dsh-plugin-weixin
panqing0313/dsh-plugin-weixin
WeChat (personal WeChat, iLink Bot API) channel: chat with your DSH agent from WeChat, with images, files and voice-note transcription. One WeChat conversation can hold several DSH Sessions (/new, /list, /use) and every option is editable from the settings page. Also published to npm as dsh-plugin-weixin.
インストール
dsh plugin --profile web add github:panqing0313/dsh-plugin-weixinREADME
dsh-plugin-weixin
把个人微信变成 DeepSeek Harness(DSH)的远程控制面:在微信里发一句话,DSH Agent 在本地开一个会话执行,把结果回给你。
底层用的是微信 iLink Bot API(ilinkai.weixin.qq.com),传输层来自腾讯官方开源插件
@tencent-weixin/openclaw-weixin(MIT,2.4.10),
本项目把它 vendor 进 vendor/openclaw-weixin/,剥掉 OpenClaw 的耦合后直接绑定到 DSH 的 agents 服务。


当前状态
已真机验证:插件加载、扫码登录、长轮询收消息、白名单、去重、开 DSH 会话、读回复、分段回发、
“正在输入”、入站图片与文件、入站语音识别成文字(SILK → WAV → ASR,热调用约 300ms)、
一个会话下多条 DSH 会话(/new、/list、/use,切换保留上下文)。
尚未验证:长时间运行、多账号、群聊;发送语音/视频(需要 TTS/视频编码,当前只支持发送
图片与文件);原生图像理解(入站图片以本地路径交给 Agent,由 Agent 用 read_image 打开——
这依赖当前模型与工具链,不是插件自身保证)。
目录结构
src/index.js 插件入口:name / inject / Config / apply
src/agent-bridge.js 微信会话 ↔ DSH agent 会话(create/resume + followup)
src/session-reader.js 从 session log 读回 assistant 回复与在跑的工具
src/transport/ilink.js iLink 长轮询 + send + sendMedia + typing
src/security/allowlist.js 发信人/会话白名单(默认拒绝所有人)
src/message/{chunker,dedupe,markdown}.js 分段、有界去重、Markdown→纯文本
src/media/inbound.js 入站媒体:下载、解密、落盘、语音转码
src/media/outbound.js 出站媒体:路径白名单、附件引用识别、上传
src/media/asr.js 语音识别:常驻 ASR 桥客户端(降级而非抛错)
src/state.js 把凭证目录从 ~/.openclaw 重定向到 ~/.dsh/weixin
bin/login.js 扫码登录 CLI
bin/install.mjs 安装到指定 DSH profile
vendor/openclaw-weixin/ 腾讯官方 MIT 传输层(已剥离 OpenClaw 依赖)
安装
方式一:从 npm / git 安装(推荐给普通用户)
DSH 的插件页(侧边栏 Plugins)或 plugin_manager 工具可以直接从 registry 安装:
dsh-plugin-weixin
也可以填 git 地址或绝对路径。安装后 DSH 会自动把 bundle 挂上,重启生效。
当前已发布版本:dsh-plugin-weixin@0.5.0。
- 0.5.0 —— 新增
/clear清空当前会话并重开;出站附件收件人在转接处被丢成to=undefined的修复(自 0.1.0 起插件驱动的附件上传一直如此失败);入站长轮询 body 挂死的看门狗(手机显示「暂无法连接 openclaw」的根因);PDF/Word 等文档以 markdown 链接写出时也能送达;schema 默认值不再覆盖设置页保存的 ASR 命令。 - 0.4.0 —— 一个微信会话可挂多条 DSH 会话(
