@huai_xin/dsh-workbuddy 0.1.12 → 0.1.14

package/README.md

@@ -306,15 +306,6 @@ node test/live/policy-probe.mjs       # 两版白名单与准入结果对照
 - **思考档位只认服务端声明的 `reasoning.supportedEfforts`**（两个源合并后国内 15/34、国际 21/28）；只声明了默认档的模型不给档位列表 —— 与网页端行为一致。合并后仍无档位的，请求里不带 `reasoning_effort`，由服务端取默认。
 - 实时**繁忙程度**只有大陆版有（`POST /v2/chat/busy`，海外版 404，`regions.js` 的 `hasBusy` 决定那一列是否显示）。它**不是可用性信号**：只对白名单内的活跃模型返回 `idle/normal/busy/congested`，其余一律 `unknown`（面板显示「未知」，不当成故障）。插件侧 50 秒缓存，与官方前端一致。
 - 两版**条目数会变**：2026-10-22 实测大陆版 30 个（`ok` 22 / `dead` 8）、海外版 25 个（`ok` 13 / `denied` 12）。`gpt-5.3-codex` 只在账号名单里，两个 `/v3/config` 都没有它，倍率因此是「未知」。
-- **长上下文下模型会"说话说一半就收尾"（上游行为，非插件问题）**：海外版 `deepseek-v4.1-flash` 在上下文很长时会不调用工具、只用一句话叙述下一步然后 `finish_reason: "stop"`（例如「我需要先读取该文件，才能准确修改。」）。实测（2026-10-22，`node test/live/long-context-probe.mjs`）：
-
-  | 输入规模 | 正确调用工具 | 提前 `stop` |
-  | --- | --- | --- |
-  | 0k（1 条消息） | 2/2 | 0/2 |
-  | 30k 字符（613 条） | 2/2 | 0/2 |
-  | 89k 字符（1825 条） | 1/2 | **1/2** |
-
-  用户侧复现阈值约 **120k 上下文**起明显（其它模型未测）。判据是**换了上下文长度、其它一切不变**即可复现/消失，且流里**一个 tool-call 分片都没有**、`finish_reason` 就是 `stop` —— 所以既不是适配器丢帧（丢帧会看到 `finish_reason: "tool_calls"`），也不是采样（四档温度 16/16 正常）、不是工具 schema（70 个工具 / 单个 / 简化 schema 9/9 正常）。`stop` 是模型自己采到 EOS，属于上游质量问题；缓解手段只有换模型、把会话压短（harness 的压缩），或回一句"继续"。
 
 ## 上游行为与错误映射
 
@@ -359,7 +350,6 @@ node test/live/stream-cut-probe.mjs cn --selftest     # 离线验证"断流"分
 node test/live/stream-cut-probe.mjs intl 10 --long    # 真实压测断流率（免费模型零消耗）
 node test/live/find-message.mjs "关键词" <会话前缀>     # 按文本定位某一步，并打出前后事件
 node test/live/dump-stream.mjs <会话前缀> <seq,…>      # 打印那一步存下来的原始流帧
-node test/live/sampling-probe.mjs intl 4              # 同一提示在各 temperature 下的"提前 stop"率
 ```
 
 ## 许可

package/docs/workbuddy-protocol.md

@@ -394,7 +394,7 @@ data: [DONE]
 | INTL scoped → `500`（openresty/APISIX，HTML 错误页） | 2026-10-21 起持续；`/v3/config` 正常 ✅ |
 | `glm-5.1` 图片能力两个端点矛盾 | scoped 报 `false`、`/v3/config` 报 `true`，实测能看图（📖 参考实现据此写了覆盖白名单） |
 | 目录包含渠道不服务的模型 | 见 `11102`（§6）✅ |
-| 长上下文下"说话说一半就收尾"（`finish_reason: stop`，无工具调用） | 上游/模型行为，**不是插件问题**。实测：同一提示、同一套工具、只改前面的对话长度 —— 0k 2/2 正常、30k 1/2（一次 181 字后 `stop`）、89k 1/2；每次 finish 诊断块都标 `workbuddy-intl/deepseek-v4.1-flash`。判据：流里**没有任何 tool-call 分片**、`finish_reason` 就是 `stop`（若丢帧会是 `tool_calls` 且能看到分片）。已排除：采样（四档温度 16/16 正常）、工具 schema/数量（70 个 / 单个 / 简化 schema 9/9 正常）、提示词校验（海外版无此错误，请求体按原样转发）。复现：`node test/live/long-context-probe.mjs 2`；排查：`node test/live/toolcall-audit.mjs <会话前缀>`、`sampling-probe.mjs`、`tools-probe.mjs`。缓解只有换模型/压缩上下文/回一句"继续" —— 合法的 `stop` 不能当错误重试。 |
