dsh-calibguard

把 CalibGuard 的文件安全审计引擎接进 DeepSeek Harness（DSH）：让 AI 在执行 / 安装来路不明的代码之前先过一道本地门控，你也可以在侧边栏面板里直接拖文件审计。

🔒 默认离线：本地 CodeBERT + Platt 校准给出可解释的「恶意概率」，文件内容不会上传；
☁️ 灰区才上云：只有本地拿不准的文件才发一次云端复核（可关闭）；
🧭 四档结论：放行 / 可疑 / 拦截 / 转人工，附证据与 Markdown 报告；
🧰 三种用法：AI 工具（calibguard_audit 审计 / calibguard_status 状态 / calibguard_configure 改设置）+ 浏览器面板；
🛡️ 插件体检：安装/更新别的 DSH 插件时自动扫一遍并提醒（一个频率下拉控制：插件列表更新时 / 周期 / 关闭；不扫自己）；
🔔 新版本提示：定时检查本插件是否有新版本，弹窗询问是否升级，绝不静默升级（可设置跳过此版本/以后不再询问）；
⚙️ 一套设置：面板里保存的阈值与送审口径，AI 调用同样生效。

本仓库只是 DSH 插件，不是 CalibGuard 主仓库。 CalibGuard 主仓库（引擎、桌面 GUI、基准）：P-436/CalibGuard。为了让插件开箱即用，运行所需的引擎核心（calibguard/、audit_service.py、词表与校准参数）已复制到本仓库 engine/ （只复制、不改逻辑，同步方法见该目录 README）；模型权重（475 MB）由本仓库 Release 资产分发；运行时通过常驻 Python 子进程调用引擎。

有什么用（典型场景）

场景	你怎么用	它给你什么
AI 要运行下载的脚本/安装包	说一句「安装前先审一下 `D:\downloads\setup.py`」	四档结论 + 触发证据 + 报告路径，AI 据此决定是否继续
手动检查可疑文件 / 压缩包	拖进侧边栏面板	逐文件结论、可排序、可点开 Markdown 报告
审计一整个目录	粘宿主机目录路径	递归逐文件审计（超过上限会明确提示「只审了前 N 个」）
不想把代码传到云上	默认即离线；需要时关掉云端复核	全程本地推理，灰区按本地 0.5 切分
想要更稳/更省	面板调阈值、送审内容源、投递方式并保存	面板与 AI 共用同一套口径

结论怎么读

标签	含义	建议动作
BLOCK 拦截	本地模型高置信度恶意	不要执行；看报告里的证据
MANUAL 转人工	拿不准 / 云端复核失败	人工确认，或换个送审口径再跑
SUSPICIOUS 可疑	中等概率，可能是正常库里的危险 API	结合报告判断；压缩后的第三方库常落这里或拦截（见 FAQ）
ALLOW 放行	本地模型判定安全	可以继续

结果里还有：校准后概率 p、推理设备（cpu/cuda）、窗口数、文件 sha256、以及报告文件路径。

安装

开始前：引擎依赖会自动准备（对齐 CG_GUI 的「首启装环境」）

本插件自带引擎（engine/：复制自 CG_GUI 的 calibguard/ 包、audit_service.py、词表与校准参数），只差 475 MB 模型权重和 Python 依赖。不用手动装——装好插件重启 DSH 后，若检测到缺少 <engineRoot>/.venv，插件会在后台自动：

把内置 engine/ 复制到 <engineRoot>（默认 ~/.dsh/calibguard-engine）；
从本仓库 Release 下载模型权重 model.safetensors（约 442 MB 压缩包，GitHub 直连失败会自动尝试 ghproxy 等镜像，缓存于 ~/.dsh/calibguard-tools/model-cache）；
创建 .venv（不需要你预装 Python：本机没有 64 位 3.10–3.12 时会自动下载便携 Python 3.10.8，约 30 MB）；
按 requirements-gui.txt 安装依赖（约 1–3 GB，默认清华 PyPI 镜像）；
就绪后工具/面板自动可用。

