DeepSeek Companion（精简版）

English | 中文

版本说明：本仓库为精简版，包含 A–G 七大模块（对话导出 / 交接摘要 / 成本优化 / 全局检索 / 本地语义检索 / 对话知识资产 / 跨会话知识合成）。 开发者版（A–J 九大模块，含执行轨迹分析、Prompt 工作台、多模型竞技场、任务编排、安全审计）请见 beijingwahw/dsh-companion-dev。

DeepSeek Harness 官方伴侣插件 —— 基于 Cordis 框架与 Harness Plugin SDK 构建，为 DeepSeek Harness 平台提供对话智能导出、上下文交接摘要、API 成本优化、全局对话检索、本地语义检索、对话知识资产与跨会话知识合成七大能力。

• 开发语言：TypeScript（strict: true，ESM）
• 运行框架：DeepSeek Harness（Cordis ≥ 4.0，一切皆插件）
• API 直连：DeepSeek 官方 API（https://api.deepseek.com）
• 数据安全：所有用户数据仅存于 Harness 插件沙箱本地，API Key 以 AES-256-GCM 加密落盘

---

功能总览

模块	能力	独立开关
A · 对话智能导出	Markdown / PDF / JSON / PNG 长图导出、回合级勾选导出（角色徽章 + 内容预览 + 全选/全不选，仅导出选中回合）、时间戳开关、隐私脱敏（手机号/邮箱/身份证/银行卡/IP 地址/API 密钥/JWT 自动打码）、批量可视化多选（筛选 + 全选 + 已选计数）、多会话批量 ZIP 打包、导出进度实时显示与一键中止；含中文的 PDF 由客户端 canvas 光栅化为免打印多页 PDF（无 window.print() 对话框冻结）	enableExport
B · 上下文交接摘要（上下文工程 2.0）	会话选择面板（当前会话徽章 / 筛选 / 选中任意历史会话）、一键生成 ≤500 字四段式交接摘要、map-reduce 分层摘要（超长对话分块压缩，突破单次字符预算，段级缓存复用）、查询聚焦（输入主题定向保留相关内容）、上下文血缘图谱（追踪摘要跨会话传播链路：来源/后代 + 深度）、上下文压力监测（token 估算 + 耗尽预测 + 四级健康建议，交接前一眼看清"还能聊多久"）、可编辑、复制到剪贴板、保存为模板、导入摘要作为新对话的 system 首条消息实现上下文继承、摘要质量体检（纯本地评分：词元覆盖 / 四段式结构 / 长度纪律 / 压缩比 + 漏词清单——摘要丢了什么一眼可见）	enableHandoff
C · API 成本优化（开发者模式 + 预测性成本智能）	API Key 加密托管、官方动态计价引擎（每小时抓取 DeepSeek 与国产厂商官方定价页，新模型/调价自动导入，抓取失败静默降级内置快照）、峰谷分时计价（高峰时段按高峰价计费）、峰谷自动调度（高峰窗口实时解析自官方定价页）、模型智能路由、日/月双档预算 80%/100% 预警并自动暂停非必要调用、缓存命中折扣计费、每日/每周 Token 消耗与费用报表；预测性成本智能：支出预测（OLS 线性回归外推 + 月末投影）、异常检测（中位数 + MAD 鲁棒 z 分数）、what-if 模拟（调用量倍数 / 缓存命中率 / 模型迁移场景沙盘）、变化归因（按模型分解费用变化，定位"这个月多花的钱去哪了"）；节能顾问（GET /cost/advice：把用量数据翻译成按优先级排序的行动建议——预算刹车摊平日预算、峰谷迁移节省估算、缓存命中率提升潜力、模型迁移候选，每条附月度节省估算）	enableCost
D · 全局对话检索 + 对话内搜索	关键词模糊搜索、时间范围筛选、自定义标签增删与按标签过滤、结果点击直达对话、自然语言时间过滤（range=近7天 / 上周 / 本月 等中文与英文表达直接翻成时间窗，未识别静默降级）；对话内搜索（Ctrl+F 浮动查找栏，CSS Custom Highlight API 无侵入高亮，大小写/全词开关、查询历史、流式输出期间自动重同步）	enableSearch
E · 本地语义检索（自适应检索系统）	纯本地混合检索引擎：BM25 词法 + 字符 trigram 哈希向量语义近似 + RRF 倒数排名融合 + 时序感知加成，检索质量显著超越关键词匹配且零外部依赖；查询智能（拼写纠错 + 从你的语料学到术语关联的共现扩展，响应携带溯源注记）、质量诊断（相关度强度 + 双通道覆盖率 + 可执行建议）、相关性反馈学习（点击即反馈：查询词并入会话点击画像，后续检索温和上浮你最终打开过的会话——饱和计数 + 90 天半衰 + 35% 封顶三重防漂移，越用越懂你）、MMR 多样性重排（λ=0.7 贪心选择，头部结果从"最优的重复"变成"最优且互补的组合"）、知识地图（全部会话质心贪心聚类为主题簇，发现"重复解决过哪些问题"，点击簇标签直达深入检索）、查询建议（输入框自动补全：语料前缀补全 + 共现续写 + 点击画像加权，"你的语料告诉你该搜什么"）、命中解释（每条命中携带透明账本：词法命中词 × 频次、语义形状相似度、新近/反馈加成分解 + 一句话人话摘要——"为什么是这个会话"一目了然）、零命中救援（检索失败自动放宽查询：宽阈值纠错 0.35 + 噪声词剔除后重试，救援过程全溯源可回退）、检索盲区分析（零命中查询自动入日志，词元级聚合挖掘"反复搜索但历史无覆盖"的主题——次数 × 停留跨度 × 新近度评分，告诉你该补什么知识）、主动脉搏（主动洞察引擎：盲区缺口 + 反馈学习画像 + 索引健康三类信号源即时聚合为洞察卡片，按严重度排序、封顶 6 条，推送克制）、在线学习排序（轴线 28，FTRL-Proximal：点击即训练——skip-above 正负例配对 + 逐坐标自适应学习率 + L1/L2 正则，学到的乘数温和上浮你更可能点开的会话（±30% 封顶、warmup 渐进），模型持久化重启不丢）；语义/关键词模式一键切换、语义排名徽章（词法/语义名次）、命中摘要片段；惰性增量索引（updatedAt 漂移检测 + 5 秒节流），语料统计与倒排表增量维护（无过滤查询免全语料扫描，实测提速 37 倍）；负向词排除（-词 修饰符：docker 网络 -k8s 把含排除词的会话整体出局——排除是硬约束不是降权，判定与索引同源分词，响应附 negations 溯源）；命令面板 find <词> / map [minSize] / blindspots / pulse	enableRetrieval
F · 对话知识资产	把对话升级为可积累的知识资产：实体抽取（纯本地规则抽取命令 / 路径 / 技术专名 / 代码标识符 / 中文术语 / 版本号六类实体，零 LLM 调用）、自动标签建议（freq × 类型权重 × IDF 打分推荐标签，一键应用，尊重用户判断）、关联会话推荐（实体重叠 + IDF 加权 + 余弦式归一，回答"还有哪些对话在谈同一件事"）、全局实体图谱（点击实体直接发起检索，知识变检索入口）、主题趋势演化（实体动量：近窗口 vs 上一窗口频次变化率，rising / falling / stable 三向判定 + 最近 8 周逐周覆盖时间线，一眼看出"最近在火什么、什么在退烧"）、认知引擎（前瞻记忆 / 间隔重复 / 类比检索 / 遗忘预测 / 节律自适应 / 认知负荷调度，轴线 20–25）、图认知引擎（知识大陆：实体共现图上的 Louvain 社区发现，知识域自然聚块 + 骨架实体，轴线 26；星图导航：个性化 PageRank 从查询实体多跳浮现隐性关联，轴线 27；主题漂移：BOCPD 贝叶斯变点检测定位"注意力何时从 A 切到 B"，轴线 30；记忆固化：MinHash-LSH 近重复聚类——同一问题的多次出现折叠为强化度，重复从污染变资产，轴线 31）；知识考古（轴线 32）：会话流时间切片 + 逐纪元 Louvain 社区发现——相邻纪元社区血脉匹配产出板块事件（新生 / 延续 / 分裂 / 合并 / 消亡），回放知识版图的地质史；回声雷达（轴线 33）：会话级 MinHash 复发检测——回声簇 + 平均复发周期（"你每 12 天重新问一次 docker 网络"）+ 近窗回声率，复发 ≥3 次的主题建议固化为交接模板；知识暗物质（轴线 34）：实体共现图上的链路预测——CN / Adamic-Adar / Resource Allocation 三指数给"从未同场出现但共享强邻居结构"的实体对打分，检测该连而未连的知识对（你的历史暗示相关、却没有任何一场对话同时谈到的暗区）	enableKnowledge
G · 跨会话知识合成（Deep Research）	面向全部历史对话的深度研究引擎：块级检索（会话按回合分块，词法命中率 + trigram 余弦双通道打分）、证据选择（次模组合优化：设施选址目标 = 块相关分 + 问题方面覆盖，惰性贪婪逼近 (1−1/e) 最优——互补证据优先、冗余证据边际增益自动归零，防单一会话垄断证据）、契约式合成（只用证据作答 + [编号] 引用标注 + 证据不足时明确声明，结论先行、矛盾明示）、知识演化追踪（跨会话信念版本化：同一主题的版本号/数值随时间变化即演化事件，语义化版本比较判定升级/回退，生成"你现在应该相信什么"的信念时间线——答案不是错的，只是旧了）、证据来源一键跳回原会话；研究预演（POST /synthesis/preview：零 LLM 证据预演——先看将采用的证据、方面覆盖与 token 预算占用，再决定是否花钱合成）；命令面板 research <问题> 同通道	enableSynthesis

