dsh-bagu 0.10.1 → 0.11.0

This diff represents the content of publicly available package versions that have been released to one of the supported registries. The information contained in this diff is provided for informational purposes only and reflects changes between package versions as they appear in their respective public registries.
package/NOTICE ADDED
@@ -0,0 +1,52 @@
1
+ dsh-bagu
2
+ Copyright (c) 2026 hongdougao111
3
+
4
+ 本项目的规则、代码与文档:MIT License(见 LICENSE)。
5
+
6
+ ────────────────────────────────────────
7
+ 词库数据
8
+ ────────────────────────────────────────
9
+
10
+ data/memes.db 内含 6792 条中文网络梗词条。
11
+
12
+ 来源:梗Wiki https://cnmeme.wiki
13
+ 词条内容(title / tags / usage / origin / other / summary / aliases)
14
+ 由梗Wiki 收录并由其社区整理,经该站公开 API 取得。
15
+ 本仓库未对词条正文做改写。
16
+
17
+ 打包分发方式参考:thawline/dsh-memewiki
18
+ https://github.com/thawline/dsh-memewiki
19
+ 该插件先做了「把词库内联进 DSH 插件」这件事。
20
+
21
+ 使用本项目时请一并保留对梗Wiki 的署名。
22
+ 梗词条内容的具体授权请以梗Wiki 站点声明为准;
23
+ 如需商用,请先确认该站条款。
24
+
25
+ ────────────────────────────────────────
26
+ 规则判据来源
27
+ ────────────────────────────────────────
28
+
29
+ 以下项目为「八股检测」规则的判据参考,仅为方法论来源,未直接复制代码:
30
+
31
+ - beagle style-criteria
32
+ https://github.com/existential-birds/beagle
33
+ (代码注释把代码念一遍的判据)
34
+
35
+ - voku/agent-skills · code-slop · comments-hygiene
36
+ https://github.com/voku/agent-skills
37
+ (comments must explain why, never what the code already expresses)
38
+
39
+ - sloplint
40
+ https://github.com/DW-Studio/sloplint
41
+ (评分公式)
42
+
43
+ - lieflat-less-ai-tone
44
+ https://github.com/larashero3-dotcom/lieflat-less-ai-tone
45
+ (两轮对照实验语料:1169 篇 / 520 万字)
46
+
47
+ ────────────────────────────────────────
48
+ 语料
49
+ ────────────────────────────────────────
50
+
51
+ test/ 与 tools/ 中的真人语料样本(贴吧、B站评论、git commit 等)
52
+ 为公开发布内容摘录,仅用于回归测试判断误拦率,不随插件分发到运行时。
package/README.md CHANGED
@@ -8,27 +8,18 @@ AI 说话有两个毛病,这个插件各管一半:
8
8
 
9
9
  **一是写出谁都能说的话。**「优化了代码结构」「这个视频真的很不错」「首先态度要正,其次内容要实」——换个人说照样成立,等于没说。
10
10
 
11
- **二是认出梗却接不上。** 群里冒出一句「这不就是瞎问虾猜那期吗」,它要么当没看见,要么开始念词条:
11
+ **二是认出梗却接不上。**群里冒出一句「康神开播了」,它要么当没看见,要么开始念词条:
12
12
 
13
13
  ```text
14
- ✗「瞎问虾猜」是 B 站 UP 主瞎猜的系列视频,主要做动漫问答…
15
- ✓ 反向空耳那期?我到现在还没猜出来「诗、水蛇、山神庙」
14
+ ✗「康神开播了」出自游戏主播陈兴玉观看另一位《无畏契约》区职业选手康康直播时的经典名场面…
15
+ ✓ 真的假的 我去真开播了
16
16
  ```
17
17
 
18
- 第一件事靠规则,第二件事靠**在模型看到消息之前就把梗查好**。
18
+ 第一件事靠规则,第二件事靠**内置 6792 条梗词库 + 在模型开始想之前就查好**。
19
19
 