默认不再从 GitHub 下载 CG 发行包；只有显式 node setup.mjs --from <zip> 或 --url <地址> 才会走 CG 发行包，用于离线/指定引擎版本。

安装速度：模型/引擎包默认 4 路并发分段下载（实测单连接 0.6 MB/s → 并发 2.3 MB/s）， GitHub 直连失败会自动换 gh-proxy / ghfast / ghproxy 镜像；pip 依赖按清华 → 阿里 → 中科大 → 腾讯 → 官方依次回退。可用 DSH_CALIBGUARD_DOWNLOAD_CONNECTIONS 调整并发数。

GPU 自动定档：检测到 NVIDIA 且 CUDA ≥ 12.8、算力 ≥ 7.5（RTX 20/30/40 系）时自动安装 CUDA（cu128）版 torch；否则装 CPU 版（GTX 10 系算力 6.1，cu128 轮子里没有对应 kernel，只能 CPU）。面板顶部会显示「推理设备：cpu/cuda」和定档原因。

手动覆盖（可选）： node setup.mjs --force-cuda（强制装 CUDA 版，跳过 CUDA/算力检查，风险自负）、 node setup.mjs --cpu（强制 CPU 版），或环境变量 DSH_CALIBGUARD_FORCE_CUDA=1 / DSH_CALIBGUARD_CPU_ONLY=1。装完想切换：node setup.mjs --reinstall-torch --force-cuda 或 --reinstall-torch --cpu。

CPU 版与 CUDA 版 torch 不能同时存在于同一个 venv（同名包会互相覆盖）；但 CUDA 版 torch 本身就是完整 torch，没有 GPU 时会自动用 CPU，所以不需要共存。

已经有 CPU 版的机器：仅当显卡算力 ≥7.5（如 RTX 2060）且 torch 是 CPU 版时，面板顶部才会显示「检测到 NVIDIA … 但当前 torch 是 CPU 版」并提供 「一键重装 GPU 版 torch（约 2.5 GB）」 按钮（会先卸载 CPU 版再装 CUDA 版，完成后自动重启桥接）；算力低于 7.5 的卡（如 GTX 1060 5GB / 6.1）强制 CPU 是正常行为，不会再提示重装。命令行：node "<插件目录>/setup.mjs" --reinstall-torch --force-cuda。

进度在哪看：面板顶部会出现「首次运行：正在自动准备引擎与依赖」卡片（含当前步骤与输出尾巴）；宿主日志里是 [calibguard] 开头的行。准备期间审计按钮不可用，完成后点「刷新状态」即可。首次约需 10–20 分钟（取决于网速和 pip 源），只需一次。

安装被中断怎么办：0.5.4 起，装完依赖会实际导入 torch / transformers / sklearn / openai 校验，成功才写 <引擎目录>/.deps-ok.json；如果安装中途被中断（关掉 DSH、关机），下次启动会检测到依赖不完整并自动补装，不会再把半成品 venv 当作就绪（面板会显示"正在自动补装缺失依赖"）。

想提前预热、或断网/锁网环境需要离线安装，也可以手动跑安装器（同一套逻辑，幂等）：
node setup.mjs                          # 一键：内置引擎 → 下载模型 → venv → 依赖 → 自检
node setup.mjs --from D:\CalibGuard-GUI.zip   # 用已下载的发行包，不联网
node setup.mjs --dest D:\CG_GUI         # 装到自定义位置（之后配置 engineRoot）
已有可用 CG_GUI/（含 .venv）的机器不会重复安装。如果不想让插件自动联网，把插件配置 autoSetup 设为 false（此时缺环境会直接报错并提示手动安装）。

前提

DSH（DeepSeek Harness）0.1.5-rc.2 实测可用；
Python：无需预装——没有 64 位 3.10–3.12 时安装器会自动下载便携版（缓存在 ~/.dsh/calibguard-tools，可用 --no-portable-python 关闭）；
引擎：插件自带；模型权重会自动从本仓库 Release 下载（自动镜像回退）。也可用 --from 指定 CG 发行包，或把 engineRoot 指向已有 CG_GUI/。

