dsh-bagu 0.9.0 → 0.10.1

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/README.md CHANGED
@@ -1,21 +1,36 @@
1
1
  # dsh-bagu
2
2
 
3
- > AI 要对外说话之前的一道门。过了就发,没过就打回。
3
+ > 两道门。发出去的话像八股,打回;对方抛了个梗,接住。
4
4
 
5
5
  ## 这是什么
6
6
 
7
- 凡是 AI 写的、要被人看到的东西,都可以先过一遍:
7
+ AI 说话有两个毛病,这个插件各管一半:
8
+
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
+
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:
12
+
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」
16
+ ```
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**。
19
+
20
+ ## 一 · 守门:发出去之前拦一道
21
+
22
+ 覆盖所有对外文本:
8
23
 
9
24
  | 场景 | 例子 |
10
25
  |---|---|
11
26
  | **聊天** | QQ 机器人、养鱼、DSH 会话 |
12
27
  | **评论** | B站、贴吧、微博、论坛 |
13
28
  | **工作沟通** | 邮件、客服回复、周报 |
14
- | **代码托管** | commit、PR 描述、review 评论、issue 回复、变更日志 |
15
- | **文档** | README、技术文档、API 说明 |
29
+ | **代码托管** | commit、PR 描述、review、issue、变更日志 |
30
+ | **文档** | README、技术文档 |
16
31
  | **代码** | 注释 |
17
32
 
18
- 这些地方 AI 会写出同一种东西:
33
+ 拦的是这些:
19
34
 
20
35
  ```
21
36
  这条我认!首先态度要正,其次内容要实,最后要持续更新。
@@ -26,11 +41,7 @@ feat: 优化了用户模块的代码结构,提升了可维护性
26
41
  注意看,这个男人叫小帅
27
42
  ```
28
43
 
29
- **这个插件在发出去之前拦一道。** 通过就发,没过就打回,附一句怎么改。
30
-
31
- ## 怎么判断
32
-
33
- 一句话:**换个人说,还成不成立?**
44
+ 判断一句话:**换个人说,还成不成立?**
34
45
 
35
46
  ```text
36
47
  「卖卡卖完了随便写了」 → 能发(编不出来)
@@ -39,133 +50,120 @@ feat: 优化了用户模块的代码结构,提升了可维护性
39
50
  「优化了代码结构,提升可维护性」 → 打回(改哪一行?没说)
40
51
  ```
41
52
 
42
- ## 三层规则
53
+ ### 三层规则
43
54
 
44
- ### 第一层 · 通用(不分场景)
55
+ **第一层 · 通用**(不分场景)
45
56
 
46
- **空转** —— 说了动作,没说做了什么。
57
+ - **空转**——说了动作没说做了什么:`优化了代码结构` / `提升了可维护性` / `修复了若干已知问题`
58
+ - **空形容词**——能贴到任何产品上:`先进的技术架构` / `高性能、高可用` / `具备良好的扩展性`
59
+ - **万能话**——放到哪都通顺:`随着人工智能的发展` / `众所周知` / `值得注意的是`
47
60
 
48
- ```
49
- 优化了代码结构 / 提升了可维护性 / 修复了若干已知问题 / 进行了必要的处理
50
- ```
61
+ **第二层 · 套话**
51
62
 
52
- **空形容词** —— 能贴到任何产品上的词。
63
+ - **模板整句**:`这条我认` / `感谢分享` / `受益匪浅` / `说白了就是`
64
+ - **鸡汤口号**:`愿你所行皆坦途` / `努力不一定会成功`
65
+ - **学习腔**:`学到了很多` / `涨知识了` / `希望以后多发这类帖子`
66
+ - **视频开场白**:`注意看,这个男人叫小帅` / `话不多说,让我们直接进入正题` / `一键三连`
53
67
 
54
- ```
55
- 先进的技术架构 / 高性能、高可用 / 具备良好的扩展性 / 能够满足业务发展的需要
56
- ```
68
+ **第三层 · 场景**
57
69
 
58
- **万能话** —— 放到哪都通顺。
70
+ - **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)
59
72
 
60
- ```
61
- 随着人工智能的发展 / 众所周知 / 值得注意的是 / 不仅…更…
62
- ```
73
+ ### 引用和使用的区别
63
74
 
64
- ### 第二层 · 套话
65
-
66
- **模板整句**:`这条我认` / `感谢分享` / `受益匪浅` / `说白了就是`
67
- **鸡汤口号**:`愿你所行皆坦途` / `新的一天新的开始` / `努力不一定会成功`
68
- **学习腔**:`学到了很多` / `涨知识了` / `希望以后多发这类帖子`
69
- **视频开场白**:`注意看,这个男人叫小帅` / `话不多说,让我们直接进入正题` / `一键三连`
70
-
71
- ### 第三层 · 场景
72
-
73
- **git**(commit / PR / review / issue / changelog)
74
-
75
- ```
76
- feat: 优化了用户模块的代码结构 → 空转
77
- ## 概述 / ## 改动 / ## 影响 → PR 模板骨架
78
- 整体实现思路清晰,建议后续优化 → review 空话
79
- 感谢反馈!这个问题我们已经记录 → issue 客服腔
80
- ```
81
-
82
- **代码注释** —— 把代码念一遍。
83
-
84
- ```js
85
- // 初始化计数器 → 打回
86
- let total = 0;
87
- // 这里之所以要排序,是因为下游依赖顺序稳定的分页 → 能发
88
- ```
89
-
90
- 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)
91
- 和 [voku/code-slop](https://github.com/voku/agent-skills/blob/main/skills/code-slop/rules/comments-hygiene.md):
92
-
93
- > comments must explain **why**, never **what** the code already expresses.
94
-
95
- ## 引用和使用的区别
96
-
97
- 这是这道门最难判的一件事。
75
+ 这是最难的判断。
98
76
 
99
77
  ```text
100
- 「评论区一水儿「我记下了」」 → 在讨论这句话,不是用它 → 放过
78
+ 「评论区一水儿「我记下了」」 → 在讨论这句话不是用它 → 放过
101
79
  「我记下了」 → 直接用了 → 拦
102
- 「不要只说「受益匪浅」」 → 在批评,不是在使用 → 放过
80
+ 「不要只说「受益匪浅」」 → 在批评 → 放过
103
81
  「受益匪浅」 → 真在拍马屁 → 拦
104
- 「一定会火+求互关,雷踩得一个不落」 → 在点评别人的套话 → 放过
82
+ 「一定火+求互关,雷踩得一个不落」 → 在点评别人的套话 → 放过
105
83
  ```
106
84
 
107
- 四条判据:
85
+ 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。
108
86
 
109
- - **引号里**的内容不参与判断
110
- - 套话前面有**否定词**(不要/别/避免)→ 在批评
111
- - 套话前面有**指代词**(这句/这个/这条)→ 在指代前文
112
- - 套话后面跟**评价词**(雷/反面教材/课后题)→ 在拿它当例子
87
+ ## 二 · 接梗:模型看到消息之前就已经知道
113
88
 
114
- ## 可选:梗库与接梗
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。
115
90
 
116
- 梗库判的是另一件事——「这个梗过气了没」「顺着这个能接什么」——
117
- 跟「谁都能说」无关,所以**默认关**。
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:
118
92
 
119
- ```js
120
- bagu_meme({ text: "这不就是瞎问虾猜那个系列吗" })
121
- → 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
93
+ ```text
94
+ 用户说:这不就是瞎问虾猜那个系列吗
122
95
 
123
- bagu_meme({ q: "社死" })
124
- → 社死:社死 是「社会性死亡」的简称…
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。
125
100
  ```
126
101
 
