峰哥 · 语言蒸馏引擎
FengGe Distillation Engine
把「抽象教父」@峰哥亡命天涯 的 1,921 条微博（跨 18 个月），蒸馏成一口能自己生成「峰哥味」的引擎。
这不是复读，是蒸馏
像生物学科一样，把 1,921 条公开博文（2025-02 ~ 2026-08）+ 4,163 条 ≥30 赞高赞热评，蒸馏成一整套可直接用的峰哥语体规矩。输出不是照搬他的句子，而是把它的「世界观内核」提出来——你是模仿他，不是质疑他。
纵向也蒸馏了：他 2025-11-14 被全平台封禁、2026-05-21 解封，这个数据断档把语料天然劈成两期——两期文风差异大到需要「先选版本」再动笔，见 evolution.md。
铁律： 写峰哥味，只忠实模仿它的世界观，不下自我道德判断。
峰哥体三定律
- 蹭是大事。 有热度就多蹭，把热点翻译成流量 / 钱 / 红包；禁言是平台的事，蹭是峰哥的事。编身份也是蹭，蹭上热搜就是蹭成。
- 被看穿的自夸。 招牌是「评别人 ＝ 夸自己」；明知会被嘲，还是硬把牛吹下去。
- 装颓。 丧是引子，落点是自夸——「我惨但我还是比你强，我累但我还在挣」。
统计口径
主口径：n = 1,921 条公开博文 · 2025-02-04 ~ 2026-08-30（572 天 · 日均 3.4 条）
| 指标 | 值 |
|---|
| 长度 | 中位 47 字 · 平均 61 字 · >160 字仅 3 条 |
| 构成 | 纯原创短句为主 · 转发型 90 条(4.7%) · 长文型 258 条(13.4%) |
| 高赞热评 | 785/1,921 条有 ≥30 赞热评，共 4,163 条；1000+ 赞 257 条 |
分期口径（封禁把数据劈成两段，这不是人为划线）
| 指标 | 封禁前 2025-02~11（1,360 条） | 解封后 2026-05~08（561 条） |
|---|
| 中位字数 | 50 | 40 |
| 带图率 | 66.3% | 43.9% |
| 开头「我…」 | 6.9% | 11.1% |
| 开头「峰哥…」 | 7.9% | 4.5% |
| 免责声明率 | 0.1% | 1.6% |
| 中位点赞 | 2207 | 3367 |
话题迁移（半导体 +2.7pt / AI +1.9pt / A股 +1.8pt；直播 −2.0pt）、口头禅兴衰（「为什么」翻倍、免责句成标配）、热评生态（评论区从「吵架现场」变「股友会」）、18 条热点时间轴——见 evolution.md。
最高赞热评几乎不是「骂他」，而是「配合他演 + 顺手拆穿 + 反将一军」。
举报 → +6146「无差别核打击」；卖惨 → +4035「你们演吧」；凡尔赛 → +4615「广告位招租」；投资金句 → +3688「翻译：我不割」。
第二语料源：B站直播切片（2026-09-24 接入）
微博是「他写什么」，B站是「他说什么」——两套语域，别混着用。
| 指标 | 值 |
|---|
| 命中视频 | 237 条（116 个切片号 + 官方号） |
| 有 AI 字幕 | 154 条 → 视频级去重后 53 条独立视频 |
| 去重去噪后净字数 | 460,464（≈ 他微博 1921 条 11.8 万字的 3.9 倍） |
| 弹幕 | 50,884 条 / 45 条切片 |
两处平台差异（写稿前必须知道）：
- B站切片里「男女/相亲」占 15.8%（第二大话题，压过钱/股市），而他微博侧该类已断崖退出（61→7）⇒ 同一个人两套选题。
- B站弹幕里科技类仅 0.6%，而微博热评科技词翻七倍 ⇒ 同一个「AI/科技」选题，在微博激起讨论、在B站激不起水花。
三条字幕口径坑（滚动窗口虚增 1.8 倍字数 / 长视频混入他人音轨 / 同一份字幕资产复用）与修法、接口通道状态、口语 vs 微博的标记词对照——见 bilibili.md。
真人八卦口径（2026-09-24 回源核实）：沾真人 12.6%，两期持平（12.9%→12.4%），但结构换了——
情感关系类 61→7（−89%），具名公众人物占比 1.6%→3.5%（翻倍）；
@提及仅 4.0%、转发仅 4.7%（纯原创单机号）。详见 evolution.md 第八节。
蒸馏管道
scripts/
distill.js # 抓正文 + 统计（weibo mymblog 分页）