方式 0：桌面端「添加插件」（最省事，推荐）

DSH 桌面版只需要一步：设置 → 添加插件 → 输入 dsh-calibguard → 重启 DSH。 默认装 npm 上的最新版；要固定版本就写 dsh-calibguard@0.3.3（@ 后面是版本号）。不需要命令行、不需要下载源码。

输入框里也可以填以下任意一种（装完按提示重启 DSH）：

填什么	示例	说明
GitHub 仓库地址（推荐）	`https://github.com/maomitgd2006/dsh-CalibGuard`	自动拉取源码并登记到当前 profile 的 bundle
本地目录路径	`<你的插件目录>`（例：`D:\code\dsh-calibguard`）	已 clone / 解压到本地时用
包名	`dsh-calibguard` 或 `dsh-calibguard@0.3.3`	✅ 已发布到 npm；不写版本=装 latest，写 `@版本`=固定版本

等价命令行（已实测：安装后 DSH 会自动把包加进 profile 的 dsh.profile.bundles）：
dsh plugin --profile <profile> add dsh-calibguard                                   # npm 包（推荐）
dsh plugin --profile <profile> add https://github.com/maomitgd2006/dsh-CalibGuard           # GitHub 源码
dsh plugin --profile <profile> add file:<本包绝对路径>                                # 本地目录
npm 包页：https://www.npmjs.com/package/dsh-calibguard

无论用哪种方式，装好后首次运行都不需要手动装引擎——插件会自动准备（见下一节）。

方式 A：命令行安装（npm 包，适合非桌面版 / 脚本化）

dsh plugin --profile <profile> add dsh-calibguard

之后同样在 profile 的 cordis.patch.yml 里插一行，name 直接写包名 dsh-calibguard （本包自带的 cordis.patch.yml 会自动把插件行叠加进配置树）。

desktop profile 被 Electron 独占，CLI 拒绝管理它 —— 桌面版请用「方式 0」，或「方式 B」的 file:// 行。

方式 B：源码方式（`file://` 行，适合本地开发 / 离线）

在 profile 的 cordis.patch.yml 末尾追加（路径改成你的实际位置）：

- insert:
    - id: calibguard
      name: 'file:///<本包绝对路径>/lib/index.js'
      config:
        enabled: true
        device: auto
        announceToModel: true

insert 行的路径会被 DSH 自动改写成 file:// URL；桌面版的 profile 在 <DSH_HOME>/profiles/desktop/cordis.patch.yml（<DSH_HOME> 默认 ~/.dsh）。

可选：node scripts/link-dsh.mjs 把 DSH 自带的 @deepseek-ai/* 以目录联接挂到本包，让 defineTool / Config 结构校验这两个可选能力生效（不做也能跑）。

方式 C：发行包（离线 / 不想用 npm）

从 Releases 下载 dsh-calibguard-<版本>.zip（约 100 KB，不含 test/），解压到一个固定目录，然后按「方式 B」把 name 指向解压目录下的 lib/index.js 即可。

验证

重启 DSH 后，左侧边栏出现盾牌图标；面板顶部显示「引擎就绪 / 阈值 / 云端复核」状态；
或在对话里让我调用 calibguard_status，应返回设备、模型、阈值、凭据是否就绪；
命令行自检（不经 DSH，直接测引擎）：

node scripts/bridge-selftest.mjs                       # 只看引擎状态
node scripts/bridge-selftest.mjs "<engineRoot>/samples" # 状态 + 试审计

⚠️ 改完 patch / 面板代码后必须重启 DSH：客户端 bundle 在宿主启动时加载，已加载的 ESM 模块也有缓存。

使用

1) 让 AI 审计（工具调用）

直接说自然语言即可，AI 会调用 calibguard_audit：

「安装前先审一下 D:\downloads\setup.py」
「这个压缩包安全吗？D:\downloads\vendor.zip」
「把 D:\projects\vendor 目录里可疑的文件过一遍」

