DSH学习路线与发送一条提示词后发生了什么?
文章目录
最近开始精读 DeepSeek 开源的Agent框架 DeepSeek Harness (DSH) 源码
面对一个庞大的开源项目,想研究学习往往有点手足无措
不知道如何开始,往往是很多人迟迟无法行动的最大阻碍
我思考了一种在我看来算是比较有效的学习方法
整个学习过程,应该不会让你觉得很枯燥
我给自己定了一条“先纵后横”的源码学习路线:
第一阶段(纵向全链路追踪)
暂时忽略细枝末节
紧紧咬住“用户在输入框敲下一句话 → 模型返回最终结果”这一条真实数据流,顺着代码的实际执行顺序,逐文件、逐函数地把整个大闭环走通
第二阶段(横向大类全景拆解):
等主干道彻底跑通、心里有了全局坐标系之后
再回过头来,把一路上遇到的核心大类(比如 ReactLoopInbox、Session 等)单独拎出来,细致拆解它们的全部功能与边界设计
作为这个系列的第一篇(EP.01),我们先从纵向主干道的起点出发:
拆解一条提示词从 UI 发出,到后端状态机点火启动(wakeDriver)的完整入口链路
一、 都在本地运行,为什么前后端还要走 RPC?
很多刚接触本地 Agent 客户端的同学会以为
既然界面和核心逻辑全跑在自己电脑上
前端点一下发送,后端直接内存函数调用就完了
但在 DSH 的架构里,哪怕全在本地,前后端也是严格隔离的两个独立进程:
-
前端(Web Client 进程):跑在浏览器(或 Electron 桌面窗口的网页视图)里,只负责渲染界面与对话气泡,没有权限直接操作本地文件系统或终端
-
后端(Host / Server 进程):跑在本地的 Node.js 进程(默认监听 127.0.0.1:3080),所有读写文件、执行命令、写 .jsonl 日志、调用大模型 API 的重活全在这里完成
正因为跨了操作系统进程边界,前端和后端之间采用了一套基于 JSON 的本地通信协议(Web RPC + Streams):
-
发指令(UI → 后端):用户在输入框按下发送后,前端通过 HTTP / WebSocket 发送 JSON 格式的 Web RPC 请求,参数里带着目标会话的 sessionId 和封装好的 UserMessage;
-
推状态(后端 → UI):后端大模型吐字或状态变更时,则通过 Web Session-follow 流式通道(SSE / WebSocket)把实时 JSON 帧推回前端渲染。
二、 找到目标实例,触发第一个入口:followup()
在用户发送消息之前,当你打开网页新建或加载会话时,后端其实已经通过 ctx.agents.create() 或 ctx.agents.resume() 在内存里把对应的 ReactLoopAgent 实例准备好了。不过此时它处于 idle(空闲待命)状态,并没有运行大模型循环。 当你按下发送键,本地 Web 服务端收到前端传来的 RPC 请求后,会做两件事:
-
通过注册表定位实例:根据请求里的 sessionId,调用 ctx.agents.get(sessionId) 捞出正在服务的那个 ReactLoopAgent 对象;
-
叩响引擎的第一道门:调用这个实例暴露出来的公共入口方法——packages/core/agent-loop/src/agent.ts 里的 followup():
下一期预告(EP.02) 提示词已经由你的手指输入,开了 followup() 的大门 接下来,在 send() 内部,这条消息是如何先被持久化落盘进收件箱(Inbox),再通过 wakeDriver() 把整个 Agent 引擎从 idle 点燃成 running 的? 下一期,我们专门拆解 Agent 引擎的点火启动机制
沿着这个主题继续读
从一篇文章,找到相关的教程、经验和阅读路径。