/new、/list、/use,切走不销毁);全部配置项都能在设置页里看和改;会话列表里给本插件开的会话加微信图标;二维码不再依赖 python 或未声明的包(Windows 修复);出站相对路径按 agent 工作目录解析。 - 0.3.0 —— 仓库自带 ASR 桥,语音识别开箱可用(详见语音识别)。
- 0.2.0 —— 忙时排队/插话、超时补发、来源块、设置卡进入宿主 Settings。
- 0.1.0 / 0.1.1 —— 首发:扫码轮询、登录后自动起入站循环、白名单合并、归档会话自动恢复。
方式二:从源码安装
git clone <this-repo> && cd dsh-plugin-weixin
node bin/install.mjs # 默认装到 $DSH_PROFILE(或 desktop)
node bin/install.mjs --profile web # 装到别的 profile
node bin/install.mjs --uninstall
脚本做三件事:
- 把包(含
vendor/)放进<profile>/node_modules/dsh-weixin; - 在
<profile>/package.json的dsh.profile.bundles里追加dsh-weixin; - 追加一行
dsh-weixin到<profile>/cordis.patch.yml(幂等,已存在则刷新那一行)。
同时会把两个可选依赖(qrcode-terminal、silk-wasm)搬到 profile 的 node_modules——
不搬的话它们只在这个仓库里可见,装到 profile 后会静默降级。
重启 DSH 后生效。
登录
node bin/login.js # 终端打印二维码,手机微信扫码
node bin/login.js --account work # 多账号时指定 id
node bin/login.js --force # 已有账号时强制重新扫码
凭证写入 ~/.dsh/weixin/openclaw-weixin/accounts/<id>.json,权限 0600,只在本机。
bin/login.js 不接收密码,也不会把 token 打印到日志(vendor 自带 redact)。
在 DSH 设置页登录
「设置 → 插件 → dsh-plugin-weixin」里也能直接扫码,不用开终端:
- 点「扫码登录微信」后,卡片显示真正的二维码图片(host 端把 iLink 返回的登录链接渲染成 PNG 再回传,客户端不需要任何二维码库);
- 二维码在任何平台都能画出来,不需要装 python、也不需要额外装包:二维码矩阵取自
qrcode-terminal(本就是依赖),PNG 由src/png.js只用node:zlib手工编码。 早先的实现先找 npmqrcode、再找python3——前者从来不是依赖、后者 Windows 上根本没有, 所以 Windows 用户看到的是一个破图图标而不是二维码。现在这条路被测试钉死了; - 万一真的画不出图,卡片会说明「二维码图片不可用,请点下面的在浏览器打开」,而不是把
登录链接塞进
<img>显示一个破图; - 二维码旁边有「在浏览器打开」和「复制链接」——iLink 返回的
qrcode_img_content其实是一个 登录链接(https://liteapp.weixin.qq.com/q/...),不是图片;链接在浏览器里打开同样能扫码; - 需要验证码时卡片会切到输入框,提交后继续轮询;二维码过期会自动刷新(最多 3 次)。
退出登录与重新绑定
「退出登录」只删除本机凭证。iLink 没有服务端解绑接口,机器人仍挂在微信侧(手机微信里仍显示 「已绑定」),所以:
- 退出登录后卡片显示「未登录」是如实显示,不是状态不实时——本机确实已经没有任何凭证。 卡片的状态由本地账号文件决定,手机上的「已绑定」说的是服务端绑定关系,两者本来就不是一回事;
- 如果你在这次退出登录之前用设置页扫码,那个流程从来没有走通过(轮询一直在
poll(null), 见docs/progress.md)。也就是说:扫码后卡片停在二维码页、扫码结果无人处理,与手机显示 「已绑定」无关。修复后重新扫码才会真正走到服务端; - 走到服务端之后还有一种情况:服务端仍认为这台机器绑定着同一个机器人时,会回
binded_redirect并拒绝下发新凭证(此支语义取自 vendor 源码;vendor 的 CLI 把它读成幂等成功 「已连接过此 OpenClaw,无需重复连接」,但那只在本机仍持有 token 时才成立,退出登录后 token 已经没了,本机也没有任何接口能解绑); - 卡片会把这种情况单独报成「需要处理」,并给出唯一可行的动作:先在手机微信里解除该机器人的绑定, 然后重新扫码。
即:退出登录 = 本机忘记;要重新绑定 = 手机上先解绑。