AI 能看到完整四档结论与证据；若你说「只审高危文件」，它还能按次改阈值（不影响你的全局设置）。

2) 面板（浏览器 UI）

侧边栏盾牌图标 → 拖文件进虚线框（或点击选择、或粘贴宿主机路径）→「开始审计」。

压缩包由引擎在内存中解包后逐文件审计；上传只写系统临时目录、审计完即删；
大文件会按实测吞吐预估耗时（例如「预计 287 个滑窗，约 76 秒」），不会让你以为卡死；
结果按严重度排序，可点「查看 Markdown 报告」。

3) 共享设置（面板 ↔ AI 打通）

面板「常规参数设置」区照搬 CG_GUI 的设置面板（默认收起，摘要会显示当前阈值与云端复核状态）： 云端复核开关 → API Key / Base URL / 模型名称 / 送审内容 / 投递方式（截断或滑窗，参数联动显隐）→ 灰区范围。

点「保存」后：

参数写入 $DSH_HOME/calibguard-settings.json（默认 ~/.dsh，不写进仓库）；
AI 调用同样使用这份设置（优先级：插件配置 < 共享设置 < 本次调用参数）；
改完立即生效，不用重启；
API Key 写入 DSH 凭据库（ctx.credentials），不落入该设置文件；
凭据名只是"保存位置"的名字（不是密钥本身，面板默认预填 DEEPSEEK_API_KEY）：填 API Key 保存后，名字记进共享设置的 credentialRef，值优先写入 DSH 凭据库；当前 DSH 版本不支持从插件写凭据库时，自动保存到本机 ~/.dsh/calibguard-credentials.json（0600，仅本机），面板会明确提示存储位置；
审计结果：每次审计在引擎的 reports/ 目录生成 JSON + Markdown（默认 <engineRoot>/reports， engineRoot 默认 ~/.dsh/calibguard-engine）。面板结果区会显示该路径并可「清空结果」，条目里的「查看 Markdown 报告」可直接打开。

4) 让 AI 帮你改设置（`calibguard_configure`）

不知道面板里怎么调、或者想让 AI 按建议设好，直接说：

"把放行阈值改成 0.1、拦截阈值 0.95" / "开启云端复核，用 deepseek-chat" / "目录最多审 50 个文件" / "恢复默认设置"

AI 会调用 calibguard_configure 写入共享设置（与面板同一份，立刻生效）：

可改：灰区阈值、云端复核开关、Base URL / 模型名、送审内容源与投递方式、截断/滑窗参数、目录上限、凭据名；
传 reset: true 等价于面板「重置」（回到插件配置默认值）；某个键传 null 表示该项恢复默认；
安全限制：该工具不能读取、也不能写入 API Key（返回值里永远只有白名单设置项，不含任何凭据值）。需要配置 Key 时，让 AI 提醒你在面板「设置 → API Key」里填，不要把 Key 发在对话里。

5) 其他 DSH 插件扫描（装插件时自动体检）

CalibGuard 会盯着当前 profile 的插件列表（dsh.profile.bundles），用一个频率下拉控制：

频率选项	行为
插件列表更新时（默认）	新装/升级别的插件后自动扫一遍并提醒（已删除的忽略）
每周 / 每月 / 每季度 / 每半年	到期时全量巡检一遍
不扫描	完全关闭（「立即扫描全部」按钮仍可手动触发）

不扫自己（dsh-calibguard 自带模型/词表，自身就是高敏感大包），默认也跳过 @deepseek-ai/* 官方核心包；
每个插件默认最多扫 100 个文件（可调 1–500），结果按插件汇总（拦截/转人工/可疑/放行）；
有风险时宿主日志会打 [calibguard] 插件提醒：xxx@1.2.3 → 拦截 …；
结果文件：$DSH_HOME/calibguard-plugin-scan.json；
这些设置在面板底部 「高级 / 其他设置」折叠区里；也可让 AI 用 calibguard_configure 改。

