dsh-thesis 1.0.0

package/lib/config.d.ts

@@ -0,0 +1,125 @@
+/**
+ * dsh-thesis 的统一配置 schema。
+ *
+ * 单一插件行 = 单一 Config：论文工作区、材料摄取、追问、原创性自查、答辩幻灯、
+ * 代码演练、跨会话事实、闸门，全部在这里。`dsh plugin` 的一行 `config:` 即可覆盖。
+ *
+ * 三条原则：
+ * 1. **默认值的单一来源**：schema 的 `.default()` 与直接 `apply()` 的代码回退
+ *    共用 {@link PAPER_DEFAULTS}，绝不让「缺配置」退化成「静默关闸门」。
+ * 2. **嵌套块默认值在 resolveConfig 里补齐**：schema 只校验用户写下的值，
+ *    代码侧负责补全——两者不各写一份。
+ * 3. **配置面只说论文的话**：字段名描述学生能理解的行为，不引入别的概念体系，也不靠继承拼接形状。
+ *
+ * @module dsh-thesis/config
+ */
+import z from '@deepseek-ai/schemastery';
+import { type DestructiveRule, type GateOptions } from './gates/writing-intent.ts';
+import { type RecallOptions } from './memory/recall.ts';
+export type { DestructiveRule };
+/** 原创性自查 / 相似度的本地度量参数。 */
+export interface SimilarityOptions {
+    /** 指纹 shingle 的窗口（中文字符数；英文按 4 字符近似词）。 */
+    shingle: number;
+    /** 判定为高风险的包含率阈值（0..1）：越高越宽松。 */
+    threshold: number;
+    /** 参与比对的最短段落长度（字符）；更短的段落不判重（标题、公式行）。 */
+    minChars: number;
+}
+/** 答辩幻灯产出链路（Markdown 为准，转换交给外部工具）。 */
+export interface PptOptions {
+    /** auto = 探测 marp/pandoc，探测不到就只产出 Markdown。 */
+    engine: 'auto' | 'marp' | 'pandoc' | 'none';
+    /** marp 主题名（写入 frontmatter 的 `theme:`）。 */
+    theme: string;
+    /** 单次外部转换的超时（毫秒）。 */
+    timeoutMs: number;
+}
+/** 材料到手后的逐题追问。 */
+export interface IntakeOptions {
+    /** 单轮追问最多问几个问题（一次一问，但允许上限）。 */
+    maxQuestions: number;
+    /** 意图规格文档相对论文工作区根的位置。 */
+    specRel: string;
+}
+/** 文档摄取。 */
+export interface IngestOptions {
+    /** 单个文件读取上限（字节），超过则拒绝并提示。 */
+    maxBytes: number;
+    /** 单次摄取写回模型的最大字符数（超出部分截断并标注）。 */
+    maxChars: number;
+}
+/** 写作风格自查（AI 味六条启发式）。 */
+export interface StylecheckOptions {
+    /** 报告落盘位置（相对论文工作区根）。 */
+    reportRel: string;
+    /** 触发「长段落无锚点」判断的最短段落长度（字符）。 */
+    maxParagraphChars: number;
+}
+/** 答辩准备。 */
+export interface DefenseOptions {
+    /** 答辩素材落盘位置。 */
+    materialsRel: string;
+    /** 预答辩问题库落盘位置。 */
+    questionsRel: string;
+    /** 生成幻灯骨架时的默认页数。 */
+    defaultPages: number;
+}
+/** 代码演练：把 AI 写的系统拆成能讲清的模块（答辩必问「你的系统怎么实现的」）。 */
+export interface CodeWalkthroughOptions {
+    /** 状态目录（相对会话 cwd）。 */
+    stateDir: string;
+    /** 语言 → 编译验证门命令。 */
+    gates: Record<string, {
+        build: string[];
+    }>;
+    /** 每条门命令输出保留的最大字符数。 */
+    maxCapturedOutput: number;
+}
+/** 插件配置（全部可选，均有出厂默认值）。 */
+export interface PaperConfig extends GateOptions {
+    /** 论文工作区根；缺省从会话 cwd 向上探测 `00-管理/进度台账.md`。 */
+    workspace?: string;
+    /** 跨会话事实库路径；缺省 `$DSH_HOME/dsh-thesis-memory.db`。 */
+    memoryPath?: string;
+    ingest?: Partial<IngestOptions>;
+    intake?: Partial<IntakeOptions>;
+    similarity?: Partial<SimilarityOptions>;
+    stylecheck?: Partial<StylecheckOptions>;
+    ppt?: Partial<PptOptions>;
+    defense?: Partial<DefenseOptions>;
+    /** 代码演练（答辩层）。 */
+    codeWalkthrough?: Partial<CodeWalkthroughOptions>;
+    /** 相关时把已确认的稳定事实放回上下文。 */
+    recall?: Partial<RecallOptions>;
+}
+/** 出厂默认值的单一来源。 */
+export declare const PAPER_DEFAULTS: {