七个模块均为独立 Cordis 子插件，可任意组合启停，互不影响。

认知架构 3.0（轴线 1–34）：插件内部沿 34 条「轴线」持续演进——从统计（BM25 / 规则实体抽取 / 指数滑动平均）到学习（FTRL-Proximal 在线排序 / 间隔重复闭环控制 / SM2 遗忘调度）再到推理（Louvain 社区发现 / 个性化 PageRank / 次模证据选择 / BOCPD 变点检测 / MinHash-LSH 记忆固化 / 时间切片板块构造 / 会话级回声雷达 / 共现图链路预测）。全部认知计算纯本地完成：零 LLM 调用、零网络请求、零隐私外泄。

---

安装

前置要求

• DeepSeek Harness >= 0.1.0
• Node.js ^22.19 || >=24
• pnpm（npm install -g pnpm）

一键安装

dsh plugin add beijingwahw/dsh-companion --profile web

启动后插件面板自动加载：

dsh web

常用进阶命令：升级 dsh plugin upgrade dsh-companion --profile web；卸载 dsh plugin remove dsh-companion --profile web；本地路径安装 dsh plugin add ./dsh-companion --profile web。更多方式见「开发期热更新」后附。

---

开发期热更新（HMR）

层	方法	生效范围
运行配置	编辑 dsh 用户层 cordis.patch.yml（~/.dsh/profiles/<name>/ 或 ~/.dsh/），保存即生效	dsh 原生监视用户层，事务性重载该行（bundle 层默认值已全量列出，照抄整行覆盖即可）
开发期代码	npm run dev 起独立 cordis + HMR 进程	保存 src/ 下任意文件或 cordis.yml → 旧实例卸载（effect 回卷）→ 新代码挂载，无需重启
安装产物	改代码 → pnpm build → 重新 dsh plugin add beijingwahw/dsh-companion --profile web → 重启 dsh	更新已安装的插件

npm run dev 的组成：仓库根 cordis.yml 依次挂 logger / timer / hmr / 宿主桩 / 本插件（直接加载 src/index.ts，config 与 cordis.patch.yml 逐键一致）； dev/host-stubs.ts 提供 dsh 宿主 7 个服务的最小桩（webServer / storageDomain / credentials / sessionQuery / commands / settings / systemPrompt）——存储域为内存版且按名缓存，热重载后开发数据不丢。

注意：开发 HMR 需 Node ≥ 24.11（24.1.0 等早期 24.x 的 Node 内部接口与 cordis-plugin-loader 1.0.2 不兼容，表现为编辑文件不触发重载）。

从源码构建安装（贡献者 / 离线场景）

git clone https://github.com/beijingwahw/dsh-companion.git
cd dsh-companion
pnpm install
pnpm run build
pnpm test
dsh plugin add . --profile web