6) 本插件更新检查（弹窗提示，绝不静默升级）

按频率检查 npm 上 dsh-calibguard 的最新版本：关闭 / 每次启动 DSH / 每天 / 每周（默认每次启动）；
发现新版本时面板顶部弹出提示：显示当前版本与最新版本、升级方式（桌面端「设置 → 添加插件 → 输入 dsh-calibguard」，或 CLI 命令、Release/npm 链接）；
不会自动升级；用户可以选「跳过此版本」或「以后不再询问」（持久化，对应插件扫描状态文件旁的自更新状态文件）；
状态文件：$DSH_HOME/calibguard-self-update.json；也可以在折叠区点「立即检测」。

7) 工具参数（按次覆盖，写给进阶用户）

参数	说明
`paths`	必填；文件或目录绝对路径（相对路径按会话工作目录解析）
`include_evidence`	是否返回证据详情（默认 `true`）
`max_files`	目录递归展开上限（默认 20，1–200）
`allow_threshold` / `block_threshold`	本次的灰区上下限（0<p<1）
`llm_enabled`	本次是否启用云端复核
`llm_content_source`	`evidence`（精炼证据）/ `raw`（文件原文）
`llm_delivery_mode`	`truncate` / `window` / `all`
`truncate_chars` / `window_chars` / `window_overlap`	送审分片参数
`window_stride`	模型侧全文滑窗步长（1–511，默认 256；大文件可设 510 提速）

另有 calibguard_configure：改持久共享设置（阈值/云端复核/送审方式/目录上限/凭据名），与面板同一份；不读写 API Key。

配置

插件行 config 里常用的几项（完整表见 docs/configuration.md）：

键	默认	说明
`enabled`	`true`	关掉则什么都不注册（临时停用不必删行）
`engineRoot`	`''`	引擎目录；留空自动推导：npm/桌面端安装时为 `~/.dsh/calibguard-engine`，源码仓库里为本包同级 `CG_GUI`
`device`	`auto`	自动做「CUDA 版本 + 算力」双检，低算力显卡回落 CPU
`credentialRef`	`''`	云端复核凭据名（保存位置，不是密钥），如 `DEEPSEEK_API_KEY`；留空=用面板「凭据名」保存的名字；值存放在 DSH 凭据库/环境变量
`announceToModel`	`true`	是否把「何时该用 CalibGuard」写进系统提示词
`autoSetup`	`true`	首次运行缺 `.venv` 时自动准备引擎（内置代码 + npm 模型分片）、按需下载便携 Python、安装依赖；设 `false` 则只报错提示手动 `node setup.mjs`
`maxFiles`	`20`	目录展开上限；显式给出/上传的文件不受限
`pluginScanMode`	`'update'`	其他 DSH 插件扫描频率：`off` / `update`（插件列表更新时）/ `weekly` / `monthly` / `quarterly` / `halfyearly`
`pluginScanMaxFiles`	`100`	单个插件一次最多扫描的文件数（1–500）
`selfUpdateCheck`	`'startup'`	本插件新版本检查频率：`off` / `startup` / `daily` / `weekly`（只提示，不静默升级）