127
- 数据来自 [梗Wiki](https://cnmeme.wiki) 的公开 API。`data/memes.json` 存了 120 条有完整锚点的词条。
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
128
105
 
129
- **接梗的原理**:梗库的 keywords 在梗之间重叠,形成族。
106
+ 梗不是孤岛,keywords 在梗之间重叠就形成族:
130
107
 
131
108
  ```text
132
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
133
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
134
112
  ```
135
113
 
136
- ### AI 接梗:默认用会话自己的模型,不用填 key
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。
137
115
 
138
- 梗库只给族,不给具体那句话。要让模型拼一句,开 `aiBridge`。
116
+ ### 真机踩的两个坑(0.10.1 修的)
139
117
 
140
- **默认走 DSH 会话自己的模型。**插件拿到当前会话的 provider/model,用宿主已经配好的连接,
141
- **不用填 API key、不用填接口地址**——跟这个会话本身用的是同一个模型、同一份额度。
118
+ 第一版发出去,装进 DSH 实测,模型的原话暴露了两个 bug:
142
119
 
143
120
  ```text
144
- 对方说:这不就是瞎问虾猜那个系列吗
145
- 这段话涉及这些梗:瞎问虾猜
146
- 同族还可以提到:反向空耳、握着我的抱枕
147
- → 会话模型拼一句 25 字以内的接话
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"。」
148
126
  ```
149
127
 
150
- **另配接口是兜底。**只有在会话模型用不了时才需要开 `aiUseOwn`:
151
- 比如在 QQ 机器人里跑(没有 DSH 会话),或者想换更便宜的模型。
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**。
152
131
 
153
- **调不通时自动退回本地族提示**(同族还有 A、B、C)。
154
- 没拿到路由、没有 llm 服务、stream 抛错、模型返空、返回超过 80 字,
155
- 任何一条都退回——不会因为模型挂了导致消息发不出去。
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。
156
135
 