开发循环与测试约定详见 CONTRIBUTING.md；变更历史见 CHANGELOG.md。

---

使用说明

配置 DeepSeek API Key（模块 C 前置）

1. 打开插件设置页的「开发者模式」总开关。
2. 在「API Key 管理」输入框粘贴你的 DeepSeek API Key 并保存。
   • Key 通过 AES-256-GCM 加密后存入 Harness 插件沙箱的 companion 存储域；
   • 任何接口响应、日志、事件中均不会出现 Key 明文（/cost/state 仅返回 apiKeyConfigured 布尔）。
3. 可选：点击「测试连接」验证 Key 有效性（对应 /cost/test-call）。

模块 A：导出对话

• 单次导出：对话界面头部操作区点击「导出」，或命令面板执行 export。选择格式（Markdown / PDF / JSON / PNG 长图），勾选是否保留时间戳（默认开启）、是否隐私脱敏，确认后文件经浏览器下载到本地。
• 回合级选择（吸收自 dsh-conv-export）：导出对话框内逐回合勾选——角色徽章（用户蓝 / 助手绿）+ 两行内容预览 + 时间，全选/全不选与已选计数实时更新；仅导出选中回合（如剔除失败的尝试或跑题的段落），默认全选。批量导出模式不参与回合选择。
• 导出进度与中止：光栅化导出进行中按钮实时显示「done/total」分片进度；「取消」按钮变为「中止导出」，中止信号贯穿 API 请求与逐片光栅全过程；导出进行中 Esc 不再关闭对话框（以中止按钮为唯一出口）。
• PNG 长图：整篇对话经客户端 canvas 光栅化（SVG foreignObject，2x 视网膜）为一张纵向长图直接下载；仅客户端界面可用（命令面板无 canvas），不参与批量 ZIP。
• 批量导出：导出对话框勾选「批量导出」进入可视化多选界面——全选/全不选工具栏、已选计数（n/N）、按标题或会话 ID 实时筛选（全选作用于当前筛选结果并与已有选择取并集）、勾选行高亮与未勾选行淡化；确认后自动打包为 ZIP 下载（单次最多 100 个会话，自动去重；命令 export-batch 仍可直接按 ID 列表导出）。
• PDF 说明：纯 Latin-1 内容直接生成结构化 PDF 文件；含中文等非 Latin-1 字符时由客户端光栅化为免打印多页 PDF（A4 分页、JPEG 编码、零依赖 PDF 组装），全程无 window.print() 对话框——该路径在部分平台（尤其 Windows Chrome）会冻结整个浏览器；无光栅能力的环境（命令面板）退回打印视图由浏览器另存为 PDF。

模块 B：交接摘要

• 生成：对话头部点击「交接摘要」按钮（或命令 handoff），对话框顶部的会话选择面板默认选中当前会话（带「当前」徽章）并自动生成摘要；也可按标题 / 会话 ID 筛选后选择任意历史会话生成（选中即自动重新生成，切换会取消在途请求并重置编辑状态）。插件调用 DeepSeek API 按固定四段式 Prompt 生成摘要：核心结论 / 已解决的问题 / 关键背景信息 / 待办事项与未解决问题（≤500 字）。
• map-reduce 分层摘要（上下文工程 2.0）：超长会话超出单次摘要字符预算时自动分块——map 阶段逐段要点摘要（段级缓存，未变更的分块不重复调用），reduce 阶段递归归并为最终摘要；统计信息展示分块数与缓存命中数。
• 查询聚焦：摘要对话框输入聚焦主题（如"部署流程"、"性能优化"）后重新生成，Prompt 将定向保留与主题相关的内容，无关细节被压缩——同样的预算，更相关的上下文。
• 上下文血缘图谱：摘要对话框底部展示该会话的血缘——内容从哪些会话流入（来源链）以及摘要流向了哪些会话（后代链），每条记录带深度与内容摘录，跨会话的上下文传播一目了然。
• 上下文压力监测（GET /handoff/context-health）：摘要对话框顶部的压力仪表实时展示选中会话的 token 占用——估算 token 数与占用百分比进度条、按近 N 回合平均增速外推的"还可聊多少回合"耗尽预测、四级健康分级（healthy / watch / advice / critical）与对应交接建议；帮助用户判断"现在交接是否已经太迟"。
• 编辑与复用：摘要在可编辑弹窗中展示，支持「复制到剪贴板」与「保存为模板」；模板可后续查看、删除，生成摘要时也可指定已有模板作为指令文本（缺省回退固定契约 Prompt）。
• 导入继承：新建对话时通过输入区 dock 的「导入历史摘要」入口（或命令 handoff-import）粘贴摘要。插件将其武装给下一个新对话，自动作为 system 角色第一条消息注入，实现跨对话上下文继承。

模块 C：成本优化

• 官方动态计价：计价引擎每小时抓取 DeepSeek 官方定价页（含峰谷分时计划）与智谱/百度文心/字节豆包/Kimi 等国产厂商定价页，自动发现带价模型并导入；官方价格内容变化时持久化新快照，重启后沿用；抓取失败静默降级为内置刊例价快照，不影响实时计价。用户可按模型 id 自定义单价覆盖（最长前缀匹配）。
• 峰谷分时计价：官方定价页声明的高峰时段（缺省北京时间 9:00–12:00、14:00–18:00）按高峰价计费，空闲时段按空闲价；缓存命中的输入按折扣价计费。
• 峰谷自动调度：开启后，任务可标记「紧急 / 普通」。「普通」任务在高峰时段进入延迟队列（容量上限 100），自动等到空闲时段再发起 API 调用；高峰窗口优先取计价引擎对官方定价页的实时解析，异常时回退内置缺省窗口；预算暂停期间排队任务会在执行前被复检拦截；交互式操作（如生成交接摘要）按「紧急」处理，不参与延迟。
• 模型智能路由：开启后按任务类型自动选模 —— 翻译、摘要等简单任务走 deepseek-chat，代码生成、推理等复杂任务走 deepseek-coder；支持自定义路由规则覆盖默认策略。
• 日/月双档预算：分别设置日预算与月预算上限（CNY，0=不限）。任一档消耗达 80% 时通过 Harness 通知系统提醒；达 100% 时再次提醒并自动暂停非必要 API 调用（必要调用仍放行但持续告警）。
• 成本报表：独立视图页提供详尽可视化面板——汇总卡片（调用数 / Token 总量 / 费用 / 节省金额 / 延迟执行数 / 缓存命中率 / 日均费用 / 峰值日）、日/月预算进度条（80% 黄、100% 红）与在途调用预授权展示、每日 Token 图（输入/输出堆叠）、每日费用与节省对比图、模型费用排行（水平占比条 + 调用数与费用占比）、缓存命中结构条（命中折扣价 / 未命中全价）、峰谷 24 小时时间轴（高峰段高亮）、多厂商定价概览（厂商 + 模型数 + 实时/快照/自定义来源徽章）、定价来源与抓取时间，支持手动触发官方定价刷新。命令 usage 可在面板内快速查看本月文本报告。
• 预测性成本智能（HTTP API，供报表视图与外部集成消费）：
  • GET /cost/forecast：支出预测——OLS 线性回归拟合「日费用 ~ 时间」趋势并外推未来 N 天，返回趋势斜率、拟合优度 R²、日均费用、逐日预测点与月末费用投影（已花费 + 未来预测到月底）；历史不足 5 天时返回 sufficient: false。
  • GET /cost/anomalies：异常检测——中位数 + MAD（绝对中位差）鲁棒 z 分数定位费用异常日，对离群值免疫（均值/标准差会被异常值本身污染）；按严重度分级（mild / high / critical）并返回期望值与偏离倍数。
  • POST /cost/what-if：场景沙盘——在历史基线上叠加调用量倍数、目标缓存命中率、模型迁移（from → to 比例）三种算子的任意组合，返回基线 vs 投影的日费用、30 天投影与按模型分解。
  • GET /cost/attribution：变化归因——对比最近 N 天与前 N 天两个等长窗口，按模型分解费用变化贡献份额（降序），回答"这个月多花的钱去哪了"。