+    ingest: IngestOptions;
+    intake: IntakeOptions;
+    similarity: SimilarityOptions;
+    stylecheck: StylecheckOptions;
+    ppt: PptOptions;
+    defense: DefenseOptions;
+    codeWalkthrough: CodeWalkthroughOptions;
+    recall: RecallOptions;
+};
+/** 解析后的配置：嵌套块已补全，调用方不再处理 undefined。 */
+export interface ResolvedPaperConfig {
+    readonly workspace: string | undefined;
+    readonly memoryPath: string | undefined;
+    readonly ingest: IngestOptions;
+    readonly intake: IntakeOptions;
+    readonly similarity: SimilarityOptions;
+    readonly stylecheck: StylecheckOptions;
+    readonly ppt: PptOptions;
+    readonly defense: DefenseOptions;
+    readonly codeWalkthrough: CodeWalkthroughOptions;
+    readonly recall: RecallOptions;
+    /** 闸门配置：两个开关可选（缺省即由闸门自身按「开」处理），列表均已补全。 */
+    readonly gates: GateOptions;
+}
+/** 补全嵌套块默认值。 */
+export declare function resolveConfig(config?: PaperConfig): ResolvedPaperConfig;
+/** 单一 Config schema（cordis 启动前用它校验插件行里的 config）。 */
+export declare const Config: z<PaperConfig>;

package/lib/config.js

@@ -0,0 +1,139 @@
+/**
+ * dsh-thesis 的统一配置 schema。
+ *
+ * 单一插件行 = 单一 Config：论文工作区、材料摄取、追问、原创性自查、答辩幻灯、
+ * 代码演练、跨会话事实、闸门，全部在这里。`dsh plugin` 的一行 `config:` 即可覆盖。
+ *
+ * 三条原则：
+ * 1. **默认值的单一来源**：schema 的 `.default()` 与直接 `apply()` 的代码回退
+ *    共用 {@link PAPER_DEFAULTS}，绝不让「缺配置」退化成「静默关闸门」。
+ * 2. **嵌套块默认值在 resolveConfig 里补齐**：schema 只校验用户写下的值，
+ *    代码侧负责补全——两者不各写一份。
+ * 3. **配置面只说论文的话**：字段名描述学生能理解的行为，不引入别的概念体系，也不靠继承拼接形状。
+ *
+ * @module dsh-thesis/config
+ */
+import z from '@deepseek-ai/schemastery';
+import { GATE_DEFAULTS } from "./gates/writing-intent.js";
+import { RECALL_DEFAULTS } from "./memory/recall.js";
+/** 出厂默认值的单一来源。 */
+export const PAPER_DEFAULTS = {
+    ingest: { maxBytes: 32 * 1024 * 1024, maxChars: 60_000 },
+    intake: { maxQuestions: 12, specRel: '00-管理/意图规格.md' },
+    similarity: { shingle: 4, threshold: 0.3, minChars: 30 },
+    stylecheck: { reportRel: '08-合规/AI味自查报告.md', maxParagraphChars: 260 },
+    ppt: { engine: 'auto', theme: 'default', timeoutMs: 120_000 },
+    defense: {
+        materialsRel: '07-答辩/答辩素材.md',
+        questionsRel: '07-答辩/预答辩问题库.md',
+        defaultPages: 11,
+    },
+    codeWalkthrough: {
+        stateDir: '.paper',
+        gates: {
+            go: { build: ['go', 'build', './...'] },
+            ts: { build: ['npm', 'run', 'typecheck'] },
+            python: { build: ['python', '-m', 'compileall', '-q', '.'] },
+            rust: { build: ['cargo', 'check'] },
+        },
+        maxCapturedOutput: 8000,
+    },
+    recall: RECALL_DEFAULTS,
+};
+/** 补全嵌套块默认值。 */
+export function resolveConfig(config = {}) {
+    const { workspace, memoryPath, ingest, intake, similarity, stylecheck, ppt, defense, codeWalkthrough, recall, writingGate, destructiveGate, writingIntentPatterns, criteriaMarkers, bypassMarkers, maxQuestions, destructiveToolNames, destructiveRules, } = config;
+    return {
+        workspace,
+        memoryPath,
+        ingest: { ...PAPER_DEFAULTS.ingest, ...ingest },