157
- ### 三种成本
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`)。
158
138
 
159
- | 场景 | 配置 | 成本 |
139
+ ### 四种接法
140
+
141
+ | 接法 | 什么时候 | 例子 |
160
142
  |---|---|---|
161
- | 纯浏览 / 日常聊天 | 梗库关 | **0** |
162
- | 想看能接什么 | 梗库开 | **0**(本地正则) |
163
- | 要它替你想一句 | 梗库开 + AI 接梗开 | 每条一次会话模型调用 |
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」 |
147
+
148
+ ### AI 补充:默认用会话自己的模型,不用填 key
149
+
150
+ `aiBridge` 开着时,把族提示喂给模型拼一句具体的接话。
151
+
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。
154
+
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。
156
+
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。
164
159
 
165
- AI 接梗走会话模型,所以**不需要额外的 key**——用的是这个会话本身那一份额度。
166
- 另配接口那条路才要自己填 key。
160
+ ## 三 · 数据
167
161
 
168
- ## 八组数据
162
+ 梗库来自 [梗Wiki](https://cnmeme.wiki) 的公开 API。`data/memes.json` 存 567 条,302KB。
163
+
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。
165
+
166
+ ### 八组测试
169
167
 
170
168
  全部在 `tools/` 里可复现:
171
169
 
@@ -174,26 +172,22 @@ AI 接梗走会话模型,所以**不需要额外的 key**——用的是这个
174
172
  | **贴吧真人**(孙吧 + v吧原文) | 68 条 | 误拦 0 |
175
173
  | **B站评论**(两个讨论「AI 味」的视频热评) | 30 条 | 误拦 0 |
176
174
  | **全域场景**(18 个场景 × 2 条) | 36 条 | 漏 0,误拦 0 |
177
- | **真人原话**(DSH + 聊天) | 51 条 | 误拦 0 |
178
- | **git 真人**(commit + PR + review) | 28 条 | 误拦 0 |
179
- | **AI 八股**(客服腔 + 对举 + 空夸 + 模板) | 35 条 | 拦住 35(100%) |
175
+ | **真人原话** | 51 条 | 误拦 0 |
176
+ | **git 真人** | 28 条 | 误拦 0 |
177
+ | **AI 八股** | 35 条 | 拦住 35(100%) |
180
178
  | **真实场景** | 25 条 | 漏 0,误拦 0 |
181
- | **对抗绕过**(故意换皮) | 10 种 | 拦住 6(60%) |
179
+ | **对抗绕过** | 10 种 | 拦住 6(60%) |
182
180
 
183
181
  ```sh
184
- node tools/tieba-real.mjs # 贴吧真人 68 条
185
- node tools/bili-real.mjs # B站评论 30 条
182
+ node tools/tieba-real.mjs # 贴吧真人
183
+ node tools/bili-real.mjs # B站评论
186
184
  node tools/all-scenes.mjs # 18 个场景
187
- node tools/falserate.mjs # 真人 51 条
188
- node tools/git-false.mjs # git 真人 28 条
189
- node tools/missrate.mjs # AI 八股 35 条
190
- node tools/audit.mjs # 真实场景 25 条
191
185
  node tools/evasion.mjs # 对抗绕过
192
186
  ```
193
187
 
194
188
  ### 贴吧那批语料为什么值钱
195
189
 
196
- 孙吧、v吧的真人说话充满了「八股规则看来可疑」的形状——
190
+ 孙吧、v吧的真人说话充满了「规则看来可疑」的形状:
197
191
 
198
192
  ```text
199
193
  反问: 你确定看不到过去的时间?兄弟
@@ -201,97 +195,66 @@ node tools/evasion.mjs # 对抗绕过
201
195
  复述后反打:是啊,所以就静悄悄的也忘了
202
196
  直接骂: 你放屁,分明是天理提供的
203
197
  单字回复: 诶嘿 / 草 / 就这?
204
- 接梗: 那维莱特:新鞋,别搞
205
198
  ```
206
199
 
207
- 这些全是真人在说真话。68 条零误拦,说明规则没把这些当成套话。
208
-
209
- ## 它拦不住什么
210
-
211
- 对抗测试里 10 种绕过手法拦住了 6 种。剩下 4 种是已知边界:
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。
212
201
 
213
- - **换同义词** —— 「功能多牛啊,用起来也顺手」,词换了形状没换
214
- - **换成英文** —— 英文只做了留白词,句式没做
215
- - **加脏话伪装** —— 「真他妈不错」,脏话把评价词淹了
216
- - **去掉分组标记** —— 「目标是明确的,任务是拆过的」
202
+ ## 四 · 拦不住什么
217
203
 