+| 长上下文下"说话说一半就收尾"（`finish_reason: stop`，无工具调用） | 上游/模型行为，**不是插件问题**。对外跟踪入口：[issue #1](https://github.com/2424830124/dsh-workbuddy/issues/1)（含两次真实截断的 `responseId`/`outputTokens` 与已排除项）。实测：同一提示、同一套工具、只改前面的对话长度 —— 0k 2/2 正常、30k 1/2（一次 181 字后 `stop`）、89k 1/2；每次 finish 诊断块都标 `workbuddy-intl/deepseek-v4.1-flash`。判据：流里**没有任何 tool-call 分片**、`finish_reason` 就是 `stop`（若丢帧会是 `tool_calls` 且能看到分片）。已排除：采样（五档 16/16 与 2–3/8 两个实验都无差别）、工具 schema/数量（70 个 / 单个 / 简化 schema 9/9 正常）、`prompt_cache_key` 与 `stream_options`（去掉后 1/8 vs 2/8）、提示词校验（海外版无 11128 之外的拦截，请求体按原样转发）。复现：`node test/live/long-context-probe.mjs 2`、`node test/live/repro-probe.mjs 3 deepseek-v4.1-flash 280000`；取证：`node test/live/session-tail-live.mjs <会话前缀> 8 dsh-model-picker`（读 `response.stopReason` 原话）。缓解只有换模型/压缩上下文/回一句"继续" —— 合法的 `stop` 不能当错误重试。 |
 
 ### 4.7 模型选择器里每一项元数据的来源
 
@@ -694,6 +694,22 @@ POST /v2/chat/completions {"model":"glm-4.6", …}
 
 结论：这是**行首锚定的品牌指纹**（「某 AI agent powered by &lt;品牌&gt; Harness」），不是内容审查。规避方式：把这一句改写成中性表述（本插件统一改写为 `You are an AI agent.`，两个部署都改）✅。
 
+#### 7.1.1 规则扩大：整段 DSH 提示词被拦（2026-10-23）
+
+同一天再次实测：**完整的 DSH 系统提示词（5.7k 字符）整段被拦**，而短提示词通过。二分结果：
+
+| 送什么 | 结果 |
+| --- | --- |
+| 完整 DSH 提示词（只做 7.1 的开头改写） | **拦（11128）** |
+| 同一份，只去掉最后那段 Web GUI 开发指引 | 过 ✅ |
+| 只送那一段（1002 字符） | 过 ✅ |
+| 那一段的每一句单独送 | 全都过 ✅ |
+| 中性提示词填充到 5.7k / 10k 字符 | 过 ✅（不是长度） |
+
+所以**不是一个词、也不是长度**，而是「提示词整体 + 那段开发指引」的组合命中。那段内容是 `pnpm run dev:web` / `apps/web` / HMR / "do not start a replacement server" —— **给改 harness 自身的人看的**，对一次聊天补全毫无用处，所以插件直接**整行删掉**，并把 `DeepSeek Harness` 统一改写成 `this harness`（顺序很重要：先删行再改名，否则模式匹配不到原文）。
+
+> 注意：这条规则**会继续扩大**。再遇到 11128 时，用 `node test/live/cn-prompt-fingerprint.mjs` 二分定位新命中的段落，再决定删还是改，别猜。
+
 ### 7.2 其它渠道相关事实
 
 - `X-Conversation-ID` 可复用；一旦被判定为异常渠道，**换新会话标识无效**（实测：换标识 + 切备用主机仍被拒），但换一个**合法 system 提示词**立刻恢复 ✅。
@@ -876,7 +892,7 @@ provider 与全部 HTTP 路由都没注册，设置面板只剩一个 `HTTP 404`
 | `prompt_cache_key` | 发（会话级） | **不发** | 反向差异；实测对本问题无影响（去掉后 1/8 vs 2/8），保留以提高前缀缓存命中 ✓ |
 | `stop` | 仅调用方给 | 不发 | 等价 ✓ |
 | `store` / `prompt_cache_retention` | 不发 | 发（配置值，通常未设置） | 等价 ✓ |
-| 请求头 | `Authorization` / `Accept` / `X-Domain` / `X-Product` / `X-Product-Code` / `User-Agent` | 同类内部头（`X-User-Id`/`X-Enterprise-Id`/`X-Tenant-Id`/`X-Department-Info`/`X-Domain`/`User-Agent`），且会剔除内部头再转发 | 我们的头是目录/聊天都验证过可用的最小集合 ✓ |
+| 请求头 | `Authorization` / `Accept` / `X-Domain` / `X-Product` / `X-Product-Code` / `X-Agent-Purpose` / **`X-Agent-Intent: craft`** / `X-Agent-Runtime` / `X-IDE-Name` / `X-IDE-Type` / `X-IDE-Version` / `X-Session-ID` / `X-Model-ID` / `X-Conversation-ID` / **`X-Conversation-Message-ID`** / `X-Conversation-Request-ID` / **`X-Request-ID`** / `User-Agent` | 同类内部头（`X-User-Id`/`X-Enterprise-Id`/`X-Tenant-Id`/`X-Department-Info`/`X-Domain`/`User-Agent`），转发前还会**剔除**内部头 | **网关会校验**：2026-10-23 实测，裸请求缺 `X-Agent-Purpose`/`X-Conversation-*`/`X-IDE-*` → `400 code 11128 request illegal`。已按官方常量对齐（`X-Agent-Intent` 默认 `craft`；`X-Conversation-Message-ID`/`X-Request-ID` 标识"被回答的那条消息"，用最后一条 user 消息的哈希，重试时保持不变） |
 
 **结论：结构上不是"完全一样"，但没有一处会造成"提前收尾"** —— 唯一的实质差异是官方总带采样参数，
 而实测它对这个问题无效。`refusal` 的含义见 §12.2。
@@ -916,6 +932,24 @@ provider 与全部 HTTP 路由都没注册，设置面板只剩一个 `HTTP 404`