+        intake: { ...PAPER_DEFAULTS.intake, ...intake },
+        similarity: { ...PAPER_DEFAULTS.similarity, ...similarity },
+        stylecheck: { ...PAPER_DEFAULTS.stylecheck, ...stylecheck },
+        ppt: { ...PAPER_DEFAULTS.ppt, ...ppt },
+        defense: { ...PAPER_DEFAULTS.defense, ...defense },
+        codeWalkthrough: {
+            ...PAPER_DEFAULTS.codeWalkthrough,
+            ...codeWalkthrough,
+            gates: { ...PAPER_DEFAULTS.codeWalkthrough.gates, ...codeWalkthrough?.gates },
+        },
+        recall: { ...PAPER_DEFAULTS.recall, ...recall },
+        gates: {
+            ...(writingGate !== undefined ? { writingGate } : {}),
+            ...(destructiveGate !== undefined ? { destructiveGate } : {}),
+            writingIntentPatterns: writingIntentPatterns ?? GATE_DEFAULTS.writingIntentPatterns,
+            criteriaMarkers: criteriaMarkers ?? GATE_DEFAULTS.criteriaMarkers,
+            bypassMarkers: bypassMarkers ?? GATE_DEFAULTS.bypassMarkers,
+            maxQuestions: maxQuestions ?? GATE_DEFAULTS.maxQuestions,
+            destructiveToolNames: destructiveToolNames ?? GATE_DEFAULTS.destructiveToolNames,
+            destructiveRules: destructiveRules ?? GATE_DEFAULTS.destructiveRules,
+        },
+    };
+}
+/** 单一 Config schema（cordis 启动前用它校验插件行里的 config）。 */
+export const Config = z.object({
+    // ---- 论文工作区 ----
+    workspace: z.string(),
+    memoryPath: z.string(),
+    // ---- 材料与追问 ----
+    ingest: z.object({
+        maxBytes: z.natural().default(PAPER_DEFAULTS.ingest.maxBytes),
+        maxChars: z.natural().default(PAPER_DEFAULTS.ingest.maxChars),
+    }),
+    intake: z.object({
+        maxQuestions: z.natural().min(1).default(PAPER_DEFAULTS.intake.maxQuestions),
+        specRel: z.string().default(PAPER_DEFAULTS.intake.specRel),
+    }),
+    // ---- 原创性自查 ----
+    similarity: z.object({
+        shingle: z.natural().default(PAPER_DEFAULTS.similarity.shingle),
+        threshold: z.number().default(PAPER_DEFAULTS.similarity.threshold),
+        minChars: z.natural().default(PAPER_DEFAULTS.similarity.minChars),
+    }),
+    // ---- 写作风格自查 ----
+    stylecheck: z.object({
+        reportRel: z.string().default(PAPER_DEFAULTS.stylecheck.reportRel),
+        maxParagraphChars: z.natural().default(PAPER_DEFAULTS.stylecheck.maxParagraphChars),
+    }),
+    // ---- 答辩：幻灯 + 素材 + 代码演练 ----
+    ppt: z.object({
+        engine: z.union([
+            z.const('auto'),
+            z.const('marp'),
+            z.const('pandoc'),
+            z.const('none'),
+        ]).default(PAPER_DEFAULTS.ppt.engine),
+        theme: z.string().default(PAPER_DEFAULTS.ppt.theme),
+        timeoutMs: z.natural().default(PAPER_DEFAULTS.ppt.timeoutMs),
+    }),
+    defense: z.object({
+        materialsRel: z.string().default(PAPER_DEFAULTS.defense.materialsRel),
+        questionsRel: z.string().default(PAPER_DEFAULTS.defense.questionsRel),
+        defaultPages: z.natural().min(1).default(PAPER_DEFAULTS.defense.defaultPages),
+    }),