模块 D：全局检索与对话内搜索

• 历史对话列表顶部注入全局搜索框（或命令 search）：
  • 关键词：模糊匹配全部历史对话内容；
  • 时间：日期选择器按范围过滤；
  • 标签：命令 tag 或结果页为会话增删自定义标签，支持按标签筛选。
• 搜索结果以列表呈现，附命中片段，点击直达对应对话。
• 对话内搜索（吸收自 dsh-conv-search）：对话头部点击「对话内搜索」或按 Ctrl/Cmd+F 打开浮动查找栏：
  • Enter / Shift+Enter、F3 / Ctrl+G：下一个 / 上一个命中（环绕）；Esc 关闭；↑ / ↓ 浏览查询历史；
  • Aa / ab 开关：区分大小写 / 全词匹配；
  • 高亮经 CSS Custom Highlight API 以覆盖层绘制，不触碰 React 管理的转录 DOM；模型流式输出或加载更早消息时经 MutationObserver 自动重同步，激活命中按「文本节点 + 偏移」身份保持，不跳动读者的滚动位置；
  • 匹配只扫描对话滚动视口，自动排除输入区草稿与搜索栏自身，无幻影命中。

模块 E：本地语义检索（检索智能）

• 检索视图页顶部的模式 Pill 一键切换语义检索（混合排序）与关键词检索（FTS）。
• 混合排序：每条命中附词法排名与语义排名徽章及 RRF 融合分——BM25 捕捉精确词法匹配，字符 trigram 哈希向量捕捉"字符组成相似但用词不同"的近义表达（中英混排、拼写变体），RRF 倒数排名融合两路结果，对单路失效鲁棒。
• 查询智能（轴线 8）：检索前对查询自动做两级扩展，扩展词只追加不替换——
  • 拼写纠错：查询词不在语料词表时，用 trigram 余弦在词表里找最近邻（≥ 0.55 且该词真实出现 ≥ 2 次才采纳）——"perfomance" 自动救回 "performance"，纠错候选必然可在你的对话里命中，不猜通用词典；
  • 共现扩展：对语料中真实出现的查询词，经倒排表直达包含它的文档，统计同文档共现词的 salience（共现文档数 × IDF）取最强者——从你自己的语料学到术语关联（中文提问 ↔ 英文术语、缩写 ↔ 全称），随对话积累自进化；
  • 扩展溯源随响应返回（expansion.notes），检索视图页的智能提示栏以 Pill 展示"auth←鉴权（共现）"，扩展行为完全可解释。
• 时序感知排序（轴线 9）：融合分乘性新近度加成 1 + 0.25 × 2^(-年龄/30天)——排名语义不变，仅把同等相关性向近期轻推（最新文档最多 +25%，相关性仍占主导）。
• 质量诊断（轴线 10）：每次检索返回四级判定（strong/fair/weak/empty）+ 相关度强度（头部融合分 / 理论满分）+ 双通道覆盖率 + 区分度 + 可执行建议；空结果区分"索引未建立"与"查询写法问题"；智能提示栏一行人话把黑盒分数翻译成"这次检索可信吗"。
• 在线学习排序（轴线 28，FTRL-Proximal）：点击即训练——你点开的会话为正例，呈现序中排在它之上的未点击会话为 skip-above 负例（降权 0.25），逻辑回归经 FTRL-Proximal 在线优化（逐坐标自适应学习率 + L1 稀疏 + L2 平滑）；特征 = 词法名次 / 语义名次 / 新近度 / 反馈画像 / 标题匹配 / 偏置。学到的乘数 1 + 0.3 × (2p−1) × warmup 温和上浮你更可能点击的会话（±30% 封顶，warmup 随训练量渐进防小样本过调），只调序不颠覆排序语义；模型持久化到存储域，重启不丢。GET /retrieval/status 附 ranker 诊断（训练量 / 点击数 / warmup / 逐特征权重方向——模型学到了什么完全透明）。
• 检索盲区分析（轴线 19，GET /retrieval/blindspots / 命令 blindspots）：零命中（且救援也失败）的查询自动写入日志——"反复想找但历史里没有"是最真实的知识缺口信号。分析时按词元聚合（多主题长查询同时给每个主题锚记一次敲击），盲区评分 = 搜索次数 × log(1 + 首末停留天数) × 新近度（90 天半衰），孤例失败不推送；每个盲区附查询原形与一句话行动建议。
• 主动脉搏（轴线 18，GET /retrieval/insights / 命令 pulse）：主动洞察引擎——信号提供者注入式架构聚合盲区缺口（轴线 19）、反馈学习画像（轴线 11）、索引健康（覆盖率/最近同步）三类信号源为洞察卡片；按严重度（critical/watch/info）排序、封顶 6 条、单一信号源失败静默隔离；检索视图页「主动脉搏」按钮即开即合成。
• 零外部依赖：全部计算本地完成，无嵌入模型、无网络请求，隐私红线——不上传任何第三方。
• 惰性增量索引 + 增量语料统计：每次检索前对账会话列表（updatedAt 漂移检测，5 秒节流），仅重读变更会话；termDf/gramDf/平均长度/词元倒排表随 put/delete 增量维护，无过滤查询直读缓存（免全语料扫描，实测提速 37 倍）；索引持久化到存储域，重启不丢。POST /retrieval/reindex 可手动全量重建。
• 命令面板执行 find <检索词> 同样走混合检索，输出附查询扩展溯源与质量摘要行。

