d![]()
dsh-persona-lab
Manifest validDSH Plugin: Learn "how to speak and what kind of person you are" from Bilibili video comments, subtitles, and danmaku, producing portable persona prompts (plain text / SillyTavern cards) isolated by learning zone. AI-assisted creation.
UI (client)hasBundlePatch
人设工坊 · dsh-persona-lab
本项目由 AI 协助制作。 代码、文档与界面在人类指令下由 AI(DeepSeek Harness 的编码智能体)生成;人类负责方向、验收与最终判断。 请把它当作「一个可以改的起点」,而不是经过长期打磨的产品。
从 B站 的视频评论、视频内容(字幕)与弹幕里,学「一个人怎么说话、是个什么样的人」,按学习区隔离产出可移植的人设词。 只读公开内容,不读私信;只产出,不自动改写任何插件。
状态
实验性。核心链路(采集 → 提取 → 人设词 → 测试区)已经跑通并做过真机验证,但:
- 提炼质量取决于语料与模型,不保证符合你的预期
- 从评论/字幕里学「对话感」先天不足(素材不是对话)
- B站 接口会变,风控会挡
它做什么
- 学:三个源——视频评论、视频内容(字幕优先,没字幕用简介)、弹幕。视频从「学习重点」搜索或推荐流随机发现(推荐流只是内容渠道,不是学习源)。同一段文本(去掉表情码与标点后)在本次与最近几次里只算一次。过三道闸(隔离文本、合规词表、PII 剥离)后才算样本。
- 提炼:分两部分——说话方式(私聊 / 公开评论 / 弹幕 / 表情)、人物画像(性格 / 在意 / 讨厌 / 反应 / 底线)。用 DSH 当前模型(或你自填的 OpenAI 兼容 API)。
- 产出:每区一份人设词,四样东西——正文、字段表、可直接粘的纯文本、SillyTavern 角色卡(JSON + PNG)。
- 测:聊天测试区,拿人设词在 DSH 里演一段,看像不像。
- 告诉你:只读扫描已装插件,列出哪些「有人设入口」,标 A(可粘)/ B(人格只能自己长)。
它不做什么
- 不自动写入任何插件的人设。
- 不碰别的插件的数据目录。
- 不发表评论、不发私信、不点赞。
- 不把学到的原文当人设词——只留说话方式,人名、UID、链接、事件全部剥离。
安装
这是 DSH profile 的插件,跟随 DSH 启动。
# 1. 先关掉 DSH(运行中替换已加载的包会 EPERM)
# 2. 装进 profile
"<DSH>\resources\runtime\cli\bin\dsh.cmd" plugin --profile desktop add "link:D:\deepseek\persona-lab"
# 3. 重启 DSH → 设置 → 人设工坊
或者面板装:设置 → 插件 → 从本地安装 → 选这个目录。
包名必须与 cordis.patch.yml 里的 name 一致:dsh-persona-lab。
第一次用
- 打开 设置 → 人设工坊。
- 首屏会列出权限与风险,点「我明白,同意」之前它什么都不做。
- 扫码登录 B站,或粘贴 Cookie(至少
SESSDATA)。 - 「学习区」里默认有一个区(关键词
dsh、DeepSeek Harness,带播放量/时长下限)。点「立刻学一次」。 - 学完去「人设词」看结果,可以复制纯文本、下载 JSON 或 PNG 卡。
- 不满意就去「测试」演一段,用「记一条修正建议」把意见写回去,下次学习会带上。
参数(每个学习区独立)
| 参数 | 默认 | 说明 |
|---|---|---|
| 学习源 | 视频评论 / 视频内容 开,弹幕关 | 弹幕开了要自己配过滤词 |
| 一次学习总条数 | 1000(冷启动) | 后续增量建议 200 |
| 单次运行上限 | 10 分钟 | 到点就停,不硬跑 |
| 时间窗 | 关 | 开了就每天在窗内自动学一次 |
| 配额比例 | 评论 60 / 视频内容 40 / 弹幕 0 | 只分给三个学习源 |
| 内容来源 | 推荐流参与找视频(开) | 推荐流不是学习源:只负责找到视频 |
| 学习重点 | 空 | 它就是搜索词:填什么学什么;留空则随机看 |
| 播放量/时长下限 | 默认区有,新建区无 | 新建区不填 = 不筛 |
| 隔离文本 | 空 | 一行一条,命中就永远不学 |
多模态(表情包 / 图片 / 语音)
三条线,三层开关,默认都开但没有通道就自动跳过:
| 层 | 做什么 |
|---|---|
| 识别 | 评论里的图片 → vision 接口给「画面 + 情绪」;语音 → STT 转文字 |
| 学习 | 识别结果作为第五类样本(media)进提炼,单独产出「表情与表达」一块 |
| 使用 | 人设词里写「什么情绪配什么表达」,但不代发——发图要目标 bot 自己有通道 |
通道在「设置 → 多模态通道」里填:Base URL + API Key + 模型名,图片和语音分开配。
- 图片走 OpenAI 兼容的
chat/completions+image_url - 语音走
/audio/transcriptions(multipart) - 留空 = 这一路跳过,文本学习照常
- 不保存原始图片或音频,只存识别出的描述与文字
- 内容会发到你填的端点——选你信得过的服务
两种删除键(跟需求对齐):
- 删一条学习内容 → 自动写进隔离文本,以后不再学。
- 删一次学习的日志 → 直接删,不留痕,也不写隔离文本。
数据在哪
$DSH_HOME/persona-lab/ # 缺省 ~/.dsh/persona-lab
├── config.json # 全局配置(API Key 只存本机)
├── credential.json # B站 凭据(0600 / icacls 收紧)
└── zones/<id>/
├── zone.json # 区配置
├── isolate.txt # 隔离文本
├── learned.json # 已学过 id(去重)
├── history/<runId>.json # 每次学习的日志
├── samples/<runId>.jsonl # 每次的样本(一行一条)
├── persona/v<n>.json # 人设词版本(写前快照上一版)
└── chat/<runId>.json # 测试记录
整个目录可以搬走;DSH_HOME 或插件配置里的 root 可改位置。
合规与边界
- 三道闸:硬词表(违法/色情/广告/政治泛化标签)→ 隔离文本 → PII 剥离。全在样本进入学习之前跑。
- PII 剥离:链接、邮箱、手机号、证件号、@某人、BV 号、6 位以上数字,全换成占位符。人设词里不会出现具体的人。
- 模型输出二次清洗:提炼结果再过一遍
sanitizePersonaOutput,宁可这次不产出,也不把半成品写进库。 - 平台风险:抓评论/弹幕可能违反 B站 条款;高频请求有风控风险。本插件不做规避,风险由使用者承担。
- 凭据:只写本机,权限收紧,界面只回显昵称与 UID,不回显 cookie。
兼容
- 需要 DSH 有
webServer、pluginManager(可选)、llm(可选)。webServer缺失时插件不激活,不会半启动。 - 设置页走
settings.section,和 fish 系列同一个位置。 - 模型:默认用宿主
ctx.llm+ 当前默认模型;宿主不可用时退回你填的 API Key。 - 扫码登录用 B站 passport 接口,二维码是本插件自带的零依赖编码器生成(已验证可扫)。
已知限制
- 只做了 B站。QQ / 微信 / 贴吧 / 抖音是后续适配器,当前未实现。
- 单账号。多学习区靠「学谁(UID 白名单)」隔离,不靠多账号。
- 角色卡 PNG 是纯渐变底图,没有角色立绘;SillyTavern 会正确读取设定,但卡面不好看。
- 评论接口有 WBI 签名与 412 风控;被风控时这次学习会记 error 并跳过该源,不会硬刷。
- 弹幕默认关:它是噪声最大的源,开了建议先配隔离词。
开发
node test/smoke.mjs # 16 项纯逻辑 + 产物格式测试,不联网
node --check index.js # 语法
目录:
index.js Host 入口(配置、路由、定时器)
client.js 设置页(一个文件,无构建)
lib/
config.js 默认值与校验
store.js 原子写、权限、快照
paths.js 数据目录
zone.js 学习区落盘
run.js 一次学习的编排
chat.js 测试区 + 回写
llm.js 宿主模型 / 自填 API
ir.js 人设 IR 与渲染
scan.js 只读扫描插件
qr.js 二维码编码器
routes.js HTTP 面
scheduler.js 定时
bili/ 登录、评论、弹幕、推荐、搜索
learn/ 配额、采集、过滤、提炼
export/ PNG、SillyTavern 卡
data/known-targets.json 已知可写人设的插件清单
locale/ 中英文标题与描述
许可
MIT。
Comments
Loading…