置模型服务、保存凭据并选中要交给子任务使用的模型。先确认它能正常执行一个简单任务。
克隆本项目并安装固定依赖:
git clone https://github.com/eririmoe/codex-dsh-executor-bridge.git cd codex-dsh-executor-bridge npm ci --ignore-scripts预览配置。把示例安装目录替换为自己的实际目录:
node setup.mjs --desktop-root "C:\Apps\DeepSeek Harness" --register-codex --dry-run检查输出的目标路径后去掉
--dry-run:node setup.mjs --desktop-root "C:\Apps\DeepSeek Harness" --register-codex默认读取 DSH 的
desktopprofile,只复制当前选中模型的路由和凭据引用,创建专用codex-workerprofile、忽略入库的bridge.config.json,并为 Codex 追加 MCP 条目。不复制凭据存储,不覆盖主模型。已有不同配置会拒绝覆盖;见 配置说明。重启 Codex 或打开能够重新加载 MCP 配置的新聊天。将 AGENTS.md 中的工作规则合并到需要使用它的项目。可直接告诉 Codex:
仅本次任务使用 DSH:保持当前强模型负责规划与验收。通过 deepseek_harness 的 delegate_to_deepseek 委派执行;先明确工作区、允许修改的文件和验收检查。独立任务可使用独立工作区并发,默认最多 4 个。你需要独立检查结果;失败后最多定向修正两轮。后续任务仍默认由 Codex 直接完成。
运行本地测试;真实模型测试需单独显式启用,会使用你所配置的模型服务:
npm run test:strict $env:DSH_BRIDGE_SMOKE = "1" npm run smoke Remove-Item Env:DSH_BRIDGE_SMOKE
dsh 不在 PowerShell 的 PATH 中也可以使用:Desktop 模式直接调用实际安装目录中的可执行文件和 ASAR 内的 CLI,通过 UTF-8 stdin 发送任务,避免 .cmd 和 shell 引号损坏中文或代码。
任务上下文(可选)
委派可以增加 contextPath:指向工作区内、主模型已经检查的 JSON 文件。桥接器在收到请求时读取一次、计算 SHA-256,并把该版本的完整 JSON 与路径直接嵌入 worker 的 stdin。排队期间即使原文件改变,该任务仍使用提交时的内容。台账只记录路径、字节数和哈希。
上下文格式见 示例:summary 写目标背景,confirmedFacts 写已核实事实,invariants 写不可变约束,acceptanceChecks 写验收条件,messages 仅存相关用户/助手对话。历史消息不会扩展当前任务授权。正确上下文能减少遗漏,但不能保证执行模型保持概念准确,主模型仍需独立验收。
需要从当前 Codex 聊天导出草稿时,主模型应先核实该聊天的实际 rollout JSONL,再运行:
node scripts/export-context.mjs --source "<当前聊天的实际JSONL路径>" --output ".bridge-context/task-001.json"导出器仅保留最近的可见用户/助手文本,默认最多 40 条、48,000 字节文本;排除工具结果、系统/开发者记录及内部分析,不读取消息中提到的文件。它会遮盖部分常见密钥格式,但不能保证识别所有敏感内容。导出不会调用模型;主模型必须检查草稿、补充事实和不变量后再委派。不要将原始日志交给 worker,也不要把不同聊天的最新文件误当作当前聊天。
示例工具参数(路径替换为实际绝对路径):
{
"workspace": "C:/Projects/example-task",
"contextPath": "C:/Projects/example-task/.bridge-context/task-001.json",
"task": "只修正允许文档中的参数解释,遵守上下文中的事实和不变量,并报告检查结果。"
}contextPath 必须位于实际工作区内,最大 96 KiB;不接受原始 JSONL、其他角色或未知字段。未提供时保持原来的调用行为。其他项目也应将 .bridge-context/ 加入自身 Git 忽略规则。
超时与停止监测
默认 worker 总时限 30 分钟,可通过 --timeout-ms 设置 1 秒至 60 分钟。安装器把外层 MCP 工具时限设为 worker 时限加 5 分钟。排队等待也占用调用方的 MCP 时限;大量排队时应缩小批次或自行增加外层时限。
默认每 5 秒记录进程心跳,分别保留真实事件的 lastActivityAt。连续 3 分钟没有新事件仅标记 suspectedStall,不会因此自动杀进程或编造进度。总时限是硬上限,即使仍有活动也会停止。
成功必须同时满足:进程以 0 退出、收到 turn_end 的 completed 原因、收到 final,且没有协议或显式错误。非零退出、启动权限错误、取消、总超时、输出超限和缺失完成事件会分别报告。失败不自动重试,也不会撤销可能已发生的文件修改。
默认复用源 profile 的会话/storage 位置,保留 DSH 桌面列表可见性。DSH 桌面界面不一定拥有外部 headless 会话的实时状态,可能把它作为历史会话显示中断。请结合 MCP 状态、真实进程和完成事件判断;不能仅凭 GUI 提示认定仍在运行或已经停止。需要独立存储时在安装中加入 --isolate-sessions,此时桌面默认列表通常看不到 worker 会话。
MCP 工具
工具 | 用途 |
| 输入 |
| 查询状态、PID、心跳、实际活动时间、阶段和完成事件;不返回推理或工具输入 |
| 取消当前 MCP 进程拥有的任务;必须继续检查终态及部分修改 |
任务 ID 不得复用。服务器退出会终止自己创建的 worker。重启后查询旧任务时,如果原 MCP 进程已消失,会报告 interrupted;不会仅凭磁盘里的旧 PID 杀进程或自动重新执行。
源码与隐私
源自项目 deepseek-harness-codex-bridge,来源与变更见 NOTICE.md。它是社区桥接器。
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Maintenance
Related MCP Connectors
Shared task layer for AI agents: tasks, handoffs and decisions that persist across tools.
Task tracking built for coding agents. Work is leased, so two agents never take the same SubTask.
Shared task queue for humans and AI agents: leases, handoffs, approvals and signed receipts.
Task manager for AI agents. Orchestrate agents to achieve large goals in unified control plane.
Related MCP Servers
- AlicenseBqualityDmaintenanceEnables multi-worker autonomous agent orchestration: decompose complex tasks, run parallel workers, auto-review, and generate follow-up tasks via the Model Context Protocol.8MIT
- AlicenseNot gradedqualityCmaintenanceEnables AI agents to delegate tasks, run adversarial reviews, and manage background jobs across multiple models and providers via anymodel_* tools.Apache 2.0
- AlicenseNot gradedqualityBmaintenanceEnables host agents to launch and supervise durable, long-horizon AI jobs—starting, running, resuming, checking budgets, and inspecting assembled context—so tasks can survive restarts and outlive the conversation with verified completion.MIT
- AlicenseNot gradedqualityBmaintenanceEnables an opt-in manager–worker workflow where a manager agent plans work, dispatches scoped tasks with acceptance criteria to independent worker sessions, tracks progress on a live monitor, audits scope, and verifies artifacts by fingerprint before integrating them. Durable SQLite-backed state, heartbeats, and per-attempt logs support stop/resume, anti-duplicate dispatching, and recovery across closed chats.MIT