+    codeWalkthrough: z.object({
+        stateDir: z.string().default(PAPER_DEFAULTS.codeWalkthrough.stateDir),
+        gates: z.dict(z.object({
+            build: z.array(z.string()),
+        })).default(PAPER_DEFAULTS.codeWalkthrough.gates),
+        maxCapturedOutput: z.natural().default(PAPER_DEFAULTS.codeWalkthrough.maxCapturedOutput),
+    }),
+    // ---- 跨会话事实 ----
+    recall: z.object({
+        maxEntries: z.natural().default(PAPER_DEFAULTS.recall.maxEntries),
+        maxChars: z.natural().default(PAPER_DEFAULTS.recall.maxChars),
+        minKeywordLength: z.natural().min(1).default(PAPER_DEFAULTS.recall.minKeywordLength),
+    }),
+    // ---- 闸门 ----
+    writingGate: z.boolean().default(true),
+    writingIntentPatterns: z.array(z.string()).default(GATE_DEFAULTS.writingIntentPatterns),
+    criteriaMarkers: z.array(z.string()).default(GATE_DEFAULTS.criteriaMarkers),
+    bypassMarkers: z.array(z.string()).default(GATE_DEFAULTS.bypassMarkers),
+    maxQuestions: z.natural().min(1).default(GATE_DEFAULTS.maxQuestions),
+    destructiveGate: z.boolean().default(true),
+    destructiveToolNames: z.array(z.string()).default(GATE_DEFAULTS.destructiveToolNames),
+    destructiveRules: z.array(z.object({
+        label: z.string(),
+        pattern: z.string(),
+    })).default(GATE_DEFAULTS.destructiveRules),
+});

package/lib/dedup/commands.d.ts

@@ -0,0 +1,21 @@
+/**
+ * 斜杠命令：`/thesis-originality`。
+ *
+ * 命令名遵循 DSH 的 `[a-z][a-z0-9_-]*` 约束（kebab-case），与 `/thesis-check` 等同一套写法。
+ * 命令只是 `thesis_originality` 工具的薄封装：把命令行输入解析成 `DedupArgs` 后交给 `runDedup`，
+ * 因此行为与工具**完全一致**，不存在"命令和工具两条逻辑"的漂移。
+ *
+ * @module dsh-thesis/dedup
+ */
+import type { FileSystem } from '@deepseek-ai/dsh-fs';
+import type { SimilarityOptions } from '../config.ts';
+import { type DedupArgs } from './index.ts';
+/**
+ * 解析 `/thesis-originality` 的输入。
+ *
+ * 支持：`scan|verify|report`、位置参数（语料路径）、`--chapter <章节>`、
+ * `--baseline <报告路径>`、`--rate <重复率>`、`--system <检测系统名>`。
+ */
+export declare function parseDedupCommandInput(rawInput: string): DedupArgs;
+/** 构造 `/thesis-originality` 命令定义。 */
+export declare function dedupCommand(fs: FileSystem, similarity: SimilarityOptions): unknown;

package/lib/dedup/commands.js

@@ -0,0 +1,93 @@
+/**
+ * 斜杠命令：`/thesis-originality`。
+ *
+ * 命令名遵循 DSH 的 `[a-z][a-z0-9_-]*` 约束（kebab-case），与 `/thesis-check` 等同一套写法。
+ * 命令只是 `thesis_originality` 工具的薄封装：把命令行输入解析成 `DedupArgs` 后交给 `runDedup`，
+ * 因此行为与工具**完全一致**，不存在"命令和工具两条逻辑"的漂移。
+ *
+ * @module dsh-thesis/dedup
+ */
+import { runDedup } from "./index.js";
+const ACTIONS = ['scan', 'verify', 'report'];
+async function safe(work) {
+    try {
+        return { kind: 'success', text: await work() };
+    }
+    catch (error) {
+        return { kind: 'error', text: error instanceof Error ? error.message : String(error) };
+    }
+}
+/**
+ * 解析 `/thesis-originality` 的输入。
+ *
+ * 支持：`scan|verify|report`、位置参数（语料路径）、`--chapter <章节>`、
+ * `--baseline <报告路径>`、`--rate <重复率>`、`--system <检测系统名>`。
+ */
+export function parseDedupCommandInput(rawInput) {
