dsh-bagu 0.11.0 → 0.11.1
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/dsh-plugin.json +1 -1
- package/lib/memes.js +74 -3
- package/package.json +2 -2
- package/test/fragment.test.mjs +82 -0
package/dsh-plugin.json
CHANGED
package/lib/memes.js
CHANGED
|
@@ -60,6 +60,21 @@ export function stats() {
|
|
|
60
60
|
* 2. 标题的一部分出现(「码头」「康神」)
|
|
61
61
|
* 3. 别名出现
|
|
62
62
|
*/
|
|
63
|
+
/**
|
|
64
|
+
* 常用词黑名单:这些词出现在话里不算梗,不能拿去反查标题。
|
|
65
|
+
*
|
|
66
|
+
* 之前误报的根因就是拿「帮我」「看看」「这个」去 LIKE 查,什么都能撞上。
|
|
67
|
+
*/
|
|
68
|
+
const COMMON = new Set([
|
|
69
|
+
'这个', '那个', '什么', '怎么', '可以', '不能', '我们', '你们', '他们',
|
|
70
|
+
'自己', '现在', '以后', '之前', '后来', '开始', '结束', '问题', '东西',
|
|
71
|
+
'时候', '因为', '所以', '但是', '如果', '还是', '就是', '不是', '表示',
|
|
72
|
+
'帮我', '看看', '一下', '一个', '没有', '已经', '需要', '应该', '可能',
|
|
73
|
+
'这里', '那里', '哪里', '为什么', '怎么办', '是不是', '会不会', '能不能',
|
|
74
|
+
'测试', '报错', '函数', '返回', '代码', '文件', '修改', '添加', '删除',
|
|
75
|
+
'更新', '处理', '逻辑', '实现', '功能', '方法', '配置', '端口', '运行',
|
|
76
|
+
]);
|
|
77
|
+
|
|
63
78
|
/** 内存索引。库是只读的,建一次就够。 */
|
|
64
79
|
let INDEX = null;
|
|
65
80
|
|
|
@@ -80,8 +95,26 @@ function buildIndex() {
|
|
|
80
95
|
if (a.length >= 2 && !STOP.has(a.toLowerCase())) keys.add(a.toLowerCase());
|
|
81
96
|
}
|
|
82
97
|
if (keys.size) {
|
|
98
|
+
// 标题的片段:3 字以上才算锚点。「码头」这种 2 字太泛,只能靠 exact 命中
|
|
99
|
+
const frags = [];
|
|
100
|
+
if (t.length >= 4) {
|
|
101
|
+
for (let n3 = 3; n3 <= Math.min(5, t.length - 1); n3++) {
|
|
102
|
+
for (let i = 0; i + n3 <= t.length; i++) {
|
|
103
|
+
const fr = t.slice(i, i + n3);
|
|
104
|
+
if (COMMON.has(fr)) continue;
|
|
105
|
+
// 只收纯中文片段 —— 英文词和纯数字会撞上一堆无关内容
|
|
106
|
+
if (!/^[\u4e00-\u9fa5]+$/.test(fr)) continue;
|
|
107
|
+
// 量词 + 名词(「个测试」「条消息」「次更新」)不是简称,是语法
|
|
108
|
+
if (/^(?:这个|那个|一个|个|条|次|份|张|段|句|行|位|只|件|种|些|批)(?:[\u4e00-\u9fa5]{1,2})?$/.test(fr)) continue;
|
|
109
|
+
// 动词短语(「发一下」「看一下」)是日常话,不是简称
|
|
110
|
+
if (/^(?:发|看|试|来|去|做|搞|弄|说|讲|走|跑|改|写|读|查|问|给|拿|放|加|减|要|想|能|会|用|有|是)(?:一下|一点|一回|个|过)$/.test(fr)) continue;
|
|
111
|
+
if (/^(?:我|你|他|她|它|咱)(?:看看|试试|来说|讲讲|想想|查查|找找|问问|聊聊|说说|走走|弄弄|搞搞|改改|写写)$/.test(fr)) continue;
|
|
112
|
+
frags.push(fr);
|
|
113
|
+
}
|
|
114
|
+
}
|
|
115
|
+
}
|
|
83
116
|
entries.push({
|
|
84
|
-
title: r.title, slug: r.slug, keys: [...keys],
|
|
117
|
+
title: r.title, slug: r.slug, keys: [...keys], frags,
|
|
85
118
|
usage: String(r.usage || '').replace(/\s+/g, ' '),
|
|
86
119
|