20
20
  ## 一 · 守门:发出去之前拦一道
21
21
 
22
- 覆盖所有对外文本:
23
-
24
- | 场景 | 例子 |
25
- |---|---|
26
- | **聊天** | QQ 机器人、养鱼、DSH 会话 |
27
- | **评论** | B站、贴吧、微博、论坛 |
28
- | **工作沟通** | 邮件、客服回复、周报 |
29
- | **代码托管** | commit、PR 描述、review、issue、变更日志 |
30
- | **文档** | README、技术文档 |
31
- | **代码** | 注释 |
22
+ 覆盖所有对外文本:聊天、评论、邮件、commit、PR、review、issue、文档、代码注释。
32
23
 
33
24
  拦的是这些:
34
25
 
@@ -68,102 +59,91 @@ feat: 优化了用户模块的代码结构,提升了可维护性
68
59
  **第三层 · 场景**
69
60
 
70
61
  - **git**:commit / PR 模板骨架 / review 空话 / issue 客服腔
71
- - **代码注释**:把代码念一遍(判据来自 [beagle style-criteria](https://github.com/existential-birds/beagle/blob/main/plugins/beagle-core/skills/llm-artifacts-detection/references/style-criteria.md) 和 [voku/code-slop](https://github.com/voku/agent-skills/blob/main/skills/code-slop/rules/comments-hygiene.md):comments must explain **why**, never **what** the code already expresses)
62
+ - **代码注释**:把代码念一遍
72
63
 
73
- ### 引用和使用的区别
64
+ 判据来自 [beagle style-criteria](https://github.com/existential-birds/beagle/blob/main/plugins/beagle-core/skills/llm-artifacts-detection/references/style-criteria.md)
65
+ 和 [voku/code-slop](https://github.com/voku/agent-skills/blob/main/skills/code-slop/rules/comments-hygiene.md):
66
+ comments must explain **why**, never **what** the code already expresses.
74
67
 
75
- 这是最难的判断。
68
+ ### 引用和使用的区别
76
69
 
77
70
  ```text
78
71
  「评论区一水儿「我记下了」」 → 在讨论这句话不是用它 → 放过
79
72
  「我记下了」 → 直接用了 → 拦
80
73
  「不要只说「受益匪浅」」 → 在批评 → 放过
81
74
  「受益匪浅」 → 真在拍马屁 → 拦
82
- 「一定火+求互关,雷踩得一个不落」 → 在点评别人的套话 → 放过
83
75
  ```
84
76
 
85
77
  四条判据:引号里的不算、前面有否定词、前面有指代词、后面跟评价词。
86
78
 
87
- ## 二 · 接梗:模型看到消息之前就已经知道
88
-
89
- **这一步和「能查梗」不一样。**查梗要模型主动调工具——它经常不调,直接按自己理解答了。
90
-
91
- 这个插件不等它调。用户消息一进来,先查好,把结果塞进上下文:
92
-
93
- ```text
94
- 用户说:这不就是瞎问虾猜那个系列吗
95
-
96
- 模型拿到的上下文:
97
- [梗]
98
- 对方提的是 瞎猜;同族还有 反向空耳、握着我的抱枕、七岁舔地砖、第四种速度
99
- 照这个接,别解释梗是什么意思。
100
- ```
101
-
102
- 模型还没开始想,就已经知道能接什么了。不含梗的消息一句都不注入,不浪费上下文。
103
-
104
- ### 族是怎么来的
105
-
106
- 梗不是孤岛,keywords 在梗之间重叠就形成族:
107
-
108
- ```text
109
- 「瞎问虾猜」→ 反向空耳 / 握着我的抱枕 / 七岁舔地砖 / 第四种速度
110
- 「福本伸行」→ 超智游戏 / 斗牌传说 / 末世路
111
- 「神龙斗士」→ 古代龙神号 / 超魔神龙神号 / 白虎龙神号 / 剑王龙神号
112
- ```
113
-
114
- 对方提一个大概念,往下钻一层子形态才叫接住;原地重复叫敷衍。
79
+ ## 二 · 玩梗:内置 6792 条,模型开始想之前就查好
115
80
 
