四格漫画就是这个项目的结构：云端模型只负责说话，本地模型负责跑腿。 这个项目本质是deepseek后台监控本地模型干活，本地模型上下文用完后会自动继续，完成任务后本地模型生成报告给deepseek读，再生成汇报。 理论上可以节省deepseek的token用量。我必须要承认这个插件可能比较赤石，我是个外行只会一些python皮毛，该插件主要由deepseek完成。

---

部署

需要 DSH（支持 dsh.bundle 与 settings）、Node ≥ 20、Python ≥ 3.10、Ollama + 一个能调工具的模型（4B 起）。

1. 拿代码、装依赖

git clone https://github.com/aba3345/dsh-bili-see.git
cd dsh-bili-see
python -m venv .venv
.venv/Scripts/python.exe -m pip install -r requirements.txt   # macOS/Linux: .venv/bin/python

mcp 必须 < 2，Python 必须 ≥ 3.10（mcp 1.x 的要求）。

2. 挂进 profile —— $DSH_HOME/profiles/desktop/package.json：

{
  "dependencies": { "dsh-bili-see": "link:<克隆路径>" },
  "dsh": { "profile": { "bundles": ["...", "dsh-bili-see"] } }
}

3. 打开定时能力 —— 同一个 profile 的 cordis.patch.yml 末尾：

- insert:
    - id: schedule
      name: "@deepseek-ai/dsh-schedule"

4. 重启 DSH —— 左侧出现「B站视频评论设置」，node selfcheck.mjs 全绿后扫码登录。 第一次跑保持「允许发评论」关闭。

---

让 Agent 帮你装

把下面这段整段丢给编码 Agent（WorkBuddy / Claude Code / Cursor 都行），或者让它读 install.prompt.md：

帮我部署 dsh-bili-see：https://github.com/aba3345/dsh-bili-see

1. clone 到我指定的目录（默认 ~/tools/dsh-bili-see），在仓库根建 .venv，pip install -r requirements.txt（mcp 必须 < 2，Python ≥ 3.10）；
2. 在 $DSH_HOME/profiles/desktop/package.json 的 dependencies 里加 "dsh-bili-see": "link:<克隆路径>"，并把 dsh-bili-see 加进 dsh.profile.bundles；
3. 在 profile 的 cordis.patch.yml 末尾插入 @deepseek-ai/dsh-schedule；
4. 跑 node selfcheck.mjs，把没过的项和修法告诉我；
5. 重启 DSH，等我扫码登录。

不要改我的 config.json、bili_credential.json 和 bili_plus.db。

---

配置

最常改的几个（其余都在设置页里）：

项	默认	说明
模型	qwen3.5:4b	换成你 ollama list 里任意支持工具调用的模型
温度	0.35	写评论 0.3~0.5 最像一个正常人
一天最多浏览	6	跨轮累计的硬闸，用完当天不开新视频
每轮看几条	2	每条 40~90 秒，2 条比较舒服
只看最近几天	2	填 0 表示不限新旧
每日发布上限 / 最小间隔	3 / 60 分钟	与冷却、去重共同生效
允许发评论	关	总开关，关闭时写工具不注册
内容配额	AI科技 / AI二创 / 其他	一行一条；没填满的额度变成「自主浏览」，从热门里挑非 AI 视频补位

人设就在 config/persona.yaml，直接改，下一轮生效，不用重启。实际生效的是家目录那份 （设置页的「人设」编辑器写的就是它，升级不会覆盖）；仓库这份是开箱默认值，不含任何真实账号信息。

---

安全与边界

• 两道写闸：设置页开关 → 环境变量 BILI_PLUS_WRITE。任一为假，写工具不注册。
• 发布前重跑 safety_check + style_check（文案可能被人改过）；draft_id 必须属于本轮。
• 限流：每日上限 + 最小间隔 + 同视频同楼去重 + 同 UP 主 7 天去重。
• 政治、经济、社会站队、色情、血腥 → no_reply；辱骂、外链、冒充真人经历 → block。

⚠️ 自动化互动可能违反 B 站用户协议与社区规则。 限流、折叠、禁言、封号的风险由使用者自行承担。 项目面向个人学习：研究小模型如何在有限上下文里做多步决策、如何被安全策略约束。 请勿用于刷量、营销或任何形式的虚假互动；每一条发出去的评论都由你负责。

数据都在 $DSH_HOME/bili-see/（config.json、see-config.json、bili_credential.json、bili_plus.db、autopilot-home/runs/<run_id>/）。升级不丢凭证和数据库，删掉等于恢复出厂设置。

---

开发

node selfcheck.mjs                   # 不启动宿主也能跑的自检
node tests/test-apply.mjs            # 假宿主跑 apply()：工具 + HTTP 路由
node tests/test-client.mjs           # 真渲染一遍设置页，检查文案
node tests/test-tool-run.mjs         # 全链路：tick → 轮询 → summary
PYTHONPATH=python/autopilot python tests/test_engine_v2.py   # 引擎单测（85 项，不联网不跑模型）

tests/workbuddy-live.mjs 只用本机 Ollama，加 --write 才会真发。欢迎 PR，见 CONTRIBUTING.md。

---

已知限制

4B 级别模型会犯错（重复调工具、把工具返回值当用户说话、写坏 JSON），代码里有一批兜底但不能保证每轮成功；只支持单账号；关键帧依赖视频可访问性，无 cid 或已下架时自动降级；Windows 验证最充分，macOS / Linux 的 Python 探测路径已覆盖但未经长时间实跑。

---

免责声明

本项目与哔哩哔哩（bilibili）及 DeepSeek 官方无任何关联，未获授权或背书。所有接口调用基于公开 Web 端行为，可能随平台变更失效。 它是一个娱乐 / 学习性质的作品：作者不承诺可用性，也不对使用本软件产生的任何后果负责。请自行遵守所在地法律法规与平台用户协议。

MIT © 2026 dsh-bili-see contributors