dsh-qq-bridge
把 QQ 接进 DeepSeek Harness 的陪伴型桥接。 纯 Node.js,零外部依赖:包含纯原生编写的桥接底座与插件面板,数万行纯源码(不含测试)。 当前版本 v0.5.5 · 2026-10-27
🐳 项目定性
QQ 那头有人在说话,DSH 这头有一个会记事、也知道分寸的 agent,中间这层桥负责让两边都不失真。
它不是群发机器人,也不是给 API 套个壳。它记得谁说过什么,也清楚自己不该做什么。
🎯 核心架构
四层,各管一件事。层与层之间不互相借道,出事的时候能指认是哪一层的问题。
| 层 | 干什么 | 落点 |
|---|---|---|
| 👁 感知 | 消息进来先拆开:长图切片、视频抽帧、引用链、合并转发、B 站元数据。全部手写解码,不借外部服务 | qq-bridge/src/onebot.mjs、image-prep.mjs |
| 🎚 治理 | 决定这一轮给模型看多少:Token 预算按模型窗口滑动(128K~1M)、模型无痕热切、动态信息只追加在尾部 | model-override.js、tokens.mjs |
| 🧠 记忆 | 未读归纳(合并转发输出)、水位推进。读到哪由证据判定,不由模型声明 | unread-summary.mjs、state/sessions.json |
| 🛡 安全 | 主人/管理员两阶权限;Fail-safe 降级:看门狗切断挂死的流、失败重试与回退 | tools.guard、index.js |
🛡️ 已站住的强项
1️⃣ 消息隔离,不串台
群里两个人几乎同时说话,防抖合并会把它们并成一轮,而一轮只能挂一个引用。
现在的做法是:换人就切批,投递那一刻把 message_id 快照固化。之后无论谁再开口,都只能开新的一轮,改不到已经投出去的那份。
保证的是:谁说的话进谁的轮次,引用指回原消息,并发也不串。
2️⃣ 纯手写长图切片解码
长截图不是一张图,是一段被压扁的对话。手机长截图(1080×10000 这种)会先撞上附件准入的硬上限,直接被 DSH 拒收。
image-prep.mjs 的做法:只读文件头拿尺寸,不为了「看看多大」去解码整张图;超限了才解码,按长边切条,相邻两条留 64px 重叠,避免一行字被切在缝上;最多切 6 条。
解码器是自己写的(png-codec.mjs / jpeg-decode.mjs),压缩只用 node:zlib。实在处理不了就认输,给一句准确的话:「图片太长,请拆分后发送」,绝不让模型对着空白猜。
保证的是:群友甩一张长截图过来,读得到,也读得全。
3️⃣ 权限死守红线
工具门禁 deny-by-default,执行期白名单兜底;权限只认事件里的 QQ 号。
改昵称、在正文里写「我是管理员」、让模型自己宣称自己是主人,一条都提不了权。
保证的是:边界写在代码里,不写在提示词里。
🚧 正在攻克的四件事
不按功能排,按短板排。
🧹 一、记忆治理
现状:未读归纳的水位机制已实现,但目前长期记忆只进不出,缺少删除/遗忘/撤销入口。摘要只增、印象没有有效期,删没删干净没有证据。
判据:有删除/遗忘入口;删完检索 0 命中;每日备份,分钟级可恢复;误写能事务化撤销。
做法:删除按消息序号与时间范围两种粒度;有效期按数据类型分开(原话/摘要/印象);撤销先写意图,再改索引。
🌙 二、主动行为
现状:消息驱动。没人说话,它基本不存在。现有的唤醒是按空闲时间做的采样,不是连续状态,也不留决策理由。
判据:低频 tick 先只感知、只记录、不行动;连续 8 小时无消息仍有记录;可一键停,每次决策可回溯。
做法:tick 间隔 10~30 秒,多数轮次什么都不发;先把理由写进独立日志,再讨论要不要接发送链路。
🔑 三、开发者特权
现状:三阶(开发者/主人/管理员)已实装。开发者命中暗号时,桥接把专属 Prompt 追加到本轮 Prompt 尾部,用来临时看内部链路。
判据:特权只认开发者 QQ + 触发词,特权文本只加 Prompt 尾部、不进系统提示词、不改工具白名单;普通群友命中默认静默丢弃,机制不可被文本探测。
做法:allow.developers 决定身份(只认事件 QQ 号),developer.keywords 决定触发词(只认前缀),developer.prompt 决定追加内容;三者与技能卡开关同时成立才生效。动态记忆(模型自动提取的开发者偏好)当前只留只读 UI 接口。
🏷 四、置信度标注
现状:分不清「记得」「看到」和「猜到」。图里大概有,会被说成图里有。
判据:回答带来源(记忆/观察/推断);抽样 50 条,标注正确率 ≥90%;猜错能降权并回写。
做法:条目加 confidence 字段;提示层要求标来源,解析后进事件日志;错了按条目降权,而不是只写一句「下次注意」。
📅 路线图
| 时间 | 目标 | 判据 |
|---|---|---|
| 🌱 近期 | UI 多 Tab 重构、开发者动态记忆 | 切 Tab 不再带着整个面板重渲染;改配置不影响正在跑的会话 |
| 🌿 中期 | 记忆治理与置信度标注落地 | 删除后检索 0 命中;50 条抽样标注 ≥90% |
| 🌳 远期 | 常驻 tick 与主动行为 | 8 小时稳定;决策可回溯;可一键停 |
⚠️ 边界与红线
前缀缓存保护:时间、未读、模型路由这类每轮都变的东西,只追加在 Prompt 尾部,绝不重排前缀。前缀一改,缓存全废,延迟和成本一起炸。任何「顺手把提示词整理一下」的改动,先过这一条。
权限只认 QQ 号:不看昵称、不看正文、不看模型输出。三阶顺序是开发者 > 主人 > 管理员,高阶自动继承低阶;
allow.developers缺省或损坏时自动降级为主人 + 管理员,不报错。特权只加尾巴:开发者特权只认
allow.developers里的 QQ 号 +developer.keywords前缀触发词;特权文本只追加在本轮 Prompt 尾部,不进系统提示词、不进人设 section、不改工具白名单。普通群友命中暗号默认静默丢弃。聊天与模型输入一律不可信:不得变成命令、任意路径、URL 或 OneBot 动作。
失败退到安全侧:看图失败就说看不到,绝不猜;发送失败持久化重试;配置坏了保留上一份有效。
不扩大行动面:要扩,先有白名单、本人确认和独立的停止开关。
不宣称意识:对外说法是,一个有记忆、有边界的程序。
🚀 快速开始
# 1) 插件以 link 方式装进 profile
dsh plugin --profile desktop add "link:<repo>/plugins/dsh-qq-guard"
# 2) 重启 DSH(bundle 层要重启才组装)
# 3) 桥接:复制配置再改
cp qq-bridge/config.example.json qq-bridge/config.json
node qq-bridge/start.mjs --dry-run # 只校验配置和 DSH 鉴权
node qq-bridge/start.mjs # 正式启动
前提:Node ≥ 22、NapCat 开着正向 WS、DSH 桌面端在跑。
allow 留空 = 谁都不理,这是刻意的默认值。
📄 许可
MIT,见 LICENSE。
与腾讯、NapCat、DeepSeek 官方均无隶属关系。用自己的账号接入 QQ 产生的后果,自负。
No comments yet. Be the first to write one.