116
- ### 真机踩的两个坑(0.10.1 修的)
81
+ **这一步和「能查梗」不一样。**查梗要模型主动调工具——它经常不调,直接按自己理解答了,或者联网搜一圈报个百科答案。
117
82
 
118
- 第一版发出去,装进 DSH 实测,模型的原话暴露了两个 bug:
83
+ 这个插件不等它调。用户消息一进来,先查好,把**怎么接**塞进上下文:
119
84
 
120
85
  ```text
121
- 「工具列表里有 bagu_guard 和 .... 没有 bagu_meme 工具在函数列表里。
122
- 系统提示提到 bagu_meme,但实际函数定义中没有这个工具。」 ← bug 1
123
-
124
- 「注意系统提示 [梗] 对方提的是 67 —— 这是承接上一条"67"的。 ← bug 2
125
- 但用户现在换了话题问"灭建国是谁"。」
86
+ 用户说:康神开播了
87
+
88
+ 模型拿到的:
89
+ [梗] 对方提到:康神开播了
90
+ 怎么接:…观众会刷"康神开播了"来指代这一经典片段。
91
+ 要回复 真的假的 我去真开播了
92
+ 这一类:主播梗/游戏梗/瓦/文字梗
93
+ 照这个接,别念词条出处。
126
94
  ```
127
95
 
128
- **bug 1 · 工具没注册。**`bagu_meme` 原来被 `if (live.memes)` 包着,
129
- 而 `live` 只在 `apply()` 时读一次 —— 设置页打开梗库后,提示里出现了这个工具名,
130
- 函数列表里永远没有。改成**始终注册,开关在 execute 里判**。
96
+ 关键在那个「要回复 真的假的 我去真开播了」——**词库的 `usage` 字段里本来就有**。
97
+ 有了这句,模型不用自己想该接什么。
131
98
 
132
- **bug 2 · 注入的是上一轮消息。**预查从 `session.snapshotEvents()` 翻,
133
- 但那时当轮 `user/message` 还没 append,翻到的是上一句。
134
- 改成在 `agent/pre-step` 里抓当轮消息,预查优先用那份。
99
+ 不含梗的消息一句都不注入。**闲聊一句都不浪费。**
135
100
 
136
- 两个都是**静默失效**:外面看不出错,只是不生效。跟 0.5.1 那个 `ReferenceError` 被吞是一类。
137
- 现在有 7 条测试专门锁这两处(`test/realtime.test.mjs`)。
101
+ ### 为什么能接住
138
102
 
139
- ### 四种接法
103
+ 匹配只认精确命中:标题、slug、别名真的出现在话里。不做反向模糊匹配。
140
104
 
141
- | 接法 | 什么时候 | 例子 |
142
- |---|---|---|
143
- | **下钻** | 对方点名大概念 | 神龙斗士 → 剑王龙神号 |
144
- | **换人** | 对方提了 A | 瞎问虾猜 → 反向空耳 |
145
- | **反打** | 对方半开玩笑 | 「一定火」→「这说法本身就挺八股」 |
146
- | **认领** | 梗说的是你 | 「社死」→「我现在就在社死」 |
105
+ **因为 6792 条里任何两个汉字的组合都能撞上东西。**早先试过「按 2-3 字滑窗去 LIKE 查标题」,
106
+ 结果「帮我看看这个报错」撞出「让我看看你的战斗表情」——全是误报,直接废掉。
147
107
 
148
- ### AI 补充:默认用会话自己的模型,不用填 key
108
+ 宁可漏接,不许乱报。
149
109
 
150
- `aiBridge` 开着时,把族提示喂给模型拼一句具体的接话。
110
+ ### 玩梗尺度
151
111
 
152
- **默认走 DSH 会话自己的模型**——插件拿到当前 provider/model,用宿主已经配好的连接,
153
- 不用填 API key、不用填接口地址,跟这个会话同一份额度。
112
+ 四档,0–100。默认交给模型自己判断,想手动接管才打开滑杆:
154
113
 