origin: String(r.origin || '').replace(/\s+/g, ' '),
|
|
87
120
|
tags: String(r.tags || '').split(/[、,,]+/).filter(Boolean),
|
|
@@ -108,11 +141,49 @@ export function findMemes(text, limit = 5) {
|
|
|
108
141
|
const low = src.toLowerCase();
|
|
109
142
|
const hits = [];
|
|
110
143
|
|
|
144
|
+
// 1. 精确命中:标题 / slug / 别名整个出现(最可靠)
|
|
111
145
|
for (const e of idx) {
|
|
112
146
|
for (const k of e.keys) {
|
|
113
147
|
if (low.includes(k)) {
|
|
114
|
-
hits.push({ title: e.title, slug: e.slug, by: '
|
|
115
|
-
break;
|
|
148
|
+
hits.push({ title: e.title, slug: e.slug, by: 'exact', len: k.length, key: k });
|
|
149
|
+
break;
|
|
150
|
+
}
|
|
151
|
+
}
|
|
152
|
+
}
|
|
153
|
+
|
|
154
|
+
// 2. 片段命中:用户只说简称(「码头」「康神」),标题整个不出现。
|
|
155
|
+
// 判据是「这话里的字,反过来是某条标题的连续片段」。
|
|
156
|
+
// 限制:片段 >= 3 字,不是常用词,且这条必须没被精确命中过。
|
|
157
|
+
const exactTitles = new Set(hits.map((h) => h.title));
|
|
158
|
+
const clean = src.replace(/[,。!?、,.!?\s()()【】「」"'’‘]/g, ' ');
|
|
159
|
+
const chunks = clean.split(' ').filter(Boolean);
|
|
160
|
+
const probes = [];
|
|
161
|
+
for (const c of chunks) {
|
|
162
|
+
if (c.length < 3) continue;
|
|
163
|
+
// 整段,以及 3-4 字的滑窗
|
|
164
|
+
probes.push(c);
|
|
165
|
+
for (let n = 4; n >= 3; n--) {
|
|
166
|
+
for (let i = 0; i + n <= c.length; i++) {
|
|
167
|
+
const w = c.slice(i, i + n);
|
|
168
|
+
if (COMMON.has(w)) continue;
|
|
169
|
+
if (!/^[\u4e00-\u9fa5]+$/.test(w)) continue; // 只探中文
|
|
170
|
+
if (/^(?:这个|那个|一个|个|条|次|份|张|段|句|行|位|只|件|种|些|批)(?:[\u4e00-\u9fa5]{1,2})?$/.test(w)) continue;
|
|
171
|
+
if (/^(?:发|看|试|来|去|做|搞|弄|说|讲|走|跑|改|写|读|查|问|给|拿|放|加|减|要|想|能|会|用|有|是)(?:一下|一点|一回|个|过)$/.test(w)) continue;
|
|
172
|
+
if (/^(?:我|你|他|她|它|咱)(?:看看|试试|来说|讲讲|想想|查查|找找|问问|聊聊|说说|走走|弄弄|搞搞|改改|写写)$/.test(w)) continue;
|
|
173
|
+
probes.push(w);
|
|
174
|
+
}
|
|
175
|
+
}
|
|
176
|
+
}
|
|
177
|
+
const probeSet = new Set(probes);
|
|
178
|
+
for (const e of idx) {
|
|
179
|
+
if (exactTitles.has(e.title)) continue;
|
|
180
|
+
if (!e.frags || !e.frags.length) continue;
|
|
181
|
+
// 标题本身超过 10 字是整句,简称匹配不适用
|
|
182
|
+
if (String(e.title).length > 10) continue;
|
|
183
|
+
for (const fr of e.frags) {
|
|
184
|
+
if (probeSet.has(fr)) {
|
|
185
|
+
hits.push({ title: e.title, slug: e.slug, by: 'fragment', len: fr.length, key: fr });
|
|
186
|
+
break;
|
|
116
187
|
}
|
|
117
188
|
}
|
|
118
189
|
}
|
package/package.json
CHANGED
|
@@ -1,7 +1,7 @@
|
|
|
1
1
|
{
|
|
2
2
|
"name": "dsh-bagu",
|
|
3
|
-
"version": "0.11.
