二创工坊 · dsh-fanwork

先给原文做逻辑体检，再在人的裁决下生成二创 —— 每一稿都自带风险报告。

A DeepSeek Harness plugin. It turns "ask a model to write fan fiction" into a reviewable pipeline: structural digest → logic-risk report → human decisions → parallel drafts → per-draft audit → export. Bring your own OpenAI-compatible API key; the plugin ships no model and no quota.

界面在 http://127.0.0.1:<DSH 端口>/fanwork，或在 DSH 里输入 /fanwork 取当前地址。

---

目录

• 它解决什么问题
• 安装
• 开始使用
• 工作流
• 配置
• 隐私与密钥
• 常见问题
• HTTP 接口
• 开发
• 给插件作者的 DSH 踩坑记录

---

它解决什么问题

同人作者真正贵的不是「写」，而是「改写得不崩」：设定冲突、人物 OOC、伏笔失收，重写一遍才发现哪里不自洽。 二创工坊把这件事拆成可裁决的步骤——每条风险都带原文引证和修复选项，用户的每次选择进入决策台账， 再作为约束注入生成；每篇候选稿都由独立提示词的「审稿人」给出六维评分与问题清单。

安装

方式 A：从插件市场安装（推荐）

在 DeepSeek Harness 里打开 设置 → 插件，搜索 dsh-fanwork，点安装，按提示重启。 装好后 /fanwork 路由自动挂载，不需要改任何配置文件。

方式 B：命令行

dsh plugin --profile <你的 profile> add dsh-fanwork

装完重启 DSH。

方式 C：本地开发（link 到源码目录）

node dsh-fanwork/scripts/install-profile.mjs desktop

脚本会在 profile 的 node_modules 下建 junction，并把 dsh-fanwork 写进 dependencies 与 dsh.profile.bundles（原 package.json 会备份）。之后重启 DSH。

卸载

dsh plugin --profile <profile> remove dsh-fanwork
# 本地 link 装的：node dsh-fanwork/scripts/install-profile.mjs desktop --uninstall

开始使用

需要准备： 一个 OpenAI 兼容的接口地址 + 你自己的 API Key。 插件不内置模型、不带额度，未配置时所有生成类接口直接返回 403 NOT_CONFIGURED。

1. 打开 http://127.0.0.1:<DSH 端口>/fanwork（端口每次启动可能变化，用 /fanwork 命令取当前地址）。
2. 第 0 步 · 配置 API：填接口地址（如 https://api.deepseek.com）、模型名（如 deepseek-chat）、你的 Key， 点「保存并开始」。页面上有「测试连接」可以先验证一次。
3. 导入原文（三种任选）：拖 .txt / .md 进虚线框；点「选择文件」；或填本地路径让插件在本机读 （支持 ~，≤ 4 MB）——文件不进浏览器、不上传。
4. 填创作要求（方向、篇幅、视角、风格、禁忌、补充要求），点「开始体检」。
5. 逐条裁决风险：选一个修复方案，或展开「更多要求」直接写你想怎么改。
6. 点「应用裁决并生成」，并行出 2–3 篇立意不同的候选，每篇附六维审核报告。
7. 不满意就在「更多要求」里继续提，点「按新要求换一批」；满意就「采用此稿」。
8. 导出：项目目录下的 export.md（正文 + 风险报告附录 + 决策台账）。

工作流

原文 + 创作要求
      │
      ▼
 ① 骨架抽取  ── 人物 / 设定 / 时间线 / 事件 / 伏笔（长文分块并发）
      │
      ▼
 ② 风险体检  ── 4 族 17 类，每条带原文引证；无引证不成立
      │
      ▼
 ③ 用户裁决  ── 选方案，或写「更多要求」
      │
      ▼
 ④ 多稿生成  ── 并行 2–3 稿，立意不同（正面推进 / 侧面切片 / 反向假设）
      │
      ▼
 ⑤ 六维审核  ── 原作一致性 · 人物保真 · 内部逻辑 · 需求覆盖 · 合规 · 文笔
      │
      └── 不满意 →「更多要求」→ 回到 ④
      │
      ▼
 ⑥ 定稿导出  ── Markdown，附六维评分与问题清单

风险分类法（节选，完整 4 族 17 类见 lib/prompts.js）：

族	编号	类别	判定问题
冲突	C1	设定冲突	同一规则或能力是否被两次不同地陈述
冲突	C2	时间冲突	事件先后、年龄、季节能否同时成立
缺口	G1	动机缺口	关键行为是否有与其分量匹配的铺垫
缺口	G3	信息缺口	角色是否知道了按设定不该知道的事
结构	S1	伏笔失收	已埋伏笔是否被遗忘或突兀回收
结构	S4	结局未闭合	主线提出的问题是否被回答
体验	E1	OOC	行为是否偏离人物既定性格与关系
体验	E4	合规风险	是否触及版权、敏感内容或平台规则

配置

在插件行（或 profile 的 cordis.patch.yml，id: fanwork）里改 config:：

字段	默认值	含义
candidates	3	每次生成几稿（1–4）
concurrency	4	长文分块解析的并发数（1–6）
reasoningEffort	low	推理强度。长文本请保持 low，否则推理会吃光 token 预算
callTimeoutMs	600000	单次模型调用超时（毫秒）
dataDir	~/.dsh/fanwork	项目数据目录