扫码成功后不需要重载 DSH
插件刚加载时如果本机还没有凭证(全新安装,或刚退出登录),收消息的 getUpdates 长轮询在那时
是无法启动的。设置页扫码成功后,登录会通知宿主立刻为刚写入的凭证把这条循环拉起来,
所以「扫码 → 重载 DSH → 才通」这个多余步骤已经没有了。
如果手机微信仍提示「暂时无法连接 openclaw」,按顺序看四处:
- 插件日志里有没有
listening as account <id>——没有就是循环没起来; - 有没有
settings login service unavailable——有就说明登录服务没装上,扫码能成功、 凭证会写盘,但没有任何人在听「登录已完成」,循环不会切到新凭证(历史上这一行曾把ctx.plugin()的误用吞掉,症状与「循环没起来」完全相同); - 有没有
no Weixin account is saved(凭证不在)或is already being listened to(重复触发,正常); - 凭证是否被服务端拒绝:
getUpdates errcode=-14表示登录已过期,需要重新扫码。
换绑到新机器人(token 变了)时,插件会先停掉旧的长轮询再启动新的:同一凭证上跑两条长轮询会让 服务端把入站消息分摊给两条循环,而不是各收一份。
授权(重要)
微信文本不是授权凭据。因此:
allowedSenders默认空,等于拒绝所有人——没配白名单的插件什么都不驱动;- 不在白名单的发信人只记一条 warn,不创建会话、不回消息;
- 真实的文件修改/命令执行仍由 DSH 自己的权限层与确认流程决定,本插件不旁路。
配置
cordis.patch.yml 里那行的 config:
| 字段 | 默认 | 说明 |
|---|---|---|
enabled | true | 关闭即不启动长轮询 |
accountId | '' | 空 = 只用唯一已保存账号 |
cwd | '' | Agent 工作目录;空 = 继承会话默认 |
allowedSenders | [] | 允许驱动 Agent 的微信用户 id |
allowedChats | [] | 会话白名单;空 = 不限制会话 |
maxMessageLength | 1500 | 单条出站消息字符上限 |
markdownMode | 'strip' | 回复的 Markdown 处理:strip 转微信可读纯文本,off 原样发送 |
progressAfterMs | 45000 | 超时前发一条进度提示 |
maxTurnWaitMs | 1200000 | 等待一轮的上限 |
typingIndicator | true | 有 typing ticket 时显示“正在输入” |
mediaEnabled | true | 把回复里引用的本地文件作为附件发出(出站) |
maxMediaBytes | 104857600(100MB) | 出站附件大小上限 |
maxInboundMediaBytes | 20971520(20MB) | 入站附件下载大小上限 |
cdnBaseUrl | 空(未配置) | 入站下载与出站上传的 CDN 根。留空表示「这里没配」:会先用账号记录里的 cdnBaseUrl,再退回上游默认 https://novac2c.cdn.weixin.qq.com/c2c |
asr.modelDir | '' | 语音模型目录;空 = ~/.dsh/weixin/asr-models。设置页的输入框会覆盖它(并写进 <stateDir>/asr-config.json) |
改完配置重载插件即可。
这些选项现在都能在设置页里改:打开「设置 → 微信」的 配置项 标签页,逐项编辑、
保存。表单直接读插件自己的 schema,所以每个选项都带默认值、当前值和它从哪来
(default / 来自 config / 已保存),改动过但没保存的项会标出来。保存只写你改过的那几项,
写入 ~/.dsh/weixin/config.json(与凭证放在一起,重装插件不会丢)。
优先级:界面保存的值 > cordis.patch.yml 里的 config > schema 默认值。
想放弃某次修改,点该项的「恢复默认」。
只有两项在界面上是只读的:
maxTurnWaitMs—— 调低它会静默截断长回复,不适合当日常开关;enabled—— 它是插件的总开关,改它请改 YAML(关掉后设置页仍然可用, 方便你先配好再打开)。
会话(一个微信会话可以用多条 DSH 会话)
一个微信会话默认只对应一条 DSH 会话,聊久了上下文会一直变长。插件支持会话线: 同一个微信会话下可以有多条 DSH 会话,每条有自己的上下文,互不影响。
在微信里直接发命令(整条消息恰好是命令才生效,看看 /new 这个命令、/steer /new 都不算):