|
|
4
|
-
"description": "两道门:八股打回(聊天/评论/邮件/commit/PR/文档/注释全管);梗接住(内置梗Wiki 6792
|
|
3
|
+
"version": "0.11.1",
|
|
4
|
+
"description": "两道门:八股打回(聊天/评论/邮件/commit/PR/文档/注释全管);梗接住(内置梗Wiki 6792 条,说简称也认)。",
|
|
5
5
|
"type": "module",
|
|
6
6
|
"main": "lib/index.js",
|
|
7
7
|
"exports": {
|
|
@@ -0,0 +1,82 @@
|
|
|
1
|
+
import { test } from 'node:test';
|
|
2
|
+
import assert from 'node:assert/strict';
|
|
3
|
+
import { bridge } from '../lib/memes.js';
|
|
4
|
+
|
|
5
|
+
// 片段匹配:用户只说简称(「码头」「破防」),标题整个不出现。
|
|
6
|
+
//
|
|
7
|
+
// 之前试过「把话切成 2-3 字碎片去 LIKE 查」,误报爆炸 ——
|
|
8
|
+
// 「帮我看看这个报错」撞出「让我看看你的战斗表情」。
|
|
9
|
+
// 现在靠三层过滤:只收纯中文、滤量词组合、滤动词短语、滤人称重叠,
|
|
10
|
+
// 外加「标题超 10 字是整句,不适用简称」。
|
|
11
|
+
|
|
12
|
+
bridge('预热');
|
|
13
|
+
|
|
14
|
+
test('句子里的简称能接住', () => {
|
|
15
|
+
const cases = [
|
|
16
|
+
['整点薯条', '去码头整点薯条'],
|
|
17
|
+
['开播了', '康神开播了'],
|
|
18
|
+
['这波破防', '破防'],
|
|
19
|
+
['搁这搁这', '你搁这搁这呢'],
|
|
20
|
+
['灭建国是谁', '灭建国'],
|
|
21
|
+
['这个咕咕嘎嘎我笑了半天', '咕咕嘎嘎'],
|
|
22
|
+
];
|
|
23
|
+
for (const [input, want] of cases) {
|
|
24
|
+
const r = bridge(input);
|
|
25
|
+
const titles = r.hits.map((h) => h.title);
|
|
26
|
+
assert.ok(titles.some((t) => t.includes(want) || want.includes(t)),
|
|
27
|
+
`「${input}」该接住 ${want},实际 ${JSON.stringify(titles)}`);
|
|
28
|
+
}
|
|
29
|
+
});
|
|
30
|
+
|
|
31
|
+
test('干活的话一句都不许误报', () => {
|
|
32
|
+
const cases = [
|
|
33
|
+
'帮我看下这个报错',
|
|
34
|
+
'这个函数返回 undefined',
|
|
35
|
+
'改完了,37 个测试全过',
|
|
36
|
+
'端口 8080 被占了',
|
|
37
|
+
'先跑一下 npm test',
|
|
38
|
+
'这个配置有点问题',
|
|
39
|
+
'数组长度为 0',
|
|
40
|
+
'用户输入为空',
|
|
41
|
+
'这条消息发一下',
|
|
42
|
+
'下一版再加',
|
|
43
|
+
'第 3 行报错',
|
|
44
|
+
'两个文件都改了',
|
|
45
|
+
'三个测试挂了',
|
|
46
|
+
'先看一下日志',
|
|
47
|
+
'帮忙改一下',
|
|
48
|
+
'跑一下测试',
|
|
49
|
+
'我看看这个',
|
|
50
|
+
'你试试看',
|
|
51
|
+
];
|
|
52
|
+
for (const t of cases) {
|
|
53
|
+
assert.equal(bridge(t).hits.length, 0,
|
|
54
|
+
`误报了: ${t} → ${JSON.stringify(bridge(t).hits.map((h) => h.title))}`);
|
|
55
|
+
}
|
|
56
|
+
});
|
|
57
|
+
|
|
58
|
+
test('片段只收纯中文', () => {
|
|
59
|
+
// 英文词、纯数字当片段会撞上一堆无关内容
|
|
60
|
+
assert.equal(bridge('端口 8080 被占了').hits.length, 0);
|
|
61
|
+
assert.equal(bridge('返回 undefined').hits.length, 0);
|
|
62
|
+
});
|
|
63
|
+
|
|
64
|
+
test('整句级标题不适用简称', () => {
|
|
65
|
+
// 「这是一个测试」这种 7 字整句,用户不会只喊中间 3 个字
|
|
66
|
+
assert.equal(bridge('改完了 37 个测试全过').hits.length, 0);
|
|
67
|
+
});
|
|
68
|
+
|
|
69
|
+
test('量词组合不当简称', () => {
|
|
70
|
+
assert.equal(bridge('两个文件都改了').hits.length, 0);
|
|
71
|
+
assert.equal(bridge('三个测试挂了').hits.length, 0);
|
|
72
|
+
});
|
|
73
|
+
|
|
74
|
+
test('动词短语不当简称', () => {
|
|
75
|
+
assert.equal(bridge('先看一下日志').hits.length, 0);
|
|
76
|
+
assert.equal(bridge('这条消息发一下').hits.length, 0);
|
|
77
|
+
});
|
|
78
|
+
|
|
79
|
+
test('人称 + 动词重叠不当简称', () => {
|
|
80
|
+
assert.equal(bridge('我看看这个').hits.length, 0);
|
|
81
|
+
assert.equal(bridge('你试试看').hits.length, 0);
|
|
82
|
+
});
|