155
- 另配接口是兜底(`aiUseOwn`):在 QQ 机器人里跑没有 DSH 会话,或者想换更便宜的模型时才需要。
114
+ | 档位 | 什么行为 |
115
+ |---|---|
116
+ | **很收着**(≤20) | 只接正面的、自嘲的。带贬义的外号不复读,不跟着起哄。 |
117
+ | **有点度**(≤45) | 损发挥可以,损长相、损身体不行。别人先开的头,接半句。 |
118
+ | **跟着玩**(≤70) | 社区玩什么就接什么,不自己发明。分寸跟着对方调子走。 |
119
+ | **放得开**(>70) | 带刺的也能接。但对方认真了就立刻停。 |
156
120
 
157
- **五条失败路径都退回本地族提示,不抛**:没拿到路由、没有 llm 服务、stream 抛错、
158
- 模型返空、返回超过 80 字。不会因为模型挂了导致消息发不出去。
121
+ 档位不写在提示里当标签,写行为——写标签模型只会背标签。
159
122
 
160
123
  ## 三 · 数据
161
124
 
162
- 梗库来自 [梗Wiki](https://cnmeme.wiki) 的公开 API。`data/memes.json` 存 567 条,302KB。
125
+ **内置 `data/memes.db`,6792 条,17MB SQLite。**零依赖,只用 Node 自带的 `node:sqlite`。
126
+
127
+ 表结构:
128
+
129
+ ```sql
130
+ CREATE TABLE memes (
131
+ title TEXT PRIMARY KEY, -- 词条名
132
+ slug TEXT, -- 别名
133
+ tags TEXT, -- 标签,逗号分隔
134
+ usage TEXT, -- 怎么用 / 怎么接 ← 最值钱的就是这个
135
+ origin TEXT, -- 出处
136
+ other TEXT, -- 演化 / 相关 / 备注
137
+ summary TEXT, -- 释义
138
+ aliases TEXT -- 别名,逗号分隔
139
+ );
140
+ ```
141
+
142
+ **99% 的词条有 `usage`**(6709/6792),这就是它能「接」而不是只能「查」的原因。
163
143
 
164
- **其中 120 条有完整锚点**(keywords / aliases),能成族、能接;其余能查到但接不出同族。
144
+ 性能:首轮建索引 54ms,之后**每次查询 1.6ms**(内存索引,索引里带 usage,不碰数据库)。
165
145
 
166
- ### 八组测试
146
+ ## 四 · 八组测试
167
147
 
168
148
  全部在 `tools/` 里可复现:
169
149
 
@@ -185,21 +165,7 @@ node tools/all-scenes.mjs # 18 个场景
185
165
  node tools/evasion.mjs # 对抗绕过
186
166
  ```
187
167
 
188
- ### 贴吧那批语料为什么值钱
189
-
190
- 孙吧、v吧的真人说话充满了「规则看来可疑」的形状:
191
-
192
- ```text
193
- 反问: 你确定看不到过去的时间?兄弟
194
- 三段并列: 提瓦特世界是过去、现在、未来同时存在的
195
- 复述后反打:是啊,所以就静悄悄的也忘了
196
- 直接骂: 你放屁,分明是天理提供的
197
- 单字回复: 诶嘿 / 草 / 就这?
198
- ```
199
-
200
- 全是真人在说真话。68 条零误拦,说明规则没把这些当套话。
201
-
202
- ## 四 · 拦不住什么
168
+ ## 五 · 拦不住什么
203
169
 
204
170
  对抗测试 10 种绕过手法拦住 6 种。剩下 4 种是已知边界:
205
171
 
@@ -210,19 +176,18 @@ node tools/evasion.mjs # 对抗绕过
210
176
 
211
177
  **规则只能认形状,认不了「这句话是不是真的」。** 止血带,不是解药。
212
178
 
213
- ## 五 · 成本
179
+ ## 六 · 成本
214
180
 
215
181
  | 场景 | 配置 | 成本 |
216
182
  |---|---|---|
217
183
  | 纯浏览 / 日常聊天 | 默认 | **0** |
218
184
  | 守门 | 默认 | **0**(本地正则) |
219
- | 预查接梗 | 梗库开 | **0**(本地正则) |
220
- | 要它替你想一句 | + AI 接梗开 | 每条一次会话模型调用 |
185
+ | 每轮自动查梗 | 默认开 | **0**(本地 SQLite,1.6ms) |
186
+ | 要它替你想一句具体接话 | + AI 接梗开 | 每条一次会话模型调用 |
221
187
 
222
- 系统提示注入 **31 字**(梗库开时 158 字),工具描述 **54 字**,输出 2 字或 40 字内。
223
- 判断全在本地正则里跑完,**不调模型**——除了 AI 接梗那个单独开关。
188
+ 系统提示:守门 31 字;开了玩梗加约 120 字。判断全在本地跑,不调模型。
224
189
 
225
- ## 六 · 装
190
+ ## 七 · 装
226
191
 
227
192
  ```sh
228
193
  dsh plugin --profile web add dsh-bagu
@@ -230,32 +195,37 @@ dsh plugin --profile web add dsh-bagu
230
195
 