模块 F：对话知识资产

• 全局实体图谱：检索视图页底部的知识面板展示覆盖会话数最多的头部实体（命令 / 路径 / 技术 / 代码 / 术语 / 版本六类徽章）；点击任一实体直接以实体名发起检索——知识图谱变成检索入口。
• 单会话洞察：检索结果行点击「知识」按钮，面板展开该会话的洞察：
  • 实体列表：按显著性（freq × 类型权重 × IDF）降序，附频次与全局覆盖数；
  • 建议标签：头部实体推荐为标签，一键应用到该会话（复用模块 D 标签系统；只建议不自动写入，尊重用户判断）；
  • 关联会话：基于实体重叠推荐相关历史对话（IDF 加权——共享稀有实体比共享常见实体更能说明"在谈同一件事"；余弦式归一避免长会话偏向），附共享实体与相似度，点击直达。
• 实体抽取为纯本地规则：行首命令动词表、路径模式、技术专名（缩写 / 驼峰 / 高频首字母大写）、代码标识符（驼峰 / snake_case / 反引号 / 点号链）、中文引号术语、版本号——零 LLM 调用、零成本、零隐私外泄。
• 主题趋势演化（GET /knowledge/trends）：知识面板顶部展示实体动量榜——对比近 N 天与上一 N 天两个等长窗口的实体频次，计算动量（变化率）并判定 rising / falling / stable 三向；每行附迷你周级柱状图（最近 8 周逐周覆盖会话数），点击趋势行直接以实体名发起检索；动量排序优先 |momentum| × log(总频次)，避免"3→6 次"的小样本噪声压过真正的长期趋势。
• 前瞻记忆引擎（轴线 20，GET /knowledge/cognition / /knowledge/intentions / 命令 todo）：对话里说过要做的事（"明天试试这个方案"、"下周再优化"、"回头重构"）自动提取为前瞻意图——时间标记（明天/后天/周末/下周/下个月，模糊标记取 7 天缺省视界）× 意图动词共现判定，问句排除（"怎么修复？"是求助不是承诺）；到期后主动浮现（超期越久越靠前，≥14 天升级为 critical 洞察）——"5 天前你说要试试 X，做了吗？"兑现或放下，都好过遗忘。
• 间隔重复巩固（轴线 21，POST /knowledge/review/grade / 命令 review）：从对话中提取"问题 → 解法"片段作为知识卡片（问题行 × 窗口内解法行配对），SM2 精简版间隔调度（1/3/7/14/30/60 天阶梯）——到期提醒复习，检索式练习（先看问题回忆解法，再翻开核对），"记得"升档、"忘了"归零次日重来；新片段先沉一晚次日首复习，对抗遗忘曲线。
• 类比检索（轴线 22，GET /knowledge/analogy?q= / 命令 analogy）：把问题抽象为结构形状（约束类别 × 解法类别：网络/性能/版本/依赖/并发…），跨全部历史经验做形状级匹配——相似度 = 0.7 × 约束重叠系数 + 0.3 × 解法重叠系数；主题词元重叠低而形状分高判定为跨域类比（领域不同而结构相同，如 docker 网络隔离 ↔ k8s service 互通——主题检索永远找不到的先例），单独标注优先展示。
• 遗忘预测引擎（轴线 23，GET /knowledge/forecast / 命令 forecast）：为每一条知识片段给出连续的记忆画像——艾宾浩斯指数衰减模型 R(t) = exp(-t/S) 计算当前保持率（含从未进入复习循环的旧片段），稳定性 = 档位间隔 × 个体节律 × 标定因子（标定保证「到期时刻的预测保持率恰等于阈值」，与轴线 21 调度数学自洽）；三档分区：≥70% 稳定 / 30–70% 滑落区（最佳巩固窗口，救得回来）/ <30% 深度遗忘区；节律漂移预警——复习日程按当时的节律排定，预测用当前的节律重算，节律变差时未到期的知识也会被提前预警（日程已过期，记忆还在衰减）。
• 个体节律自适应（轴线 24，GET /knowledge/rhythm / 命令 rhythm）：你不是「平均人类」——闭环比例控制器以 85% 命中率（合意困难工作点）为目标动态调整节律系数 ease ∈ [0.5, 2.0]，直接乘进间隔阶梯：命中率高 → 间隔拉长省出注意力，命中率低 → 间隔压缩抢在遗忘前巩固；间隔拉长 → 命中率下降 → ease 回落，控制器自稳收敛到「你的」遗忘曲线；冷启动保护（样本不足 3 次不动系数）。
• 认知负荷调度（轴线 25，GET /knowledge/load?cap=）：注意力是稀缺资源——到期复习按「可救性 × 巩固投资」分诊：滑落区知识正处最佳巩固窗口优先安排，深度遗忘区降权（按重新学习节奏，不挤占救得回来的名额），高档位滑落加权保护（60 天档滑落比 1 天档损失更大）；每日封顶（默认 8 条）+ 洪峰顺延（不是丢弃），负荷状态透明（clear / normal / overload）——复习是一份每日计划，不是一场倾倒。
• 知识大陆（轴线 26，GET /knowledge/continents / 命令 continents）：实体共现图上的 Louvain 社区发现——两阶段迭代（局部移动 → 社区聚合）最大化模块度，把你的知识域切成自然聚块的大陆，无需预设簇数。与内容聚类不同，图社区发现显式惩罚"随机连接的稠密"：高频枢纽实体（npm、docker）与谁都共现，但只会归属于它连接最紧密的一块大陆。每块大陆展示成员数、覆盖会话数、内聚度与核心实体（按度数降序的骨干）；多层社区逐层聚合自动发现多尺度结构，模块度 Q 量化"大陆划分有多可信"。