 | `test/live/picker-contract-check.mjs` | 适配器实际给模型选择器什么（`providerInfo` / `listModels` / `resolveModel`） |
 | `test/live/harness-contract-replay.mjs` | 复刻 harness 校验规则，定位「选择器整组消失」 |
 | `test/live/dead-code-report.mjs` | 死代码审计：未使用的 CSS 类、词典键、导出 |
+| `test/live/installed-package-check.mjs [dir]` | 检查**已安装副本**（真目录、依赖为空、provider 注册、选择器可选项、资源齐全） |
+| `test/live/leak-scan.mjs [ref]` | 发布前必跑：工作区 + git 历史的账户信息/凭据泄露扫描 |
+| **会话取证（"回答为什么中断"）** | |
+| `test/live/session-tail-live.mjs [前缀] [步数] [项目过滤]` | 读最新会话的末尾几步；容残帧（`ZSTD_e_flush`），带 `stopReason`/`outputTokens`/正文 |
+| `test/live/last-finishes.mjs [前缀] [步数] [项目过滤]` | 只看每步的 `upstream.stopReason` 与"stop 且无工具调用"的步，附分布统计 |
+| `test/live/find-message.mjs "关键词" [会话前缀]` | 按正文定位某一步，并打出前后事件 |
+| `test/live/dump-stream.mjs [会话前缀] <seq,…>` | 打印某一步存下来的原始流帧（含 finish 的 `response` 诊断块） |
+| `test/live/toolcall-audit.mjs [会话前缀] [步数]` | 上游宣告了工具调用、但一个分片都没交付的"丢失指纹" |
+| **流与请求结构实验（改协议相关代码前跑）** | |
+| `test/live/stream-cut-probe.mjs [cn\|intl] [次数] [模型] [--selftest]` | 断流分类：`--selftest` 离线自检，长回答模式可压测断流率 |
+| `test/live/repro-probe.mjs [次数] [模型] [填充字符]` | 长上下文 + 真实 70 工具集下"是否调用工具"，每行打印原始 `finish_reason` |
+| `test/live/long-context-probe.mjs [次数] [模型]` | 只改上下文长度，看提前收尾率（可复现的对照实验） |
+| `test/live/context-size-probe.mjs [字符数…]` | 填充上下文实际值多少 token（网关 `inputTokens` 为准） |
+| `test/live/thinking-field-probe.mjs [次数] [模型] [部署]` | 带/不带 `thinking` 字段时思考量对比（档位才是开关） |
+| `test/live/dsh-prompt-probe.mjs [次数] [字符数…]` | **用会话里存的 DSH 原版系统提示词** + 真实 70 工具集跑长上下文，看会不会调用工具（2026-10-23：0k/90k/280k 各 3 次，9/9 都调用 `read`） |
+| `test/live/system-prompt-probe.mjs [次数]` | 判定上游是否注入/覆盖 system：两个代号实验 + 不给 system 时它自认是谁（答「DeepSeek」= 无厂商注入）+ 语言服从性 |
+| `test/live/request-structure.mjs` / `test/live/free-models.mjs` | 各厂商请求结构、免费档清单的逐字段试探 |
+| `test/live/verify-policy.mjs` | 实时目录扣掉台账里 `dead` 的判定后，两版的条目数对照 |
 | **契约与 UI 参考（写 UI 插件用）** | |
 | `test/live/slot-inventory.mjs [outFile]` | 列出客户端实际渲染的所有插槽 |
 | `test/live/model-seat-kind-probe.mjs` | 模型席位的 kind 与占用者（决定能不能接管） |

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@huai_xin/dsh-workbuddy",
-  "version": "0.1.12",
+  "version": "0.1.14",
   "description": "WorkBuddy model provider for DeepSeek Harness (international + China deployments)",
   "type": "module",
   "main": "./src/index.js",

package/src/adapter.js

@@ -607,23 +607,34 @@ export class WorkBuddyAdapter {
   }
 
   /**
-   * Neutralise the one system-prompt fingerprint the China gateway blocks.
+   * Neutralise the system-prompt fingerprints the China gateway blocks.
    *
-   * Verified 2026-10-21 against `copilot.tencent.com`: a system message whose
-   * text *begins* with `You are an AI agent powered by DeepSeek Harness`
-   * (case-insensitive, trailing period optional) is answered with
-   * `code 11128 Illegal API invocation from an unapproved channel`. The bare