231
196
  装完重启一次 dsh。**设置 → 八股检测**。
232
197
 
233
- ## 七 · 设置页
198
+ ## 八 · 设置页
234
199
 
235
- - **挡不挡**——总开关 / 严格模式 / 提示那一节 / 梗库
200
+ - **挡不挡**——总开关 / 严格模式 / 提示那一节
201
+ - **玩梗**——梗库开关 / 每轮自动查 / 尺度开关 + 滑杆
236
202
  - **AI 接梗**——开关 + 显示当前会话模型 + 另配接口(兜底)
237
203
  - **试一段**——八种样本,当场看能不能过
238
204
  - **阈值**——留白词下限、结构腔倍数、具体物下限
239
205
 
240
- ## 八 · 开发
206
+ ## 九 · 开发
241
207
 
242
208
  ```sh
243
- npm test # 102 个单元测试
209
+ npm test # 110 个单元测试
244
210
  ```
245
211
 
246
- ## 数据来源
212
+ ## 致谢
247
213
 
248
- - 两轮对照实验,1169 篇 / 520 万字([lieflat-less-ai-tone](https://github.com/larashero3-dotcom/lieflat-less-ai-tone))
249
- - 10 万条真人评论 vs 2180 条 AI 评论的密度实测
250
- - [sloplint](https://github.com/DW-Studio/sloplint) 的评分公式
251
- - [beagle style-criteria](https://github.com/existential-birds/beagle/blob/main/plugins/beagle-core/skills/llm-artifacts-detection/references/style-criteria.md)
252
- - [梗Wiki](https://cnmeme.wiki) 的公开 API
214
+ **词库来自 [梗Wiki](https://cnmeme.wiki)。**
253
215
 
254
- ## 致谢
216
+ 6792 条词条是那个站点一条一条攒出来的——来源、用法、标签、别名、摘要,全部来自它的公开 API。
217
+ 最值钱的 `usage` 字段(「怎么接」)也是它整理的,不是这里编的。
218
+
219
+ 没有那个站,这个插件只会有几十条手抄的梗,接不住任何东西。
220
+
221
+ 也感谢 [thawline/dsh-memewiki](https://github.com/thawline/dsh-memewiki)——
222
+ 「不等模型来查,先把答案摆在它面前」这个做法是它先做的,词库打包分发的方式也是跟它学的。
255
223
 
256
- 预查注入的做法参考了 [thawline/dsh-memewiki](https://github.com/thawline/dsh-memewiki)——
257
- 「不等模型来查,先把答案摆在它面前」这个思路是它先做的。
224
+ 规则部分的判据参考自 [beagle style-criteria](https://github.com/existential-birds/beagle/blob/main/plugins/beagle-core/skills/llm-artifacts-detection/references/style-criteria.md)、
225
+ [voku/code-slop](https://github.com/voku/agent-skills/blob/main/skills/code-slop/rules/comments-hygiene.md)、
226
+ [sloplint](https://github.com/DW-Studio/sloplint)、
227
+ [lieflat-less-ai-tone](https://github.com/larashero3-dotcom/lieflat-less-ai-tone)。
258
228
 
259
229
  ## 许可
260
230
 
261
- MIT。
231
+ MIT。词库数据来自梗Wiki,使用时请一并保留对其的署名。