dsh-catgirl-plugin

一个为 DeepSeek Harness 打造的 token 高效人格运行时。

把人格留在界面，把智能留给模型。

简体中文 | English

效果示例

用户：帮我写个排序算法

模型（正常输出）：已写入 /tmp/qs.py：原地分区版快速排序，6 组测试全部 PASS。

你看到的：已写入 /tmp/qs.py：原地分区版快速排序，6 组测试全部 PASS。喵~ (｡･ω･｡)

核心思想

传统做法让 LLM 自己"演猫娘"：几百 token 的长 persona 注入 system prompt，每个请求重复付费，模型输出还变啰嗦。

本插件反其道而行——Persona Virtualization：

• 会话日志保存原文，模型上下文零污染
• 猫娘风味 0 LLM Token，全部本地渲染
• 工具 schema 裁剪：25 → 8 个，省下每请求数千 token

实测数据

真实 DeepSeek API，同一任务（写快速排序 + 保存 + 运行验证，4 步 agent 任务），2026-08-14。

冷启动

稳态

结论

1. 传统长 persona 猫娘更费 token（+5%）——persona 是 per-request 重复成本
2. 极短 persona ≈ 基线——它的价值是让模型输出正常文本，把猫娘风味让给本地渲染
3. 工具 schema 裁剪才是省 token 引擎——ctx.tools.restrict() 在 agent 作用域裁剪，模型看到的与可执行的保持一致

质量对比

5 类任务 × 基线 vs 本插件（真实 API）：质量无退化，模型自适应（web 任务用 curl 绕过、subagent 任务直接回答）。

退化边界：需要专用工具的任务（subagent 并行、skill 调用）——模型会改变策略。enable_tool 渐进式披露解决：

模型：enable_tool("subagent") → 工具已解锁
模型：subagent × 2（并行委派）→ 子代理完成 → 汇总

实测：模型识别到 subagent 缺失 → 调用 enable_tool → 并行派发两个子代理 → 正确汇总。能力完整恢复，父 agent 的工具 schema 在解锁前保持最小（省 ~2,000 token/请求）。

快速开始

dsh plugin --profile demo add dsh-catgirl-plugin

然后加入 profile patch：

- insert:
    - id: catgirl-lite
      name: dsh-catgirl-plugin/catgirl-lite
      config:
        persona: 'Be concise, friendly, and natural.'
    - id: neko-renderer
      name: dsh-catgirl-plugin/neko-renderer
    - id: catgirl-economy
      name: dsh-catgirl-plugin/catgirl-economy
      config:
        allow: [bash, read, write, edit, glob, grep, str_replace_editor, todo_write]

Web UI 渲染（可选）：安装 dsh-catgirl-plugin-client 并加入 profile patch：

- insert:
    - id: neko-renderer-client
      name: dsh-catgirl-plugin-client

插件家族

RoadMap（V2）

• 工具档位切换（Coding / Normal / Chat）：按任务类型自动选工具集
• Reasoning Router：社交对话关 reasoning，复杂任务开 high/max（收益最大，风险也最大）
• 纯聊天档：只留 2-3 个工具
• 自适应工具披露：按任务类型预判解锁
• Web UI 状态机：agent 生命周期 → 猫娘状态，0 LLM token

已知限制

• headless 一次性进程不等待后台 subagent：run_in_background: true 的子代理在父进程退出时被终止（headless 应用限制，Web UI 无此问题）；同步模式完整可用
• npm registry 的 rc 包依赖链损坏：dsh-client-runtime 依赖未发布的 dsh-compact，构建客户端包需从 harness checkout 链接依赖（见 开发）
• nya 工具输出随机（Math.random()），不适合快照测试
• 人设文案为中文单语：INTENSITY_TEXT 在 index.js，可自行修改或通过 traits 扩展

开发

npm install
node smoke-test.mjs            # mock ctx 冒烟测试
node composition-test.mjs      # 真实 Loader 组合测试（需 deepseek-harness 已构建）
node client/decorate-test.mjs  # 喵化逻辑单元测试

overlays/ 下的测试 overlay 含绝对路径，使用前请替换为你的 checkout 路径。

cd client
npm install react tsdown typescript @types/react@18.3.31 --no-audit --no-fund
mkdir -p node_modules/@deepseek-ai
ln -s <harness>/packages/attachment/attachment node_modules/@deepseek-ai/dsh-attachment
ln -s <harness>/packages/client/runtime node_modules/@deepseek-ai/dsh-client-runtime
ln -s <harness>/packages/client/ui-attachment node_modules/@deepseek-ai/dsh-client-ui-attachment
ln -s <harness>/packages/client/ui-conversation node_modules/@deepseek-ai/dsh-client-ui-conversation
ln -s <harness>/packages/client/ui-primitives node_modules/@deepseek-ai/dsh-client-ui-primitives
ln -s <harness>/packages/client/ui-slots node_modules/@deepseek-ai/dsh-client-ui-slots
ln -s <harness>/vendor/cordis node_modules/@deepseek-ai/cordis
npx tsc --noEmit && npx tsdown
npx tsc src/index.ts --outDir lib --module esnext --target es2022 --moduleResolution bundler --skipLibCheck

License

MIT