贴吧阅读器

把百度贴吧的一整栋楼，读成一份带图的结构化材料。
_{DeepSeek Harness 插件 · 只读 · 不发言、不点赞、不签到、不关注}

_{非官方项目，由社区成员独立开发维护，与 DeepSeek 官方无关。}

设置页：登录状态、抽样策略、输出截断、图片压缩、请求节流

_{登录状态、抽样方式、是否截断、图片压多大、请求多慢——设置页里改完即时生效。}

它能产出什么
安装
登录
工具
抽样策略
配置
命令行
为什么必须用浏览器
与 DSH 的集成方式
安全
已知限制
项目结构
开发
彩蛋
许可

它能产出什么

给一个 tid，回一份按楼层顺序排好的材料：

《示例帖子：一个关于融资的讨论》 楼主 用户甲 ｜ 全文 39 层 ｜ 抽取 39 层

【第 1 层 0% 用户甲 楼主】
示例帖子的主楼内容
 [图1]
[图 …/.dsh-tieba/images/1234567890/f1_1.jpg]

【第 3 层 5% 用户乙】
这是某一层楼的回复内容[表情:咧嘴笑]
└ 楼中楼 2 条:
  · 用户丙: 这是楼中楼里的一条回复

特性	说明
按楼层	图片紧跟所属楼层，楼中楼挂在楼层下面
表情转中文	`image_emoticon22` → `[表情:咧嘴笑]`，不读图
省上下文	头像、昵称挂件永久跳过
图片	按像素面积等比压缩，默认返回绝对路径，可直接交给读图工具
路径样式	`DSH_TIEBA_PATH_STYLE`：默认绝对路径；`rel` 相对当前工作目录；`home` 输出 `~/...`（需调用方自行展开）

安装

要求 DSH ≥ 0.2.0（已声明 engines.dsh，版本不匹配时整包被跳过而不是半加载）。

dsh plugin --profile <profile> add dsh-plugin-tieba

<profile> 换成你在用的那个：跑 dsh web 就是 web，桌面版是 desktop，ls ~/.dsh/profiles 能看到全部。

这条命令会同时写 dependencies 和 dsh.profile.bundles，不用手工编辑。装完重启 DSH，浏览器硬刷新一次。

升级插件后也要重启（不只是第一次装）：工具 schema 是在启动时注册的，不重启会继续用旧的那份。旧版本有问题时，症状就是对话被 API 直接拒绝。

浏览器：插件要用真实浏览器渲染贴吧页面，但通常不用额外装——Windows / macOS 自带 Edge 或装了 Chrome 就够了。只有系统里找不到任何 chromium 系浏览器时（多见于干净的 Linux 服务器）：

npx playwright-core install chromium --only-shell   # 约 118 MB
# 或者：sudo apt install chromium

npm run check-browser 可以看实际会选中哪个浏览器。

从源码安装（改代码时用）

git clone https://github.com/referiw/dsh-plugin-tieba ~/dsh-plugin-tieba
cd ~/.dsh/profiles/<profile> && pnpm add link:~/dsh-plugin-tieba

这条路直接调 pnpm，不会改 bundles，需要手工把 "dsh-plugin-tieba" 追加到该 profile package.json 的 dsh.profile.bundles 数组末尾。

Windows 上保存成 UTF-8 无 BOM——带 BOM 时 DSH 读配置会抛 Unexpected token '\uFEFF'。

工具

工具	作用
`tieba_thread`	读一个帖子：拉全文 → 抽样 → 按楼层顺序返回
`tieba_status`	登录态（贴吧 ID、昵称、头像）
`tieba_bars`	当前账号关注的吧

// tieba_thread 的常用参数
{
  "tid": "1234567890",      // 必填，来自 URL /p/<tid>
  "refresh": false,          // 忽略缓存重拉
  "sampleMode": "dynamic",   // dynamic | fixed | ratio | all
  "floors": 100,             // sampleMode=fixed 时的层数
  "ratio": 0.1,              // sampleMode=ratio 时的比例
  "truncateText": false,     // 是否截断过长楼层
  "maxTextChars": 2000,      // 截断时每层保留字数
  "imageMaxArea": 1200000    // 图片像素面积上限
}