-   * phrase, a leading word, and the same sentence with another noun all pass,
-   * so the rule is an anchored brand fingerprint rather than a content filter.
-   * Rewriting that opening keeps every other instruction intact.
+   * Verified 2026-10-21 against `copilot.tencent.com`: a system message whose text
+   * *begins* with `You are an AI agent powered by DeepSeek Harness` is answered with
+   * `code 11128 Illegal API invocation from an unapproved channel`.
    *
-   * Applied to both deployments: the international gateway accepts the
-   * original wording, but one prompt shape for both routes is simpler to
-   * reason about and cannot regress when the rule spreads.
+   * Verified again 2026-10-23: the rule now catches more of the harness prompt. The
+   * whole 5.7k-character prompt is rejected while a short one passes, and bisecting it
+   * shows the harness's Web-GUI development guidance at the end is part of what
+   * trips the check (dropping that paragraph unblocks the same prompt). That guidance
+   * is instructions for a coding session about the harness's own web shell — useless
+   * to a chat completion — so it is dropped for this route rather than rewritten.
+   * Brand mentions are generalised for the same reason.
+   *
+   * Applied to both deployments: the international gateway accepts the original
+   * wording, but one prompt shape for both routes is simpler to reason about.
    */
   sanitizeSystem(text) {
     if (typeof text !== 'string') return text
-    return text.replace(/^[ \t\r\n]*you are an ai agent powered by deepseek harness\.?/i, 'You are an AI agent.')
+    return text
+      .replace(/^[ \t\r\n]*you are an ai agent powered by deepseek harness\.?/i, 'You are an AI agent.')
+      // Drop the Web-GUI development paragraphs: `pnpm run dev:web`, `apps/web`,
+      // the HMR receiver and the "do not start a replacement server" advice are all
+      // for editing the harness itself, and this route never needs them. This runs
+      // before the brand rename below, or the pattern would no longer match.
+      .replace(/[^\n]*(?:pnpm run dev:web|apps\/web|client-plugin HMR|DeepSeek Harness Web GUI|replacement server)[^\n]*\n?/gi, '')
+      .replace(/DeepSeek Harness/g, 'this harness')
+      .replace(/\n{3,}/g, '\n\n')
   }
 
   buildBody(options, model, entry, imageUrls) {

package/src/catalog.js

@@ -224,7 +224,7 @@ export function entryFromMeta(id, meta) {
  * normally. So this is a preference order and a "officially sanctioned" marker,
  * never a filter.
  */
-export function whitelistedIds(agents) {
+function whitelistedIds(agents) {
   if (!Array.isArray(agents)) return []
   for (const agentName of ['cli', 'craft']) {
     const agent = agents.find((entry) => typeof entry === 'object' && entry !== null && entry.name === agentName)