218
- **规则只能认形状,认不了「这句话是不是真的」。** 这是止血带,不是解药。
204
+ 对抗测试 10 种绕过手法拦住 6 种。剩下 4 种是已知边界:
219
205
 
220
- ## 长文也判
206
+ - **换同义词**——「功能多牛啊,用起来也顺手」,词换了形状没换
207
+ - **换成英文**——英文只做了留白词,句式没做
208
+ - **加脏话伪装**——「真他妈不错」,脏话把评价词淹了
209
+ - **去掉分组标记**——「目标是明确的,任务是拆过的」
221
210
 
222
- 300 字以上不跳过——长邮件、长周报、长 PR 一样会八股。
211
+ **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。
223
212
 
224
- 但长文的门槛不同:同一个信号要出现**两次以上**才算,一次不算。
213
+ ## 五 · 成本
225
214
 
226
- ## 怎么用
227
-
228
- ```js
229
- bagu_guard({ text: "这条我认!首先态度要正,其次内容要实,最后要持续更新。" })
230
- → "改:模板三连 · 直接说事,不用「首先其次最后」"
215
+ | 场景 | 配置 | 成本 |
216
+ |---|---|---|
217
+ | 纯浏览 / 日常聊天 | 默认 | **0** |
218
+ | 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 |
231
221
 
232
- bagu_guard({ text: "登录失败时不再清空已填的手机号" })
233
- → "OK"
234
- ```
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。
235
224
 
236
- **三种模式:**
225
+ ## 六 · 装
237
226
 
238
- ```js
239
- bagu_guard({ text }) // 守门(默认)
240
- bagu_guard({ text, mode: 'report' }) // 详细报告,给人看
241
- bagu_guard({ text, mode: 'ask' }) // 只要问句
227
+ ```sh
228
+ dsh plugin --profile web add dsh-bagu
242
229
  ```
243
230
 
244
- **输出预算:通过 2 字,打回一行 40 字内。** 按严重度排,只报第一条——报三条 agent 会挑最轻的改。
245
-
246
- ## 省 token
247
-
248
- | 项 | 大小 |
249
- |---|---|
250
- | 系统提示注入 | **31 字** |
251
- | 工具描述(1 个) | **54 字** |
252
- | 守门器输出 | 2 字(通过)/40 字内(打回) |
253
-
254
- 固定开销合计 **85 字**。判断全在本地正则里跑完,**不调模型**——
255
- 除了 AI 接梗那个单独开关。
231
+ 装完重启一次 dsh。**设置 → 八股检测**。
256
232
 
257
- ## 短句也能查
233
+ ## 七 · 设置页
258
234
 
259
- 聊天回复二三十字是常态,密度指标在这个长度上分母太小。
260
- 六十字以下切换成**绝对计数**:不看密度,看命中了什么。
235
+ - **挡不挡**——总开关 / 严格模式 / 提示那一节 / 梗库
236
+ - **AI 接梗**——开关 + 显示当前会话模型 + 另配接口(兜底)
237
+ - **试一段**——八种样本,当场看能不能过
238
+ - **阈值**——留白词下限、结构腔倍数、具体物下限
261
239
 
262
- ```text
263
- 「这不是技术问题,而是认知问题。」 → 打回
264
- 「卖卡卖完了随便写了」 → 能发
265
- ```
266
-
267
- ## 装
240
+ ## 八 · 开发
268
241
 
269
242
  ```sh
270
- dsh plugin --profile web add dsh-bagu
243
+ npm test # 102 个单元测试
271
244
  ```
272
245
 
273
- 装完重启一次 dsh。**设置 → 八股检测** 里能看到这一页。
274
-
275
- ## 设置页
276
-
277
- - **挡不挡** —— 总开关 / 严格模式 / 提示那一节 / 梗库
278
- - **AI 接梗** —— 开关 + 显示当前会话的模型 + 另配接口(兜底)
279
- - **试一段** —— 八种样本,当场看能不能过
280
- - **阈值** —— 留白词下限、结构腔倍数、具体物下限
281
-
282
- ## 数据从哪来
246
+ ## 数据来源
283
247
 
284
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))
285
249
  - 10 万条真人评论 vs 2180 条 AI 评论的密度实测
286
250
  - [sloplint](https://github.com/DW-Studio/sloplint) 的评分公式
287
251
  - [beagle style-criteria](https://github.com/existential-birds/beagle/blob/main/plugins/beagle-core/skills/llm-artifacts-detection/references/style-criteria.md)
288
- - [梗Wiki](https://cnmeme.wiki) 的公开 API(视频开场白套话与梗库)
252
+ - [梗Wiki](https://cnmeme.wiki) 的公开 API
289
253
 
290
- ## 开发
254
+ ## 致谢
291
255
 
292
- ```sh
293
- npm test # 89 个单元测试
294
- ```
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。
295
258
 
296
259
  ## 许可
297
260