抽样策略

默认动态抽样：楼层越多比例越低，结果夹在 [min, max] 之间。

总楼层	抽多少	比例
≤ 50	全读	100%
100	65	65%
300	125	42%
1000	230	23%
> 1000	300（封顶）	< 30%

楼主楼层始终补齐，不占抽样名额。匿名帖没有用户名可匹配，第 1 层恒判为楼主。

配置

设置页可改，也可直接编辑 ~/.dsh-tieba/config.json（即时生效，无需重启）。

键	默认	说明
`sampleMode`	`dynamic`	抽样方式
`sampleMin` / `sampleMax`	`50` / `300`	动态抽样的上下界
`sampleFixed` / `sampleRatio`	`50` / `0.2`	fixed / ratio 模式的取值
`truncateText`	`false`	是否截断过长楼层
`maxTextChars`	`2000`	截断时保留的字数
`imageMaxArea`	`1200000`	图片像素面积上限，超出等比缩小
`imageMaxWidth` / `imageMaxHeight`	`1280` / `2000`	图片尺寸上限
`gapMs`	`4000`	请求间隔（毫秒）
`cacheTtlMs`	`600000`	全文缓存有效期
`maxPages`	`30`	单帖最多抓多少页

命令行

不想装插件也能直接用：

tieba status                    # 登录态
tieba thread 1234567890         # 读帖
tieba thread 1234567890 --json  # 结构化输出

tieba 是包的 bin；没全局安装时用 node src/cli.mjs status 等效。

为什么必须用浏览器

贴吧对未登录的请求一律回「百度安全验证」页，fetch / curl 连正文都拿不到——我试过模拟 Chrome / Safari / Edge 的 TLS 指纹（curl_cffi），全是 403。能拿到楼层内容的只有真实浏览器引擎。

另外三个坑是插件替你填掉的：

桌面版是前端二次渲染，经典选择器抓不到，必须走移动版 /mo/q/m；
翻页不能复用会话，同一上下文里连翻 pn=0 → 30 → 60 会被判成机器人弹验证码，必须一页一个上下文；
pn 是楼层偏移不是页码，写 pn=2 返回空页。

与 DSH 的集成方式

面	用什么
工具	`ctx.tools.register`：`tieba_thread` / `tieba_status` / `tieba_bars`
设置页	客户端插件 `ctx.slots.inject('settings.section', …)`
HTTP	`ctx.webServer` 挂 `/tieba/api/*`（只服务设置页）
装配	`dsh.bundle.patch` 插入 `id: tieba` 一行
展示	`locale/*.json` 的 `meta.title` / `meta.description`

安全

/tieba/api/* 沿用 DSH 自己 /api 的信任模型：认 Host，不认连接地址。

默认只接受回环地址（127.0.0.1 / ::1 / localhost）；
sec-fetch-site: cross-site 一律拒绝；带 Origin 时必须与 Host 同源（挡 CSRF）；
公网 / 反向代理 / 网关插件部署：请求的 Host 是你的域名。如果 DSH 本身已经用 --trusted-host <域名> 启动（网关/反代部署必然配过），插件会自动沿用那份白名单，不用额外配置；否则显式放行：
```
export DSH_TIEBA_TRUSTED_HOST=tieba.example.com   # 多个用逗号分隔
```
403 的响应体里会带上你的 Host 和这句提示，照着设置就行。为什么不看 X-Forwarded-For：代理后面所有请求都来自 127.0.0.1，按连接地址判会把本地访问也误杀。

职责边界：身份认证不归这个插件，由前面的网关 / 反向代理负责。插件只做同源校验（Host 白名单 + sec-fetch-site + Origin）——那不是鉴权，是挡 CSRF：网关通常靠 cookie 认人，不拦同源的话，恶意网页可以借你的浏览器打 /tieba/api/login/start。

相应地，部署时要保证 DSH 的 webServer 只对网关可见（绑 127.0.0.1，或防火墙只放网关的 IP）。否则绕过网关直接连端口，前面那层鉴权就白做了。