• 星图导航（轴线 27，GET /knowledge/starmap?q= / 命令 starmap）：从查询命中的实体（种子）出发，带重启的个性化 PageRank（阻尼 0.85）计算稳态"引力"分布——一个实体与种子在图上连接越密，引力越强。关键价值在多跳关联：距种子 2–3 跳的高分实体（标注跳数）是你没想到的隐性关联（主题检索永远找不到的图上邻居），如从 docker 出发经共现链抵达 k8s service。种子未命中时返回引导文案（换用实体专名）。
• 主题漂移（轴线 30，GET /knowledge/drift?lambda= / 命令 drift）：会话流（标题 + 实体名投影，零转录重读）上的 BOCPD 贝叶斯变点检测——unigram 语言模型算逐会话意外度（bit 数），危险率 λ 控制期望运行长度（缺省 16，区间 [6, 96]，小 = 对切换更敏感），前向后向平滑得变点概率。输出"注意力何时从 A 切到 B"：每个变点带置信度、切换强度（bit 跳变）与前后特征词对照；当前主题段附持续长度与特征词。回答"我这段时间的兴趣轨迹是什么、在哪里换了频道"。
• 记忆固化（轴线 31，GET /knowledge/consolidation / 命令 consolidate）：全部「问题→解法」片段上的 MinHash-LSH 近重复聚类——同一个问题换个文件名再问一遍、相似的配置改个参数再来一次：128 维 MinHash 签名（期望相似度 = Jaccard）经 16 带 × 8 行 LSH 分带生成候选对（S 曲线阈值 ≈ 0.71），真实 Jaccard ≥ 0.65 验证，并查集传递归并成簇。每簇的报告即价值：出现次数 = 强化度（间隔重复的天然燃料——重复 N 次的知识天然值得更高复习优先级）、首末出现时间、代表问题与簇紧致度；冗余折叠数与压缩率量化"你的知识库有多虚胖"。把重复从污染变成资产。
• 知识考古（轴线 32，GET /knowledge/archaeology?windows=N / 命令 archaeology）：会话流按 index 均分为 N 个「纪元」（缺省 4，范围 2–12），每纪元独立构建实体共现图并跑同源 Louvain（参数一致保证跨纪元可比），相邻纪元的社区按成员实体键集合算 Jaccard 建立血脉（阈值 0.3），血脉结构分类为五类板块事件——新生（新知识域形成）、延续（大陆跨纪元存活，附成员重叠率）、分裂（关注点分化，如 docker 网络分化出 k8s service 与 istio）、合并（分散主题收拢成一块大陆）、消亡（知识域沉没：换方向/问题已解决）。轴线 26 回答"版图现在长什么样"，轴线 32 回答"这块版图是怎么长出来的"；与轴线 30 的分工——漂移在会话流上看注意力切换（看浪），考古在纪元间看知识域结构变迁（看洋流）。
• 回声雷达（轴线 33，GET /knowledge/radar?days=N / 命令 radar）：比片段级重复更隐蔽的浪费是整场会话的复发——两周前问过"docker 容器怎么互相访问"，今天又开了一场几乎一样的会话。雷达把轴线 31 同源的 MinHash-LSH 应用到会话粒度（文本投影 = 标题 + 实体名，零转录重读；阈值 0.55），回答三个问题：回声簇（哪些会话互为近重复）、复发周期（首末间隔 / (次数−1)——"你平均每 12.3 天重新问一次"，周期短于遗忘阶梯就意味着总在遗忘后重新发现）、回声率（近 N 天新会话中命中历史回声的占比——你的新对话有多少在"重新发现已知"）。行动分层：复发 ≥3 次 → 建议固化为交接模板（直连模块 B）；恰好 2 次 → 关注级。
• 知识暗物质（轴线 34，GET /knowledge/darkmatter?limit=20 / 命令 darkmatter）：轴线 26/27 都只看共现图上看得见的连接，但一张知识图谱最值钱的信息往往是该连而未连的边——docker 与 systemd 从未同场出现，却共享 5 个共同邻居；你的历史在用共现结构暗示"它们相关"，只是没有一场对话把它们放到一起。暗物质引擎在实体图上做链路预测（Liben-Nowell & Kleinberg 2003 局部指数族）：对每个未连接且存在共同邻居的实体对计算 CN（共同邻居数）、Adamic-Adar（Σ 1/ln(deg)——经过枢纽的"认识"不值钱，低度专业桥才是强证据）与 Resource Allocation（Σ 1/deg——更强折扣）三指数，融合分 = 0.5×AA 归一 + 0.5×RA 归一；候选对按桥节点展开天然跳过无邻居对，枢纽（度数 > 40）不作桥证据，病态稠密图预算熔断。暗连接是研究建议而非事实——它们回答"下一场对话值得把谁和谁放到一起"，暗物质清单 = 知识宇宙里最值得点亮的暗区。与轴线 27 的分工：星图沿已有边扩散引力（已知连接的深挖），暗物质预测缺失边（未知连接的发现）。
• 认知面板：检索视图页「认知面板」按钮（CognitionPanel）一屏整合六轴——到期意图列表（超期徽章 + 即将到来预告）、遗忘预测区（保持率进度条 + 分区徽章 + 距跌破阈值倒计时，滑落区优先展示）、复习卡片（负荷分诊结论 + 回忆 → 核对 → 自评闭环 + 节律系数标记）、类比检索框；洪峰时复习区顶部显示顺延徽章与负荷摘要；「主动脉搏」同时聚合认知脉搏（到期意图 / 复习 / 片段资产 / 遗忘预测 / 节律 / 负荷 / 主题漂移 / 记忆固化八类信号），认知信号与检索信号统一推送。
• 命令面板执行 insight（全局图谱）或 insight <会话ID>（单会话洞察）。