常见问题

现象	处理
侧边栏没有图标 / 面板报 `not found`	客户端与路由在宿主启动时加载：重启 DSH
首次运行要等十几分钟	正常：首次下载模型（约 442 MB，自动镜像回退）并安装依赖（1–3 GB）；面板顶部有进度卡片，只需一次
首次审计很慢	正常：要加载约 475 MB 权重（之后走常驻进程）
装了别的 DSH 插件会提醒吗 / 怎么关	默认「插件列表更新时」扫描并提醒；面板底部「高级 / 其他设置」折叠区可改为每周/每月/每季度/每半年，或选「不扫描」关闭；不扫自己与 `@deepseek-ai/*`；结果在 `$DSH_HOME/calibguard-plugin-scan.json`
会不会自动升级 CalibGuard	不会。默认每次启动检查一次，发现新版本只在面板弹提示；你可以「打开 Release 页/复制命令」自行升级，或「跳过此版本」「以后不再询问」；检查频率可在折叠区改为关闭/每天/每周
关掉云端复核后保存，勾选状态又自动变回开启	0.5.5 已修复：桥接的 status 之前会复用「首次加载模型时的旧配置」，保存后刷新状态把旧值带回面板（其实设置文件已保存、后续审计也会用新值）。现在 status 按当前共享设置实时计算，客户端也会用已保存的设置兜底；升级到 ≥0.5.5 即可
点「保存」没反应 / 报错（旧版本）	旧版本（≤0.3.5）在 DSH 凭据库不可写时保存 API Key 会失败；升级到 ≥0.3.6（当前 0.5.1）会自动回退到本机凭据文件并提示存储位置。参数与 Key 是分两步保存的：参数先落盘，Key 失败会单独提示「参数已保存，但 API Key 写入失败」
不知道怎么改设置	直接让 AI 改：说"把阈值/云端复核/送审方式改成…"，AI 会调 `calibguard_configure` 写入共享设置（面板同步生效）；涉及 API Key 时必须自己在面板填，AI 不会读也不会写 Key
面板保存 API Key 提示"需要 credentialRef"	升级到 ≥ 0.3.3：面板「凭据名」可直接填写并记住（默认预填 `DEEPSEEK_API_KEY`）；旧版本请把 `credentialRef` 写进插件配置
提示"当前环境不支持写入 DSH 凭据库"	≥0.3.6 起会自动回退到本机凭据文件 `~/.dsh/calibguard-credentials.json`（0600），面板会显示存储位置；想改回凭据库时在 DSH Models 页配置即可。也可用插件配置 `llmApiKey`（不推荐）
审计结果保存在哪 / 想清空	保存在引擎 `reports/` 目录（默认 `<engineRoot>/reports`），每次审计生成 JSON + Markdown；面板结果区显示路径并带「清空结果」按钮；AI 工具返回 `report_md_path` / `report_json_path`
报错 No module named 'sklearn' / 'torch' / 'openai'，或状态显示 torch unavailable	说明引擎 venv 的依赖没装全（典型原因：上次安装被中断后 DSH 重启）。升级到 0.5.4 后启动时会自动检测并补装；旧版本请在插件目录运行 `node setup.mjs --dest "<引擎目录>"`，完成后重启 DSH（或点刷新状态）
审计时总提示"首次会加载模型"	0.3.3 起只在模型尚未加载时提示；加载后按钮只显示「审计中…」，顶部状态显示「模型已加载」
有 NVIDIA 显卡（如 RTX 2060 / GTX 1060）但一直显示 CPU	先看面板的「推理设备」原因：算力 ≥7.5（如 RTX 2060）却显示 CPU → 装的是 CPU 版 torch，升级到 ≥0.3.3 后点提示或运行 `node setup.mjs --reinstall-torch`（约 2.5 GB）；算力 <7.5（如 GTX 1060 5GB / 6.1）→ 强制 CPU 是正常行为，CPU 版 torch 已是最优，面板不会提示重装
想强制用 GPU / CPU 版 torch	安装时加 `--force-cuda` / `--cpu`（配合 `--reinstall-torch` 可覆盖已装版本）；运行时设备由插件配置 `device`（auto/cpu/cuda）决定，`cuda` 需要 CUDA 版 torch
大文件审计几十秒	正常：全文滑窗逐窗推理，见 docs/performance.md
灰区全部转人工	没配凭据：在面板「凭据名 + API Key」保存，或设 `credentialRef`、或在 DSH Models 页配置
正规第三方库被判 BLOCK	压缩库充满 eval/base64 等特征，模型语料偏 Python 生态 → 属已知误报倾向，见 docs/troubleshooting.md
面板报 401/403	浏览器会话未通过宿主鉴权：刷新页面/重新登录
改了参数 AI 没变	面板里需点「保存」（只改表单不保存 = 仅影响那一次）