对外只交流 application/json 与 image/png（登录二维码），不提供文件下载或 HTML 通道；请求体上限 64KB。

cookie 是明文 JSON（~/.dsh-tieba/cookies.json，0600），等价于你的贴吧登录态：别提交、别共享、别贴截图。

别整份贴 dsh --dump-config：它会把插件 config 原样展开，里面有 cookie 和本机路径。

已知限制

只读，没有发帖 / 回复 / 签到 / 关注
移动版单页上限 30 层，超过靠 pn 偏移翻页
登录态会过期（BDUSS 通常能撑几个月），失效时 tieba_status 明确报 expired
「热门回复」区块未实现，目前用楼中楼代替
图片压缩依赖系统 ffmpeg / ffprobe：没装不会报错，只是跳过压缩
抓取受百度风控影响，请求间隔别调太小

项目结构

dsh-plugin-tieba/
├── lib/
│   ├── index.js          # 宿主半边：注册工具、挂 HTTP 路由
│   ├── client.js         # 浏览器半边：手写的经典脚本，不是构建产物
│   ├── core.mjs          # 内核：登录态、全量翻页、抽样、图片压缩
│   ├── browser.mjs       # 定位磁盘上或系统的 chromium
│   ├── server.mjs        # 设置页用的 HTTP 接口
│   ├── config-store.mjs  # 配置读写
│   └── paths.mjs         # 运行期路径
├── src/{cli,login}.mjs   # 命令行与扫码登录
├── locale/{en,zh}.json   # 插件展示元信息
├── scripts/check-browser.mjs
└── cordis.patch.yml      # bundle 层：插入 id: tieba 这一行

开发

改代码前先看 AGENTS.md：那里有客户端产物的硬约束（必须是经典脚本，不能出现 import/export）、宿主侧不能静态 import @deepseek-ai/* 的原因、浏览器解析顺序、以及怎么验证改动。

一句话版本：lib/client.js 手写、保持 window.__ModuleLoader__.load({id, factory}) 外壳；改完重启 DSH 才生效。

彩蛋

真实使用现场（点开）在 DSH 里让它去 deepseek 吧读几个帖子之后的输出

截图里是贴吧用户的原始发言摘要，不代表本项目立场；昵称与帖子 id 都没有处理。

许可

MIT

贴吧阅读器

把百度贴吧的一整栋楼，读成一份带图的结构化材料。
_{DeepSeek Harness 插件 · 只读 · 不发言、不点赞、不签到、不关注}

_{非官方项目，由社区成员独立开发维护，与 DeepSeek 官方无关。}

设置页：登录状态、抽样策略、输出截断、图片压缩、请求节流

_{登录状态、抽样方式、是否截断、图片压多大、请求多慢——设置页里改完即时生效。}

它能产出什么
安装
登录
工具
抽样策略
配置
命令行
为什么必须用浏览器
与 DSH 的集成方式
安全
已知限制
项目结构
开发
彩蛋
许可

它能产出什么

给一个 tid，回一份按楼层顺序排好的材料：

《示例帖子：一个关于融资的讨论》 楼主 用户甲 ｜ 全文 39 层 ｜ 抽取 39 层

【第 1 层 0% 用户甲 楼主】
示例帖子的主楼内容
 [图1]
[图 …/.dsh-tieba/images/1234567890/f1_1.jpg]

【第 3 层 5% 用户乙】
这是某一层楼的回复内容[表情:咧嘴笑]
└ 楼中楼 2 条:
  · 用户丙: 这是楼中楼里的一条回复

特性	说明
按楼层	图片紧跟所属楼层，楼中楼挂在楼层下面
表情转中文	`image_emoticon22` → `[表情:咧嘴笑]`，不读图
省上下文	头像、昵称挂件永久跳过
图片	按像素面积等比压缩，默认返回绝对路径，可直接交给读图工具
路径样式	`DSH_TIEBA_PATH_STYLE`：默认绝对路径；`rel` 相对当前工作目录；`home` 输出 `~/...`（需调用方自行展开）