模块 G：跨会话知识合成（Deep Research）

• 入口：检索视图页搜索框旁的「深度研究」按钮（输入问题后点击），或命令面板 research <问题>（如 research 我之前对性能优化得出过哪些结论？）。
• 块级检索：候选会话（FTS 关键词召回 + 近期会话兜底，封顶 32 个）按回合分块（1800 字符/块，回合不跨块），每块经词法命中率 + trigram 余弦双通道打分（各占 50%），复用模块 E 的同源分词器但粒度到块——检索的是"证据片段"而非"会话"。
• 次模证据选择（轴线 29）：设施选址次模目标——块相关分 + 问题方面覆盖（方面 = 问题词元，权重 = 稀有度：包含该词元的候选块越少越重要，长尾词是问题的真指纹）。次模性让"第二块讲同样内容"的证据边际增益自动归零（冗余被目标函数惩罚），三块各讲一半的互补证据反而胜出——分数降序看不见这一点；惰性贪婪（CELF）按边际增益/成本比维护优先队列，评估次数远小于朴素贪婪，逼近 (1−1/e) ≈ 63.2% 最优。三重约束：至多 10 块、单会话封顶 3 块、总预算 26000 字符（尾部块按剩余预算截断而非丢弃）。
• 契约式合成：合成 Prompt 强制三条纪律——只使用证据中出现的信息（不足时明确回答"证据不足"）、每个关键论断带 [编号] 引用标注、先给直接结论再列依据且矛盾明示；回答即带引用的"迷你研究报告"。
• 结果展示：回答下方列出全部证据来源（会话标题 + 日期 + 摘录），点击直达原会话；统计行显示检索会话数 / 命中块数 / 采用证据数 / 合成模型 / 证据方面覆盖率（选择质量一眼可见）。
• 知识演化追踪（轴线 17）：合成后对证据块做纯本地信念比较——提取主题锚（技术专名）+ 版本号/数值声明，同锚不同值即演化事件（旧值 → 新值 + 双方时间戳与会话）；语义化版本比较（v2.10 > v2.9）判定升级/回退，事件按时间升序排成信念时间线。研究面板的「知识演化」区块展示——"这个结论后来被推翻/升级过"一目了然，零 LLM 开销。
• HTTP API：POST /synthesis/answer（body: { question }）、POST /synthesis/preview（零 LLM 证据预演）→ { answer, model, sources[], evolution, stats }，供外部集成消费。

---

配置参考

根配置（cordis.patch.yml 可覆盖任意字段）：

字段	类型	默认值	说明
enableExport	boolean	true	启用模块 A
enableHandoff	boolean	true	启用模块 B
enableCost	boolean	true	启用模块 C
enableSearch	boolean	true	启用模块 D
enableRetrieval	boolean	true	启用模块 E（本地语义检索）
enableKnowledge	boolean	true	启用模块 F（对话知识资产）
enableSynthesis	boolean	true	启用模块 G（跨会话知识合成）
apiBaseUrl	string	https://api.deepseek.com	DeepSeek API 基址（manifest 已放行该域名）
apiTimeoutMs	number	60000	单次 API 调用超时（毫秒）

停用单个模块：将对应开关置为 false（配置层），或在 manifest.json 的模块声明中关闭。模块之间零耦合，停用一个不影响其余模块。

---

架构简介

src/
├── index.ts              # 宿主入口：挂载核心服务 + 按配置挂载七个模块子插件
├── config.ts             # 根配置 schema（schemastery 校验）
├── core/                 # 核心基础设施
│   ├── service.ts        #   CompanionCore 根服务（ctx.companion，持有动态计价引擎）
│   ├── vault.ts          #   SecretVault：AES-256-GCM 加密保险库
│   ├── crypto.ts         #   AES-256-GCM 原语（Node crypto）
│   ├── deepseek.ts       #   DeepSeek Chat Completions 客户端
│   ├── usage.ts          #   用量记账存储（日粒度，含缓存命中 tokens）
│   ├── pricing.ts        #   计价桥接层（官方 usage → 计价引擎用量形状）
│   ├── price/            #   动态计价引擎（移植自 dsh-usage-ledger）：
│   │                     #   types / catalog（多厂商刊例价目录）/ scrapers（官方定价页解析）/ service
│   ├── retrieval/        #   本地混合检索引擎（轴线 1/8/9/10）：
│   │                     #   tokenize（分词/trigram）+ engine（BM25 + 哈希向量
│   │                     #   + RRF 融合 + 时序加成 + 增量统计/倒排 + 摘要片段）
│   │                     #   + query（查询智能：拼写纠错 + 共现扩展）
│   │                     #   + quality（检索质量诊断：四级判定 + 通道覆盖 + 建议）
│   │                     #   + ranker（FTRL-Proximal 在线学习排序，轴线 28）
│   ├── graph/            #   实体共现图与图算法（轴线 26/27）：
│   │                     #   graph（共现图构建）+ louvain（社区发现：模块度最大化，
│   │                     #   两阶段迭代 + 多层聚合）+ ppr（个性化 PageRank：带重启
│   │                     #   随机游走稳态分布 + BFS 跳数）
│   ├── cognition/        #   认知三轴（轴线 20/21/22）+ 元认知三轴（轴线 23/24/25）
│   │                     #   + 漂移与固化（轴线 30/31）+ 考古与雷达（轴线 32/33）：
│   │                     #   prospective（前瞻记忆：意图提取 + 到期计算）
│   │                     #   + episodes（问题→解决片段提取与结构形状）
│   │                     #   + spaced（SM2-lite 间隔重复调度，含 ease 节律乘子）
│   │                     #   + analogy（结构形状跨域类比匹配）
│   │                     #   + forecast（遗忘预测：保持率画像与分区）
│   │                     #   + rhythm（个体节律：ease 闭环控制）
│   │                     #   + load（认知负荷调度：分诊 + 封顶 + 顺延）
│   │                     #   + drift（BOCPD 主题漂移：unigram 意外度 + 变点检测）
│   │                     #   + consolidation（MinHash-LSH 记忆固化：近重复聚类）
│   │                     #   + archaeology（知识考古：纪元切片 + 板块事件分类）
│   │                     #   + radar（回声雷达：会话级复发检测 + 回声率）
│   │                     #   + darkmatter（知识暗物质：共现图链路预测）
│   ├── synthesis/        #   次模证据选择（轴线 29）：设施选址目标 + 惰性贪婪 (1−1/e)
│   ├── insights/         #   主动脉搏引擎（轴线 18）：信号提供者注入式聚合
│   │                     #   （盲区/学习/索引/意图/复习/片段/预测/节律/负荷/漂移/固化 → 洞察卡片）
│   ├── time.ts           #   北京时间峰谷窗口计算
│   ├── transcript.ts     #   对话转录格式化（MD/JSON）
│   ├── privacy.ts        #   隐私脱敏（手机/邮箱/身份证/银行卡）
│   ├── pdf.ts / zip.ts   #   零依赖 PDF 生成 / ZIP 打包
│   └── http.ts           #   私有 HTTP 路由器（前缀 /companion）
├── modules/
│   ├── export/           # 模块 A：导出 + 批量 ZIP + 光栅载荷（PNG/免打印 PDF）
│   ├── handoff/          # 模块 B：摘要生成 / 模板 / 武装导入
│   │                     #   + hierarchical（map-reduce 分层摘要）+ lineage（血缘图谱）
│   │                     #   + context-health（上下文压力监测：token 估算 + 耗尽预测）
│   ├── cost/             # 模块 C：网关 / 调度器 / 路由 / 日/月双档预算 / 设置
│   │                     #   + forecast（预测性成本智能：预测/异常/what-if/归因）
│   ├── search/           # 模块 D：检索 + 标签
│   ├── retrieval/        # 模块 E：语义检索插件（混合排序接线 + 增量索引）
│   ├── knowledge/        # 模块 F：对话知识资产（entities 实体抽取 + 倒排索引接线）
│   │                     #   + trends（主题趋势演化：实体动量 + 周级时间线）
│   │                     #   + 认知六轴接线（意图/片段/复习三表 + 认知端点与命令）
│   │                     #   + 图认知四轴接线（大陆/星图/漂移/固化端点与命令）
│   └── synthesis/        # 模块 G：跨会话知识合成（Deep Research）
│                         #   retrieval（块级检索）+ submodular 次模证据选择（轴线 29）
│                         #   + 合成 Prompt 构建
├── client/               # 浏览器端 UI（slots 注入，官方组件库）
│   ├── index.tsx         #   客户端入口：slot 注册 + 对话内搜索控制器生命周期
│   ├── api.ts            #   类型化 fetch 封装（全部模块的私有 HTTP API）
│   ├── raster.ts         #   客户端光栅导出引擎（移植自 dsh-conv-export）：
│   │                     #   PNG 长图 / 免打印多页 PDF（foreignObject → canvas → JPEG → PDF 组装）
│   ├── convsearch/       #   对话内搜索（移植自 dsh-conv-search）：
│   │                     #   engine（Highlight API）/ controller（浮动栏+快捷键）/ styles
│   └── components/       #   导出弹窗 / 摘要弹窗（聚焦+血缘+压力仪表）/ 导入 dock /
│                         #   检索视图（语义开关+知识面板+趋势榜+认知面板+深度研究）/ 报表视图
└── types/                # Harness 子系统适配层类型声明