完整排错表：docs/troubleshooting.md。

项目结构

dsh-CalibGuard/
├── lib/                 Node 侧：插件入口、引擎管理、工具、路由、共享设置、浏览器面板
├── bridge/              Python 桥接：常驻子进程，行式 JSON 协议，复用引擎
├── engine/              从 CG_GUI 复制来的引擎核心（代码/词表/校准参数，不含 475 MB 权重）
├── cordis.patch.yml     组合包 patch（把插件行插进 profile 配置树）
├── scripts/             link-dsh（开发期挂包）、bridge-selftest（引擎自检）
├── test/                node --test（126 个用例；缺引擎环境时自动 skip）
├── .github/workflows/   publish.yml：npm 可信发布（OIDC，可选）
└── docs/                配置全表、性能、排错、插件契约、实现决策

文档索引

文档	内容
docs/configuration.md	完整配置项、参数优先级、凭据来源、共享设置
docs/performance.md	大文件为什么慢、两套滑窗（大小/步长/重叠）、提速手段、`maxFiles` 语义
docs/troubleshooting.md	排错表、面板报错解读
docs/design-notes.md	三个关键实现决策（设备定档 / 凭据 / 客户端半边）与协议
docs/dsh-plugin-contract.md	从 DSH 0.1.5-rc.2 实测提取的插件契约速查（写插件用）

仓库	内容
maomitgd2006/dsh-CalibGuard（本仓库）	DSH 插件：工具 / 服务 / 路由 + 浏览器面板 + Python 桥接
P-436/CalibGuard（CalibGuard 主仓库）	引擎与基准：`CG_GUI/`（桌面壳 + 引擎 + 模型）、`CG_Bench/`（训练/评测）

dsh-calibguard

Install

README

dsh-calibguard

有什么用（典型场景）

结论怎么读

安装

开始前：引擎依赖会自动准备（对齐 CG_GUI 的「首启装环境」）

前提

方式 0：桌面端「添加插件」（最省事，推荐）

方式 A：命令行安装（npm 包，适合非桌面版 / 脚本化）

方式 B：源码方式（`file://` 行，适合本地开发 / 离线）

方式 C：发行包（离线 / 不想用 npm）

验证

使用

1) 让 AI 审计（工具调用）

2) 面板（浏览器 UI）

3) 共享设置（面板 ↔ AI 打通）

4) 让 AI 帮你改设置（`calibguard_configure`）

5) 其他 DSH 插件扫描（装插件时自动体检）

6) 本插件更新检查（弹窗提示，绝不静默升级）

7) 工具参数（按次覆盖，写给进阶用户）

配置

常见问题

项目结构

文档索引

相关仓库

许可证

Related plugins

dsh-infinite-gen-4

dsh-purge

cc-safety-net

api-relay-audit

Install

README

dsh-calibguard

有什么用（典型场景）

结论怎么读

安装

开始前：引擎依赖会自动准备（对齐 CG_GUI 的「首启装环境」）

前提

方式 0：桌面端「添加插件」（最省事，推荐）

方式 A：命令行安装（npm 包，适合非桌面版 / 脚本化）

方式 B：源码方式（file:// 行，适合本地开发 / 离线）

方式 C：发行包（离线 / 不想用 npm）

验证

使用

1) 让 AI 审计（工具调用）

2) 面板（浏览器 UI）

3) 共享设置（面板 ↔ AI 打通）

4) 让 AI 帮你改设置（calibguard_configure）

5) 其他 DSH 插件扫描（装插件时自动体检）

6) 本插件更新检查（弹窗提示，绝不静默升级）

7) 工具参数（按次覆盖，写给进阶用户）

配置

常见问题

项目结构

文档索引

相关仓库

许可证

Related plugins

dsh-infinite-gen-4

dsh-purge

cc-safety-net

api-relay-audit

方式 B：源码方式（`file://` 行，适合本地开发 / 离线）

4) 让 AI 帮你改设置（`calibguard_configure`）