安装

要求 DSH ≥ 0.2.0（已声明 engines.dsh，版本不匹配时整包被跳过而不是半加载）。

dsh plugin --profile <profile> add dsh-plugin-tieba

<profile> 换成你在用的那个：跑 dsh web 就是 web，桌面版是 desktop，ls ~/.dsh/profiles 能看到全部。

这条命令会同时写 dependencies 和 dsh.profile.bundles，不用手工编辑。装完重启 DSH，浏览器硬刷新一次。

升级插件后也要重启（不只是第一次装）：工具 schema 是在启动时注册的，不重启会继续用旧的那份。旧版本有问题时，症状就是对话被 API 直接拒绝。

npx playwright-core install chromium --only-shell   # 约 118 MB
# 或者：sudo apt install chromium

npm run check-browser 可以看实际会选中哪个浏览器。

从源码安装（改代码时用）

git clone https://github.com/referiw/dsh-plugin-tieba ~/dsh-plugin-tieba
cd ~/.dsh/profiles/<profile> && pnpm add link:~/dsh-plugin-tieba

这条路直接调 pnpm，不会改 bundles，需要手工把 "dsh-plugin-tieba" 追加到该 profile package.json 的 dsh.profile.bundles 数组末尾。

Windows 上保存成 UTF-8 无 BOM——带 BOM 时 DSH 读配置会抛 Unexpected token '\uFEFF'。

工具

工具	作用
`tieba_thread`	读一个帖子：拉全文 → 抽样 → 按楼层顺序返回
`tieba_status`	登录态（贴吧 ID、昵称、头像）
`tieba_bars`	当前账号关注的吧

// tieba_thread 的常用参数
{
  "tid": "1234567890",      // 必填，来自 URL /p/<tid>
  "refresh": false,          // 忽略缓存重拉
  "sampleMode": "dynamic",   // dynamic | fixed | ratio | all
  "floors": 100,             // sampleMode=fixed 时的层数
  "ratio": 0.1,              // sampleMode=ratio 时的比例
  "truncateText": false,     // 是否截断过长楼层
  "maxTextChars": 2000,      // 截断时每层保留字数
  "imageMaxArea": 1200000    // 图片像素面积上限
}

抽样策略

默认动态抽样：楼层越多比例越低，结果夹在 [min, max] 之间。

总楼层	抽多少	比例
≤ 50	全读	100%
100	65	65%
300	125	42%
1000	230	23%
> 1000	300（封顶）	< 30%

楼主楼层始终补齐，不占抽样名额。匿名帖没有用户名可匹配，第 1 层恒判为楼主。

配置

设置页可改，也可直接编辑 ~/.dsh-tieba/config.json（即时生效，无需重启）。

键	默认	说明
`sampleMode`	`dynamic`	抽样方式
`sampleMin` / `sampleMax`	`50` / `300`	动态抽样的上下界
`sampleFixed` / `sampleRatio`	`50` / `0.2`	fixed / ratio 模式的取值
`truncateText`	`false`	是否截断过长楼层
`maxTextChars`	`2000`	截断时保留的字数
`imageMaxArea`	`1200000`	图片像素面积上限，超出等比缩小
`imageMaxWidth` / `imageMaxHeight`	`1280` / `2000`	图片尺寸上限
`gapMs`	`4000`	请求间隔（毫秒）
`cacheTtlMs`	`600000`	全文缓存有效期
`maxPages`	`30`	单帖最多抓多少页

命令行

不想装插件也能直接用：

tieba status                    # 登录态
tieba thread 1234567890         # 读帖
tieba thread 1234567890 --json  # 结构化输出

tieba 是包的 bin；没全局安装时用 node src/cli.mjs status 等效。

为什么必须用浏览器

另外三个坑是插件替你填掉的：

桌面版是前端二次渲染，经典选择器抓不到，必须走移动版 /mo/q/m；
翻页不能复用会话，同一上下文里连翻 pn=0 → 30 → 60 会被判成机器人弹验证码，必须一页一个上下文；
pn 是楼层偏移不是页码，写 pn=2 返回空页。

与 DSH 的集成方式

面	用什么
工具	`ctx.tools.register`：`tieba_thread` / `tieba_status` / `tieba_bars`
设置页	客户端插件 `ctx.slots.inject('settings.section', …)`
HTTP	`ctx.webServer` 挂 `/tieba/api/*`（只服务设置页）
装配	`dsh.bundle.patch` 插入 `id: tieba` 一行
展示	`locale/*.json` 的 `meta.title` / `meta.description`

