dsh-sticker-library

English | 简体中文

给 DeepSeek Harness（dsh）的聊天表情包库：收图去重、视觉模型自己打标、按含义挑图，附两条安全线。

它不是「把图片存进一个文件夹」——那种事 mkdir 就够了。它管的是让一个 Agent 真的会用表情包这件事里最容易做错的四步。

同类里更成熟的选择：yyh-001/dsh-meme 和 william-jin-cmu/dsh-stickers 都比这份成型得早，要装可以先看它们。 我们这份留着的理由：去重入库 + 视觉打标 + 两条安全线——脏和烂在入库那一刻就拦掉， 不指望下游的模型每次都记得。 它是我们自己群里在用的那一套，顺手放出来。

---

为什么需要它

为什么要单独做一个。

1. 什么算表情包。 拿 summary === '[图片]' 之类的启发式去认，会把群友发的真人照片、截图、表情包混成一锅收进库。只认协议明确标出来的贴图（OneBot 的 emoji_id / sub_type=1 那类），其余一律不进。

2. 怎么算「懂」这张图。 固定标签表是最省事也最没用的做法：我们试过 40 个固定词，40 多张图被压成「可爱 / 卖萌 / 无语」三类，挑图基本等于随机。让视觉模型自己写三行——画的是什么 / 什么场合发 / 关键词——它才真的能挑。图上的字要求照抄，因为表情包一半的含义就在那行字里。

3. 删了必须真删干净。 只把索引里的条目删掉没有用：去重看的是内容哈希，同一张图再被发一次，会被原样收回来。所以删除一定是「删文件 + 内容哈希进黑名单」。

4. 两条安全线。 脏（脏话 / 性暗示 / 下流）和 烂（低质烂梗素材）。这两类在入库那一刻就拦掉，不指望下游的模型每次都记得别发——它会忘，而且它不懂那是什么意思。

安装

npm i dsh-sticker-library
# 或者直接 clone 到你的插件目录，然后在 bundle patch 里 insert（见 cordis.patch.yml）

cordis.patch.yml 里那份示例配置可以直接抄。

配置（打标那一路）

打标需要一个「看得见」的模型，两种接法，选一个：

A. HTTP（任何 OpenAI 兼容的 /chat/completions，要支持 image_url 的 data: base64）

config:
  vision:
    baseUrl: https://api.openai.com/v1
    apiKey: ''            # 建议用环境变量 STICKER_VISION_KEY
    model: gpt-4o-mini    # DeepSeek 官方视觉模型 / qwen-vl 都行

B. 一条命令（本地跑视觉模型，或者复用你已有的脚本）：

config:
  describeCommand: 'node /path/to/describe.js'   # 参数：<图片路径> <提示词>，结果打到 stdout

两个都不配也能用：库照收、清单照出，只是挑图的准头差一截（清单里没有「画的是什么」）。

提示：大图直接 base64 发过去很费 token。我们在生产里先把它压到长边 768 再发——那步用 Pillow 一行就能做，这里没有替你做，因为不想为了省几厘钱给你绑一个 Python 依赖。

用法（给 Agent 的工具）

工具	干什么
sticker_catalog	列清单：#3 · 一只橘猫趴在键盘上 · 别人发疯时围观 · 猫/围观/无语
sticker_pick	挑一张，返回本地路径。给编号（#12）或关键词（无语）都行
sticker_save	把本地图片收进库（通道把贴图下载好之后喂进来）
sticker_tag	给还没打标的打标（收完新图调一次）
sticker_forget	删一张：真删文件 + 哈希进黑名单

sticker_pick 挑不到时会明说挑不到，不会硬塞一张不相干的——这个细节比看起来重要：一个「随便给你一张」的挑图器，用两次就没人敢让它发图了。

用法（给别的插件用的服务）

const shelf = ctx.stickerShelf
shelf.catalog(40)                      // 清单文本
shelf.resolve('无语')                   // { id, file, path, desc, ... } | null
shelf.saveFiles(paths, { nick, uid })  // 协议无关的入库口
shelf.stats()

核心逻辑（src/shelf.js）不依赖 dsh，也不依赖任何 IM 协议，可以单独用：

import { createShelf } from 'dsh-sticker-library/shelf'

const shelf = createShelf({
  dir: './stickers',
  describe: async (file, prompt) => myVisionModel(file, prompt), // 必填：给视觉模型看
})

await shelf.saveFiles(['./a.png', './b.gif'], { nick: '阿猫' })
await shelf.tagPending(10)
console.log(shelf.catalog(20))
console.log(shelf.resolve('无语'))

测试

node test/selftest.mjs

不联网、不调模型、不依赖任何私人目录：视觉模型和下载都是假的，测的是解析和安全线（去重、黑名单、大小闸、烂梗拦截、成人图三条路全堵死、协议无关入库口……）。84 项。

已知局限（不做什么）

• 不做发送。挑出来给你路径，怎么发是你的事——发出去的那一刻要过谁的审核，也该由你决定。
• 不替你决定「什么算脏」。提示词里的那两条线是可以改的（prompt 配置），改完记得 TAG_VER 一起升，否则老图不会重标。
• 不做分布式/并发写。一个目录一个架子。

License

MIT

English

→ Full English README: README.en.md