接口地址 / 模型名 / Key 不在配置里，只能由使用者在页面上填，保存在 <dataDir>/settings.json（权限 0600）。

长文本行为

• 原文 ≤ 1.2 万字：一次调用抽骨架。
• 原文 > 1.2 万字：按 1.2 万字切块，并发解析后合并去重。
• 体检阶段对 > 1 万字的原文按段落均匀采样（保留原句，引证仍可定位），页面上会标注"采样"。

实测（4.2 万字原文、2 篇候选、800 字目标篇幅）：骨架 4 块并发 ≈ 70 s，体检 ≈ 70–110 s，整段 ≈ 2.5–3 分钟。 2 万字以内体验最好；再长建议分卷。

隐私与密钥

• Key 只在本机：写在 <dataDir>/settings.json（0600），只在服务端发请求时读取。
• 页面只显示掩码（sk-1****abcd），日志里不写 Key，也不会回传到任何第三方。
• 不做遥测：项目数据只落本机 ~/.dsh/fanwork/projects/<id>/，不上传。
• 卸载插件不会删除你的数据；要彻底清理，手动删掉 ~/.dsh/fanwork。
• 二创请自行确认原文使用权；导出文件已附原作信息与二创声明。

常见问题

打开页面提示「未配置 API」/ 接口 403 插件启动时是未配置状态。先完成第 0 步，或在顶部 API 状态条点「修改」重填并「测试连接」。

端口变了，收藏的地址打不开 DSH 每次启动端口可能不同。在输入框输入 /fanwork 取当前地址；插件也会把当前地址写到 <dataDir>/last-url.txt。

体检很久没反应 先看 <dataDir>/fanwork.log（一行一个 JSON，记录每次调用的耗时与 token）。常见原因是 reasoningEffort 太高导致推理吃光预算——保持 low。

换模型 / 换网关 点顶部 API 状态条「修改」，三格都可以改；保存后立即生效，不需要重启。

HTTP 接口

方法	路径	用途
GET	/fanwork	工作台页面
GET	/fanwork/api/health	健康检查（含当前地址与配置状态）
GET / POST	/fanwork/api/settings	读取（Key 已掩码）/ 保存 {baseUrl, model, apiKey}
POST	/fanwork/api/settings/test	用当前设置发一次真实调用
POST	/fanwork/api/read-file	读本地文本 {path}（.txt/.md，≤ 4 MB）
GET	/fanwork/api/projects	项目列表
POST	/fanwork/api/projects	新建项目 {source, brief}
GET	/fanwork/api/projects/:id	项目快照
POST	/fanwork/api/projects/:id/run	执行阶段 {stage: analyze|generate|regate}，返回 SSE
POST	/fanwork/api/projects/:id/decisions	提交裁决
POST	/fanwork/api/projects/:id/select	选定稿件并导出
POST	/fanwork/api/projects/:id/cancel	取消正在跑的阶段

SSE 事件：stage / progress / canon / diagnose / delta / draft / audit / decisions / done / error。 长调用期间服务端每 15 秒发一次注释心跳。

开发

node scripts/dev-server.mjs                       # 本机假接口 + 自动指向它，http://127.0.0.1:7788/fanwork
$env:DEEPSEEK_API_KEY="sk-..."; node scripts/dev-server.mjs   # 连真实 API
node scripts/e2e-test.mjs http://127.0.0.1:7788   # 端到端冒烟
node scripts/plugin-check.mjs                     # 插件契约检查（假 ctx）

lib/
  index.js     插件入口（name / inject / apply；无 export default）
  service.js   阶段编排、SSE、取消、快照
  pipeline.js  流水线 + 归一化
  llm.js       JSON 抽取、修复重试
  remote-llm.js OpenAI 兼容流式客户端
  settings.js  本机设置（settings.json，0600）
  prompts.js   分类法、提示词、输出解析
  store.js     项目落盘（原子写）
  http.js      路由 / 静态资源 / SSE
  web/         工作台（原生 ESM，零构建）

Host 半改完需要触发一次重载（改 patch 行 id 或重启）；lib/web/* 改完刷新浏览器即可。

给插件作者的 DSH 踩坑记录

1. 不要 export default：Loader 的 unwrapExports 会折叠模块并丢掉 inject。
2. 不要手写 assistant 消息：ctx.llm.stream({messages}) 里的 assistant 消息必须带 source， 自己拼一个 {role:'assistant'} 会抛 Cannot read properties of undefined (reading 'replayState')。
3. 没有结构化输出参数：GenerateOptions 只有 temperature / maxTokens / stop， JSON 靠提示词 + 括号抽取 + 校验 + 修复重试。
4. 推理会吃 token 预算：推理型模型可能把 maxTokens 全花在思考上导致正文为空，表现出来是「JSON 解析失败」。
5. link: 安装拿不到 profile 依赖：Node 的 ESM 解析从真实路径向上找，插件里不要 import @deepseek-ai/*。
6. 长调用要心跳：1–2 分钟没有事件的 SSE 连接会被中间层掐断。
7. bundle patch 的行 id 要和 profile 覆写用的 id 一致，否则同一插件会被注册两次。

License

MIT