| 命令 | 作用 |
|---|---|
/new | 开一条新会话,接下来的消息进入它 |
/list | 列出当前会话下的所有会话线,▶ 标出正在用的那条 |
/use <序号> | 切到第 N 条(序号来自 /list) |
/clear | 清空当前会话并重新开始:这条线从 /list 里移除,立刻开一条全新的 |
切换是保留的,不是重置:切走的那条不会被结束或清空,切回来时它之前的上下文原样都在。
/list 里的序号是绝对序号(从 1 数起),所以即使只显示最近 10 条,序号也不会因为折叠而错位。
/clear 是唯一会丢上下文的命令,所以它只作用于「当前正在用的那条」且不带参数——
/clear 3 这类写法不会被识别。被清掉的那条只是从会话线列表里移除,之后 /use 也切不回去;
宿主那边的会话文件原样保留,不删任何历史记录。
命令由插件直接回,不消耗模型对话:发 /new 不会在会话里留下一轮问答。
两条已确立的事实:
- 升级不会丢上下文。第一条会话线沿用历史 id(
weixin-<会话 slug>),装了新版本后老会话仍然是那条; - 存放位置是
<stateDir>/sessions.json(默认~/.dsh/weixin/sessions.json),删掉它等于只保留一条默认会话线。
在设置页管理
DSH 设置页的插件卡片里有「会话」标签:列出每个微信会话下的会话线、标出正在用的那条,
并可以点「切换」跳到某一条——不用回到微信里敲 /use。卡片只读该文件,改的也是它,
和微信里发命令是同一条路径,所以两边看到的永远一致。
会话列表里怎么认出微信会话
工作区左侧的会话列表里,本插件开的会话行首会带一个微信图标(14px,微信品牌绿 #07C160),
一眼能从别的会话里分出来。
判定只看会话 id 的前缀 weixin-:本插件开的是 weixin-<会话 slug>,同一会话的第二条线是
weixin-<会话 slug>--<时间戳>;别的会话用的是 DSH 自己的 session-<uuid>,不会被错标。
这个图标挂在宿主声明的槽位 sidebar.session.row.leading 上。该槽位由 ui-workspace 提供给
每一行会话,只在行处于 idle 时渲染,归档行留空,搜索结果没有这个位置;宿主自己的定时任务
时钟(ui-schedule)也占这个位置——本插件用独立的座位 id,所以两者能共存,不会互相顶掉。
对不是本插件开的会话,组件返回 null——一个像素都不占,也不会给别人的会话贴上微信图标。
出站附件(插件发给你的图片/视频/文件)
Agent 在回复里引用本地文件时,插件会把文件上传并作为附件发出。认哪些写法取决于扩展名:
 ← 图片语法,任何扩展名都认

 ← 路径有空格时用尖括号包起来
[报告](报告.pdf) ← 链接语法:只对「天然就是附件」的扩展名生效
报告.pdf ← 单独成行/列表项的相对路径:同样是附件类才认
/abs/path/a.pdf ← 单独成行的绝对、~/、C:\ 路径:任何扩展名都认
为什么分两种待遇:微信回复里没有任何东西会内联渲染一个 PDF,所以 [报告](报告.pdf) 只可能
是「把文件发我」;但 [截图](icon.png) 可能只是 agent 在指路,把它当上传会把无关图片甚至源码
树发出去。附件类的完整名单见 ATTACHMENT_EXT(src/media/outbound.js):pdf doc(x) xls(x) ppt(x) csv zip tar gz 7z rar mp3 wav m4a ogg mp4 mov webm mkv avi silk。
这些不认:行内代码与代码块里的路径(那是在展示语法)、行内正文里的裸路径(如「文件在
/tmp/a.pdf 里」)、(未用尖括号包裹)、https:// 之类的网络图片——网络图片
本来就不该由插件上传。
发出的形式按 MIME 决定(不是扩展名):
| 类型 | 扩展名 | 你会收到 |
|---|---|---|
| 图片 | .png .jpg .jpeg .gif .webp .bmp | 图片消息 |
| 视频 | .mp4 .mov .avi .mkv .webm | 视频消息 |
| 其他 | 其余一切(含 .pdf .zip .docx,也含 .svg .heic .m4v .wav) | 文件附件 |
注意第三行:getMimeFromFilename 不认 .svg .heic .tif .avif .m4v .3gp .flv .wmv,
它们会降级成文件附件——能收到,但没有原生图片/视频气泡。想要原生效果,挑第一、二行的扩展名。
单文件上限 100MB(maxMediaBytes 可调),一条回复最多 5 个附件。发不出去时不会吞掉回复:
失败原因会作为一行附在文字后面。
文件必须在允许的目录里:agent 会话的工作目录,或 ~/.dsh/weixin。路径经 realpath 后再判包含,
符号链接指向目录外也会被拒,.. 逃逸按原文判定。放宽「引用识别」不改变这个边界——识别只决定
「要不要尝试发」,能不能读始终由目录检查决定。详见 docs/security.md「出站附件」。
入站媒体(微信发来的图片/文件/语音/视频)
用户发来的媒体会先过白名单和去重,再从 CDN 下载——未授权的发信人不会让本机对 CDN 发起任何请求
(test/e2e.test.js 里有一条断言守着这点)。下载后按 AES-128-ECB 解密,存到
<stateDir>/media/inbound/(默认 ~/.dsh/weixin/media/inbound/),再把本地绝对路径 + 用哪个工具读
拼进交给 Agent 的 prompt:图片提示 read_image,文件/视频提示 read。微信图片带的 caption 会一并
保留,所以 Agent 既有图也有问题。
两个安全要点:
- 对端给的文件名绝不用来拼路径。 文件名先取 basename、去掉分隔符与
./..段,再加随机前缀, 写盘用wx独占模式。../../etc/passwd只会变成a1b2c3d4-passwd落在收件目录里,逃不出去。 - 大小先按
Content-Length判、读完再按实际字节判一遍。 头部可以缺、也可以撒谎,两道都要过。
失败不静默:下载失败会把具体原因回给用户(如 CDN returned 403、30.0MB,超过 20.0MB 上限),
而不是笼统的「暂不支持」。真正未知的 item 类型(如 TOOL_CALL_*)才保留「暂不支持」提示。
语音是微信 SILK 格式。插件会尝试用上游的 silkToWav 转成 WAV;silk-wasm 现在是
optionalDependencies 里的一项(已装则可用;卸载或安装失败不影响插件加载,会走降级路径)。
silk-wasm 缺失时按上游行为把原始 .silk 存下来并把路径交给 Agent,回复中说明这是未转码的
SILK。
语音识别(ASR)
转成 WAV 之后可以再交给一个常驻的 ASR 桥进程,真正做到「听懂」。桥是一个行协议子进程:
stdin 每行一个 {"wav":"/绝对路径.wav"},stdout 每行一个 {"ok":true,"text":"..."} 或
{"ok":false,"error":"..."}。进程常驻复用——每条语音起一个新 Python 进程要付 15–25 秒冷启动,
不可接受。
asr:
enabled: true
command: python3
args: [bin/asr-bridge.py] # 仓库自带的桥(相对路径按插件目录解析)
timeoutMs: 60000
modelDir: /path/to/models # 模型目录(设置页里也能改,见下)
env:
DSH_WEIXIN_ASR_LANGUAGE: zh # 固定语言;不填则自动检测
YAML 和设置页的关系:设置页写的是 <stateDir>/config.json,它比 YAML 更新,
所以同一个字段两边都写了时以设置页为准;只有设置页里是空值(''、[]、{})
时才回落 YAML。改动照例需要重启 DSH 才被重新读取。
踩过的坑(0.4.0 及以前):宿主导入插件时传进来的 config 是经过 schema 实例化的,
asr.command这类字段即使你没配也会带着空字符串默认值。旧版本对这个段落只做浅展开合并, 空默认值会盖掉设置页里的真命令——表现是设置页明明写着命令、语音却一直回no ASR bridge is configured。现在按字段判定,存档非空即优先。
仓库自带一个桥:bin/asr-bridge.py
不想自己写桥的话,直接用仓库里这个。它实现了上面那份行协议,并自动在两个引擎里挑一个:
| 引擎 | 何时生效 | 安装 | 热调用实测 |
|---|---|---|---|
| mlx-whisper | 能 import 时优先(Apple Silicon) | pip install mlx-whisper | 0.29s(3.7s 音频,M4 GPU) |
| faster-whisper | 其它平台 / 没有 mlx 时 | pip install faster-whisper | 5.3s(同一段音频,Rosetta CPU) |
两者都支持,是因为它们在真实机器上的差距很大:同一台 M4 上,mlx 走 GPU 比 x86_64 Python 走 CPU 快 18 倍。桥自己挑,用户不需要关心。
模型下载走设置页的「语音模型」区块(它按你选的镜像源下载)。下载完就能直接用:桥发现
