DSH Plugins Marketplace

DSH Plugins

Plugins

/

dsh-ark-lore

d

dsh-ark-lore

Identified★ 1

Arknights lore memory for DeepSeek Harness: faction files, alias routing, in-world timeline, full story archive, PRTS live lookup and dynamic updates.

dsh-ark-lore · 方舟记忆库

给 DeepSeek Harness（DSH）用的《明日方舟》世界观记忆插件。不是把整本设定塞进提示词，而是拆成势力小文件，模型要用的时候按 id 取，一次只拿需要的那一段。

核心包自带：一篇《泰拉世界观总览》、503 个实体、607 个事件、70 条社区梗、423 名干员共 3658 段档案、2326 段剧情（427 主线 + 399 密录 + 1233 活动 + 267 肉鸽）共 378860 句、一张泰拉常识卡。实体覆盖国家、城市、组织、人物、概念；事件从 1002 年铺到 1099 年，全部按泰拉历排。数据是纯 JSON/Markdown，跟插件代码分家，改数据不用碰代码。

测试和反馈群：QQ 1129849036。装测试版、报错、提数据修正都走这个群。

包里有什么

dsh-ark-lore/
├─ index.js              插件入口（注册工具和技能）
├─ cordis.patch.yml      插进 profile 的补丁
├─ 使用说明书.md         使用说明（中文）
├─ 源码/                  检索、时间线、格式
├─ 数据/
│  ├─ canon.md           常识卡（一页纸）
│  ├─ 势力/*.json    按势力分的实体文件
│  ├─ events.json        人工整理的事件卡（泰拉历）
│  ├─ memes.json         社区梗（不参与时间线）
│  ├─ records.json       干员档案（按实体 id 挂）
│  ├─ stories.json       主线/密录/活动剧情
│  ├─ rogue.json         肉鸽结局/IF 线
│  └─ 导入/           批量导入：PRTS 年表、干员档案
├─ 技能/ark-lore/      行为规则（模型按需加载）
├─ 脚本/lint.mjs      数据检查
├─ 脚本/query.mjs     命令行查询
├─ 脚本/visualize.mjs 生成时间线 HTML
└─ 测试/                 40 条测试

装到 DSH

要求：DSH 0.2.x，Node 20 以上。插件没有 npm 依赖，不用联网。

桌面端（推荐）

  1. 打开「插件」，右上角「＋ 添加插件」。
  2. 来源选「本地目录」，指向解压后的 dsh-ark-lore 文件夹；或者来源选「本地 .tgz」，指向 dsh-ark-lore-0.11.2.tgz。
  3. 装完启用，重启一次 DSH（换新模块要重启）。
  4. 新建会话，问一句「龙门后来怎么样了」，模型应该会先调 ark_find。

命令行

dsh plugin --profile <你的 profile> add /绝对路径/dsh-ark-lore-0.11.2.tgz

Web profile 可以直接加；Electron 桌面的 desktop profile 由应用管理，用界面装，别用命令行。

装完怎么确认

  • 插件列表里有「方舟记忆库」。
  • 会话里能看到 ark_find / ark_read / ark_timeline / ark_web 四个工具。
  • 问「整合运动跟龙门什么关系」，回答里应该带出 1097 年 1 月那次进攻，而不是泛泛而谈。

四个工具

工具干什么一次大概多少字
ark_find(query, kind?)按名字、别名、关键词找实体、事件或梗，返回候选 id200-600
ark_read(id, view?, maxChars?)读设定卡、事件卡、梗卡、干员档案或剧情；summary 只给摘要/前几句，full 给正文/全台词，context 连带前后时间线，records 只读档案300-6000
ark_timeline(from?, to?, around?, faction?, limit?)按泰拉历列事件；around 看某个事件前后300-1000
ark_web(action, query?, title?, url?, id?, fields?, source?)连 PRTS 搜索/读页面；核实后把修正写进 corrections.json400-6000

ark_web 是给“库里没有/过时/对不上”兜底的：search 搜 PRTS，read 读页面，fix 写修正，learn_meme 收新梗，sync_stories 从游戏数据拉新活动剧情。fix/learn_meme 必须带 source 或 url，只改实体、事件、梗的已知字段，不碰剧情原文。修正和新梗写到 数据/corrections.json / 数据/dynamic.json，下次启动继续生效；新剧情写 dynamic.json，进程内立刻能读。

梗库单独放在 数据/memes.json，现在 70 条，和实体/事件分开。ark_find 的 kind 可以传 meme 只查梗；梗卡不参与时间线，也不会混进事件搜索结果。