安全

/tieba/api/* 沿用 DSH 自己 /api 的信任模型：认 Host，不认连接地址。

默认只接受回环地址（127.0.0.1 / ::1 / localhost）；
sec-fetch-site: cross-site 一律拒绝；带 Origin 时必须与 Host 同源（挡 CSRF）；
公网 / 反向代理 / 网关插件部署：请求的 Host 是你的域名。如果 DSH 本身已经用 --trusted-host <域名> 启动（网关/反代部署必然配过），插件会自动沿用那份白名单，不用额外配置；否则显式放行：
```
export DSH_TIEBA_TRUSTED_HOST=tieba.example.com   # 多个用逗号分隔
```
403 的响应体里会带上你的 Host 和这句提示，照着设置就行。为什么不看 X-Forwarded-For：代理后面所有请求都来自 127.0.0.1，按连接地址判会把本地访问也误杀。

职责边界：身份认证不归这个插件，由前面的网关 / 反向代理负责。插件只做同源校验（Host 白名单 + sec-fetch-site + Origin）——那不是鉴权，是挡 CSRF：网关通常靠 cookie 认人，不拦同源的话，恶意网页可以借你的浏览器打 /tieba/api/login/start。

相应地，部署时要保证 DSH 的 webServer 只对网关可见（绑 127.0.0.1，或防火墙只放网关的 IP）。否则绕过网关直接连端口，前面那层鉴权就白做了。

对外只交流 application/json 与 image/png（登录二维码），不提供文件下载或 HTML 通道；请求体上限 64KB。

cookie 是明文 JSON（~/.dsh-tieba/cookies.json，0600），等价于你的贴吧登录态：别提交、别共享、别贴截图。

别整份贴 dsh --dump-config：它会把插件 config 原样展开，里面有 cookie 和本机路径。

已知限制

只读，没有发帖 / 回复 / 签到 / 关注
移动版单页上限 30 层，超过靠 pn 偏移翻页
登录态会过期（BDUSS 通常能撑几个月），失效时 tieba_status 明确报 expired
「热门回复」区块未实现，目前用楼中楼代替
图片压缩依赖系统 ffmpeg / ffprobe：没装不会报错，只是跳过压缩
抓取受百度风控影响，请求间隔别调太小

项目结构

dsh-plugin-tieba/
├── lib/
│   ├── index.js          # 宿主半边：注册工具、挂 HTTP 路由
│   ├── client.js         # 浏览器半边：手写的经典脚本，不是构建产物
│   ├── core.mjs          # 内核：登录态、全量翻页、抽样、图片压缩
│   ├── browser.mjs       # 定位磁盘上或系统的 chromium
│   ├── server.mjs        # 设置页用的 HTTP 接口
│   ├── config-store.mjs  # 配置读写
│   └── paths.mjs         # 运行期路径
├── src/{cli,login}.mjs   # 命令行与扫码登录
├── locale/{en,zh}.json   # 插件展示元信息
├── scripts/check-browser.mjs
└── cordis.patch.yml      # bundle 层：插入 id: tieba 这一行

开发

一句话版本：lib/client.js 手写、保持 window.__ModuleLoader__.load({id, factory}) 外壳；改完重启 DSH 才生效。

彩蛋

真实使用现场（点开）在 DSH 里让它去 deepseek 吧读几个帖子之后的输出

截图里是贴吧用户的原始发言摘要，不代表本项目立场；昵称与帖子 id 都没有处理。

许可

MIT

referiw/dsh-plugin-tieba

贴吧阅读器

它能产出什么

安装

登录

工具

抽样策略

配置

命令行

为什么必须用浏览器

与 DSH 的集成方式

安全

已知限制

项目结构

开发

彩蛋

许可

Community comments

referiw/dsh-plugin-tieba

贴吧阅读器

它能产出什么

安装

登录

工具

抽样策略

配置

命令行

为什么必须用浏览器

与 DSH 的集成方式

安全

已知限制

项目结构

开发

彩蛋

许可

Community comments