<模型目录>/mlx-community__whisper-small-mlx(或 Systran__faster-whisper-small)存在时就从磁盘
加载,不发任何网络请求。这一点是刻意的——huggingface_hub 的元数据探测(一次到 CDN 重定向的
HEAD 请求)在某些镜像上会以 SSL EOF 失败,而普通 GET 正常;从磁盘加载完全绕开这一步。
安装(按你的机器选一个):
pip install mlx-whisper # Apple Silicon,走 GPU
pip install faster-whisper # 其它平台,走 CPU
然后照上面的 YAML 配 command + args 即可。环境变量(都可选):
| 变量 | 作用 |
|---|---|
DSH_WEIXIN_ASR_MODEL | 尺寸:tiny/base/small/medium/large-v3(默认 small) |
DSH_WEIXIN_ASR_LANGUAGE | 固定语言(如 zh);不填则自动检测 |
DSH_WEIXIN_ASR_MODEL_DIR | 模型目录(默认 ~/.dsh/weixin/asr-models) |
DSH_WEIXIN_ASR_MODEL_PATH | 直接指定模型目录或 repo,优先级最高 |
DSH_WEIXIN_ASR_PROMPT | 初始提示词,默认一句普通话样本(见下) |
HF_ENDPOINT | 直连不通时设为 https://hf-mirror.com |
为什么要给初始提示词:whisper 对中文会输出繁体。默认提示词是一句普通的普通话样本,
把输出钉在简体上——这是实测出来的(今天天氣不錯 → 今天天气不错),不是猜的。
为什么非语音会返回空:纯音调/静音会让 whisper 编出内容(测试中出现过 字幕by索兰娅 这种
字幕署名)。桥会识别「整段都没有语音」,返回空字符串——空是诚实的答案,插件会转成「没听清」,
而不是把编出来的词当成用户说的话。
模型目录可以自定义
设置页的「语音模型」区块里,目录是一个可编辑输入框:
- 改完点「设置目录」,host 端会
mkdir -p并记住这个路径,重启后仍然生效 (写在<stateDir>/asr-config.json); - 该目录同时驱动下载和转写两端:下载的模型落到
<目录>/<repo>, 转写时HF_HOME与DSH_WEIXIN_ASR_MODEL都指向这个目录,所以下载完就能直接用, 不用再去改配置文件; - 配置里的
asr.env.HF_HOME/asr.env.DSH_WEIXIN_ASR_MODEL优先级更高—— 手写过的值不会被界面覆盖。
桥是可选的,也可以自己写。 插件只依赖上面那份行协议:它调用你的 command,把 WAV 路径写进
stdin,从 stdout 逐行读 JSON。任何满足「读一行 {"wav": "..."} → 写一行
{"ok": true, "text": "..."}」的进程都行,模型可以是 whisper.cpp、云端 API、或任何别的——
插件不关心。仓库自带的 bin/asr-bridge.py 只是把最常见的那条路铺好。
默认 asr.enabled: false,不配就完全没有这条链路。
command 为空即关闭识别,语音只作为文件交付。三条降级互不影响,Agent 收到的说明能区分
「没装转码模块」「转码了但桥失败」「识别出来但是空的」:
| 情况 | 交付给 Agent 的内容 |
|---|---|
| 识别成功 | 【语音转写】 + 用户原话(明确标为「均按用户原话处理」) |
| 识别为空 | 明说未识别出内容,并要求不得臆测——空结果不许编 |
| 桥失败/超时 | 仍给出 WAV 路径,附失败原因 |
无 silk-wasm | 给出 .silk 路径,说明未转码 |
桥在请求中途崩溃会被自动重启,只影响当前这一条(该条降级),后续请求照常。timeoutMs 是
兜底而不是延迟目标——冷启动加载模型可以到几十秒,所以默认 60s;热调用实测约 294ms。
本机实测:
2ee80de6-voice.silk(3830 字节)→ WAV 113324 字节 → 转写「你是谁」。 模型缓存在HF_HOME指定的位置(stationData 卷),不要让它落到系统盘。
Markdown 处理
微信不渲染 Markdown,**加粗**、##### 标题、 会原样显示。出站链路因此先把回复
转成纯文本,再按 maxMessageLength 分片——顺序不能反,否则分片长度会按未转换的文本计算而超限。
markdownMode 为 strip(默认)时复用 upstream 的 StreamingMarkdownFilter