+    const tokens = rawInput.trim().split(/\s+/).filter(token => token !== '');
+    let action = 'scan';
+    const paths = [];
+    let chapter;
+    let baseline;
+    let detectedRate;
+    let detectedSystem;
+    for (let index = 0; index < tokens.length; index += 1) {
+        const token = tokens[index];
+        const lowered = token.toLowerCase();
+        if (ACTIONS.includes(lowered)) {
+            action = lowered;
+            continue;
+        }
+        if (lowered === '--chapter' || lowered === '-c') {
+            chapter = tokens[++index];
+            if (chapter === undefined)
+                throw new Error('--chapter 后面要跟章节名，如 --chapter 01-绪论');
+            continue;
+        }
+        if (lowered === '--baseline' || lowered === '-b') {
+            baseline = tokens[++index];
+            if (baseline === undefined)
+                throw new Error('--baseline 后面要跟报告路径');
+            continue;
+        }
+        if (lowered === '--rate' || lowered === '-r') {
+            const raw = tokens[++index];
+            const rate = raw === undefined ? Number.NaN : Number.parseFloat(raw);
+            if (!Number.isFinite(rate))
+                throw new Error('--rate 后面要跟数字，如 --rate 12 或 --rate 0.12');
+            detectedRate = rate;
+            continue;
+        }
+        if (lowered === '--system' || lowered === '-s') {
+            detectedSystem = tokens[++index];
+            if (detectedSystem === undefined)
+                throw new Error('--system 后面要跟检测系统名，如 --system 知网');
+            continue;
+        }
+        if (token.startsWith('-'))
+            throw new Error(`无法识别的选项「${token}」`);
+        paths.push(token);
+    }
+    return {
+        action,
+        ...(paths.length > 0 ? { corpus: paths.join(',') } : {}),
+        ...(chapter !== undefined ? { chapter } : {}),
+        ...(baseline !== undefined ? { baseline } : {}),
+        ...(detectedRate !== undefined ? { detected_rate: detectedRate } : {}),
+        ...(detectedSystem !== undefined ? { detected_system: detectedSystem } : {}),
+    };
+}
+/** 构造 `/thesis-originality` 命令定义。 */
+export function dedupCommand(fs, similarity) {
+    return {
+        name: 'thesis-originality',
+        description: '原创性自查：本地相似度扫描（scan）/ 复测降幅（verify）/ 汇总并回填学校检测结果（report）；不接入收费查重系统',
+        input: { hint: 'scan | verify | report [语料路径] [--chapter 01-绪论] [--rate 12] [--system 知网]' },
+        async handler(invocation) {
+            return await safe(async () => {
+                const args = parseDedupCommandInput(invocation.rawInput);
+                return await runDedup(fs, invocation.agent.session.header.cwd, args, similarity, invocation.signal);
+            });
+        },
+    };
+}

package/lib/dedup/index.d.ts

@@ -0,0 +1,75 @@
+/**
+ * dsh-thesis 降重模块的门面与工具装配。
+ *
+ * 三层结构：
+ * - `normalize.ts`  文本归一化 + 段落切分（带原文偏移映射）
+ * - `similarity.ts` shingle 指纹、倒排索引、包含率/杰卡德/最长公共子串
+ * - `rewrite.ts` / `report.ts` 改写处方与报告渲染
+ *
+ * 本文件只做两件事：把正文段落与参考语料装进扫描器；注册 `thesis_originality` 工具