关键设计：

• 一切皆插件：宿主入口只做挂载编排；每个功能模块是独立 Cordis 函数插件，注册即 effect，生命周期由 Cordis 自动回卷。
• 单一服务门面：模块间不互相 import，跨模块协作一律经 ctx.companion（核心服务）或 ctx.companionCost（成本网关）。
• 双通道同构：命令面板 handler 与私有 HTTP 端点（/companion/*）复用同一套模块服务函数，无重复逻辑。
• UI 非侵入：所有界面经 Harness slots 注入（conversation.session.header.actions、conversation.input.dock、conversation.view），组件取自官方 UI 原语库，颜色仅用语义令牌，无悬浮窗、无全局样式。

完整的内部契约（服务签名、HTTP API、命令表、slot 清单）见 DESIGN.md。

---

安全与隐私

要求	实现
数据本地化	对话内容、设置、API Key 仅写入 Harness 插件沙箱的 companion 存储域，不上传任何第三方服务器
API Key 加密	AES-256-GCM（12 字节随机 IV + 认证标签），自描述载荷 v1.<iv>.<tag>.<ciphertext>；密钥与密文分离存储
网络权限	manifest.json 全量放行 DeepSeek 官方 API、全部国产与海外主流模型厂商端点、各厂商定价页及常见中转/聚合网关，供动态计价引擎实时抓取；存储域仅 companion；服务清单逐项列明
无追踪	无任何遥测 / 行为分析代码；manifest.json 显式声明 tracking: false, telemetry: false
Key 不外泄	任何响应、日志、事件中不出现 Key 明文；导出与摘要内容仅在浏览器本地生成

---

交付物清单

• 完整 Harness 插件源码（src/，TypeScript strict）
• manifest.json（权限与隐私声明）、package.json、cordis.patch.yml（bundle patch 层）、tsconfig.json
• README.md / README.en.md（双语）：功能介绍、安装指南、使用说明
• DESIGN.md：架构契约与开发规范；CONTRIBUTING.md：贡献指南；CHANGELOG.md：变更历史
• 测试与 CI：pnpm test 统一入口（11 套件 / 226 项断言）+ GitHub Actions（Node 22/24）
• 七模块独立启停：配置开关 + 独立子插件 + manifest 模块声明三层保障

---

能力来源

本插件在原有四大模块基础上，吸收并整合了以下三个同系仓库的核心能力：

来源仓库	吸收的能力	落点
dsh-usage-ledger	官方定价页动态计价引擎（实时抓取/解析/兜底快照）、峰谷分时计价、多厂商价格目录与专用解析器、缓存命中折扣、日/月双档预算	src/core/price/、src/modules/cost/
dsh-conv-export	PNG 长图光栅导出、免打印对话框多页 PDF（foreignObject → canvas → JPEG → 零依赖 PDF 组装）、图片 data-URL 内联、回合级选择导出（回合预览列表 + 勾选面板 + 进度/中止交互）	src/client/raster.ts、src/modules/export/（kind:'raster' 载荷、GET /export/turns + turns 请求字段）、src/client/components/ExportDialog.tsx
dsh-conv-search	对话内搜索引擎（CSS Custom Highlight API 无侵入高亮）、浮动查找栏（快捷键/查询历史/大小写与全词开关）、流式输出 MutationObserver 重同步与命中锚点保持	src/client/convsearch/

移植时统一了命名空间（companion-*）、注释语言与错误处理纪律，并按本插件的 slots/双通道架构重新接线；全部改动通过 tsc -p tsconfig.json 严格类型检查与累计 226 项冒烟断言（十一套套件：核心原语 28 项——隐私脱敏 / AES-256-GCM / ZIP / PDF / 北京时间峰谷 / 转录派生 / 计价换算；轴线 8/9/10 及引擎一致性 22 项；轴线 11/12/13 19 项；轴线 14/15/16 17 项；轴线 17/18/19 20 项；轴线 20/21/22 29 项；轴线 23/24/25 29 项；轴线 26–31 25 项；轴线 32/33 14 项——板块事件五类分类〔新生/延续/分裂/合并/消亡〕+ 回声簇 / 复发周期 / 回声率 / 行动分层；轴线 34 6 项——CN/AA/RA 三指数、度数折扣与已连对排除；七模块升级 17 项——脱敏 v2〔IP/密钥/JWT〕、摘要质量评分、节能顾问、自然语言时间范围、负向词排除、回声脉搏；另含 Louvain 双语料模块度、PPR 多跳引力、FTRL 收敛性、次模覆盖单调性、BOCPD 变点定位与 MinHash-LSH 传递闭包）。pnpm test 一键执行全部套件，CI（GitHub Actions，Node 22/24 矩阵）逐提交守护。

许可

MIT