(vendor/openclaw-weixin/messaging/markdown-filter.js),规则完全与上游一致:
| 保留 | 剥离(标记去掉、内容保留) |
|---|---|
**加粗**、___加粗___ | CJK 内容的斜体/粗斜体标记 |
代码围栏 ```、行内代码 ` | H5/H6 标题(#####、######) |
表格 |…|、分隔线 --- | 图片 (整段移除) |
| 非 CJK 内容的斜体 |
空白字符(空行、行尾换行、CRLF)逐字节保留。markdownMode: 'off' 时原样发送,便于排障与对照。
注意:
同时是出站附件语法。开启mediaEnabled时该引用会先交给媒体层上传, 文本里只剩 alt 文本;stripMediaReferences已在媒体步骤处理掉的部分不会再进入 Markdown 过滤器。
开发
npm test # node --test "test/**/*.test.js"
node bin/login.js # 真实扫码登录
本地 dev 需要把 DSH 的 @deepseek-ai/{schemastery,cosmokit,dsh-llm} 软链到 node_modules/@deepseek-ai/
(它们在 profile 里,不是公开 npm 包):
mkdir -p node_modules/@deepseek-ai
ln -sfn ~/.dsh/profiles/desktop/node_modules/@deepseek-ai/schemastery node_modules/@deepseek-ai/schemastery
ln -sfn ~/.dsh/profiles/desktop/node_modules/@deepseek-ai/cosmokit node_modules/@deepseek-ai/cosmokit
ln -sfn ~/.dsh/profiles/node_modules/@deepseek-ai/dsh-llm node_modules/@deepseek-ai/dsh-llm
发布
一条命令做完整条发布链路(校验 → 测试 → 改版本号 → 打包核验 → 发布 → 打标签 → GitHub Release):
npm run release 0.4.0 -- --dry-run # 预演:不提交、不发布,跑完还原工作区
npm run release 0.4.0 # 正式发布
脚本按「实际能跑通的顺序」执行,每一步都对应一次手工发布踩过的坑:
| 步骤 | 做什么 | 为什么 |
|---|---|---|
| 预检 | 工作区干净、在 main、与 origin 同步、版本未发布过、npm 已登录、已发布版本都有对应 tag | git describe 靠 tag 定位上一版;漏打 tag 会让本次 Release Notes 把上一版内容重复报一遍(0.3.0 就漏打过) |
| 测试 | npm test 必须全绿 | 发布不能带着红灯 |
| 版本号 | 改 package.json,同步 README 的「当前已发布版本」行与版本列表 | README 曾长期写着 0.1.0 而 npm 上已是 0.2.0 |
| 打包核验 | npm pack 后检查文件清单(不缺 bin/asr-bridge.py、无 __pycache__/测试文件),并在临时解压目录里真跑一次 bin/asr-bridge.py | 证明要上传的那个包本身可用,而不只是测试通过 |
| 提交 | 一个 chore(release): x.y.z 提交 | |
| 发布 | npm publish,然后轮询 registry 直到版本真的可见 | npm 会先返回成功、再异步处理上传;立刻查询读到的是旧版本,看起来像失败 |
| 核验 | 比对 registry 的 dist.shasum 与本地 tarball | 确认线上包就是本地构建的那个 |
| 标签 | 打 v x.y.z、推 main 与 tag、按提交日志生成 GitHub Release | |
| 安装 | node bin/install.mjs --profile $DSH_PROFILE | 本机自测 |
三点注意:
- 必须从真实终端运行。
npm publish可能要求浏览器里输入一次性密码(OTP);stdout 不是 TTY 时 npm 会把认证链接打码(***),这一步无法自动化。 - 预演(
--dry-run)会真实执行打包与桥的冒烟测试,但结束前还原package.json/README.md并删掉 tarball,工作区保持原样。 - 新版本会在 README 版本列表顶部插入一条
TODO文案的条目;把它改成这次的实际内容再提交(脚本会明确提示)。