+ * 并把报告落到 `08-合规/降重报告.md`（verify 另写 `08-合规/降重报告-复测.md`）。
+ *
+ * **边界**：不做知网/维普等收费系统的接入（无授权，也不应接入）。
+ * 本地相似度只是字符串重合度估算，权威口径是学校检测结果，可回填到报告里。
+ *
+ * @module dsh-thesis/dedup
+ */
+import type { Context } from '@deepseek-ai/cordis';
+import type { FileSystem } from '@deepseek-ai/dsh-fs';
+import type { SimilarityOptions } from '../config.ts';
+import { segmentsFromText, type Segment } from './normalize.ts';
+import { scan, type ScanResult } from './similarity.ts';
+import { buildReport, renderReport, weightedRateOf, type DedupReport } from './report.ts';
+export declare const REPORT_REL = "08-\u5408\u89C4/\u964D\u91CD\u62A5\u544A.md";
+export declare const VERIFY_REPORT_REL = "08-\u5408\u89C4/\u964D\u91CD\u62A5\u544A-\u590D\u6D4B.md";
+export declare const CHAPTERS_REL = "06-\u8BBA\u6587/\u7AE0\u8282";
+/** 缺省参考语料目录（相对论文工作区根）。 */
+export declare const DEFAULT_CORPUS_DIRS: readonly string[];
+/** 扫描到的参考文件（`file` 是相对论文工作区根的 POSIX 路径）。 */
+export interface CorpusFile {
+    readonly file: string;
+    readonly label: string;
+    readonly text: string;
+}
+/** thesis_originality 的参数。 */
+export interface DedupArgs {
+    /** scan | verify | report。 */
+    readonly action: string;
+    /** 参考语料路径（文件或目录），可多个；缺省用 DEFAULT_CORPUS_DIRS。 */
+    readonly corpus?: string;
+    /** 只处理某一章（章节文件名，可带 .md）。 */
+    readonly chapter?: string;
+    /** verify 用：上一次 scan 落盘的报告路径。 */
+    readonly baseline?: string;
+    /** report 用：用户自行送检得到的重复率（0..1 或百分数）。 */
+    readonly detected_rate?: number;
+    /** report 用：检测系统名称。 */
+    readonly detected_system?: string;
+}
+/** `thesis_originality` 的注册参数：相似度配置来自 `src/config.ts` 的 `SimilarityOptions`。 */
+export interface DedupOptions {
+    readonly similarity: SimilarityOptions;
+}
+/** 收集参考语料：显式路径优先，否则用缺省目录 + 各章正文（互查）。 */
+export declare function collectCorpus(fs: FileSystem, root: string, corpusArg: string | undefined, excludeFiles: readonly string[], wholeChapters: boolean, signal?: AbortSignal): Promise<CorpusFile[]>;
+/** 读取正文段落（按章切分；chapter 为空则全部已撰写章）。 */
+export declare function loadChapterSegments(fs: FileSystem, root: string, chapter: string | undefined, minChars: number, signal?: AbortSignal): Promise<{
+    segments: Segment[];
+    missing: string[];
+    corpusCandidates: CorpusFile[];
+}>;
+/** 执行 thesis_originality 的全部动作；返回有界文本摘要。 */
+export declare function runDedup(fs: FileSystem, cwd: string | undefined, args: DedupArgs, similarity: SimilarityOptions, signal?: AbortSignal): Promise<string>;
+/**
+ * 注册 `thesis_originality`：本地相似度扫描 / 复测 / 报告回填。
+ *
+ * 参数：`action`（scan | verify | report）、`corpus`（参考语料路径，文件或目录）、
+ * `chapter`（只处理某一章）、`baseline`（verify 的上次报告路径）、
+ * `detected_rate`（report 回填的学校检测重复率）、`detected_system`。
+ * 落盘：`08-合规/降重报告.md`；verify 另写 `08-合规/降重报告-复测.md`。
+ */
+export declare function registerDedup(ctx: Context, options: {
+    similarity: SimilarityOptions;
+}): void;
+export { segmentsFromText, scan, buildReport, renderReport, weightedRateOf };
+export type { Segment, ScanResult, DedupReport, SimilarityOptions };