干员档案在 数据/records.json，按实体 id 挂到 423 名干员上，共 3658 段，来源是游戏数据 handbook_info_table。ark_read <干员id> view=records 单独读档案，不会把整份档案塞进普通摘要。

node 脚本/query.mjs read op.char_500_noirc records

主线/密录/活动剧情在 数据/stories.json，2326 段（427 主线 + 399 密录 + 1233 活动 + 267 肉鸽）、378860 句，来源是游戏数据。ark_read <剧情id> 默认给前 16 句，view=full 给整段台词，不会把整章塞进上下文。

node 脚本/query.mjs read story.obt.main.level_main_01-01_beg summary

时间线可视化

node 脚本/visualize.mjs --out timeline.html

生成一个单文件 HTML，把 607 个事件按泰拉历年份分组；支持搜索标题/摘要/正文/势力，按势力筛选，点事件展开正文。文件不依赖服务器，双击就能开，适合自查和做视频素材。

还有个 ark-lore 技能，只在模型判断需要时加载，内容是「先 find 再 read、别背年表、按认知字段说话」。

数据怎么改

加一个势力：在 数据/势力/ 下新建一个 JSON 数组文件，一条一个实体：

[
  {
    "id": "longmen",
    "type": "city",
    "name": "龙门",
    "aliases": ["龙门市", "龙门城"],
    "faction": "炎",
    "summary": "一句话，给检索用。",
    "body": "正文，给 full 视图用。",
    "tags": ["移动城市", "感染者"],
    "knowledge": "seen",
    "confidence": "high",
    "source": "主线5-6章"
  }
]

type：nation / city / org / person。 knowledge：public / rumor / rhodes / seen，决定角色该不该装懂。 confidence：high / medium / low / pending。

加一个事件：往 数据/events.json 里追加：

{
  "id": "ev.1097-01.longmen",
  "title": "龙门危机",
  "time": { "year": 1097, "month": 1, "precision": "month" },
  "order": 0,
  "factions": ["炎", "龙门", "整合运动"],
  "entities": ["longmen", "lmd_police", "chen"],
  "summary": "一句话。",
  "body": "正文。",
  "chapter": "主线5-6章",
  "confidence": "high",
  "source": "主线5-6章"
}

时间线规则：只按泰拉历排，现实上线时间不参与。month 可以空，只有年份就写 "precision": "year"；同一年里排不出先后的，用 order 兜底。官方没给精确日期的，别硬编月份。

不想改自带文件：把补丁 JSON 丢进 数据/导入/，格式是 { "entities": [...], "events": [...] }，加载时会合并。适合从外部脚本批量导入。

数据来源

  • 人工整理的势力卡、常识卡、关键事件：数据/势力/、数据/events.json。
  • 事件时间线：PRTS Wiki《泰拉年表》，按泰拉历重新切分，保留 confidence: medium 和出处。原表自己标注“时间由游戏内剧情推测”，所以带“约”的条目别当铁案。
  • 干员卡：Kengxxiao/ArknightsGameData 的 character_table.json，只取姓名、职业、所属、标签和一句简介，标 background: true，不参与“必须挂事件”的检查。

重新导入时不要把整份 wiki 原文塞进提示词；按 数据/导入/ 的格式生成 JSON，再跑 lint。

检查

node 脚本/lint.mjs          # 结构检查：id 重复、引用断链、时间非法、超长
node 脚本/query.mjs find 龙门
node 脚本/query.mjs read longmen full
node 脚本/query.mjs timeline 1096 1098
node 脚本/query.mjs around ev.1097-01.longmen 3
node --test 测试/corpus.test.mjs 测试/plugin.test.mjs

lint 有错误会返回非零；警告不拦。

上下文开销

  • 常驻的只有四个工具的定义和一句技能描述，约三百多 token。
  • 真查的时候一次几百到一千多字，有硬上限。
  • 不查就等于不在。对比「每次把世界观整本读一遍」，差两个数量级。

边界

  • 自带的是世界观骨架 + 事件时间线，不是全量剧情原文。要某一章的逐句细节，按 imports 格式接 Kengxxiao/ArknightsGameData 的剧情文本。
  • 时间线停在 1099 年末；再往后没写。
  • 梗库是社区口传整理，不是官方设定；有争议的条目带 medium 置信。
  • 数据里的年份有推定成分，标注在 confidence 和 precision 里；别把「约」当「准」。
  • 干员卡是数据表生成的，只有基本档案；人物关系和剧情细节靠事件卡补。

许可

代码 MIT。数据是玩家向的设定摘要，不含游戏素材；《明日方舟》及其角色、名称、设定归鹰角网络 / Yostar 所有。PRTS 年表和 Kengxxiao 数据仓库各有自己的许可/使用约定，再分发前自己核对，别直接商用。

Comments

Loading…