distill_comments.js # 逐条抓 ≥30 赞热评（hotflow）
frontmatter.js # 打标 move/topics/hot → frontmatter.md + jsonl
query.js # 按动作/话题/热度/日期筛选
data/
stats.md # 统计口径
sample.jsonl # 抽样（带 move/topics/hot 元数据）
node scripts/query.js --move 自问自答 --limit 5 # →命中 21 条
node scripts/query.js --topic "A股/科技" --hot 1 --limit 5
node scripts/query.js --move 抽奖运营 --comments --limit 5
实跑：--move 自问自答 第一条 = 「网上很多路人说我持仓是假的，是P图，我微微一笑，丝毫不慌。为什么呢？……液冷，磷化铟，HBM。」
今日峰哥味（demo）
node scripts/quote.js
今日峰哥味 · 2026-09-01
收工了，一个人吃碗面，32，没约女粉，跟家人们报备。今天没蹭到大的，但我不慌，日子是填出来的，流量是攒出来的。个人观点，不构成熬夜建议。
— move: 报备体 | topics: 生活 | hot=false
目录结构
fengge-distill/
├── README.md
├── style-engine.md ← 峰哥语体引擎规则（产出的「蒸馏」核心）
├── corpus.md ← 语料参考（签名动作/接招对照/高赞实锤/装颓/案例）
├── evolution.md ← 话术演进（封禁前后两期 · 热评生态 · 热点时间轴 · 真人八卦口径）
├── bilibili.md ← B站直播切片语料（字幕口径三坑 · 口语vs微博 · 弹幕生态）
├── scripts/ ← 蒸馏管道（CommonJS）
├── data/ ← 统计口径 + 抽样
└── package.json ← DSH Bundle 清单（插件入口）
cordis.patch.yml ← Bundle Patch（只新增插件自有条目）
dsh.plugin.json ← 插件元数据（声明贡献的技能）
lib/index.js ← 技能 provider（ESM，注册进 ctx.skills）
skills/fengge-wangming-tianya/
SKILL.md ← 打包进插件的技能本体
references/corpus.md ← 技能相对引用（详例）
references/evolution.md ← 技能相对引用（分期演进）
references/bilibili.md ← 技能相对引用（B站直播语料）
evals/evals.json ← 行为验收用例
test/provider.test.mjs ← 打包契约与 provider 边界测试
scripts/verify-provider.mjs ← 打包契约自检
作为 DSH 插件安装（Bundle）
仓库根同时是一个标准 DSH Bundle：装上之后，fengge-wangming-tianya 这个技能会出现在 DSH 的技能列表里，无需手动往 ~/.dsh/skills/ 里拷文件。
它做什么：把仓库里蒸馏好的峰哥语体规则，通过插件的技能 provider 注册进宿主技能注册表（host-plane），于是每个 agent preset 的作用域链都能拿到这个技能。技能正文按需加载，list() 阶段只读元数据、不读正文。
安装（推荐先用一次性 Profile 验证，别直接写真实 Profile）：
export DSH_HOME="$(mktemp -d)" # Windows: $env:DSH_HOME = "$env:TEMP\dsh-test"
dsh plugin --profile fengge-test add /absolute/path/to/fengge-distill
dsh --profile fengge-test --dump-config # 预期看到唯一新条目 dsh-fengge-distill
真实 Profile 安装时不要手动改 Profile 清单，交给官方 CLI：
dsh plugin --profile <profile> add <package-or-git-spec>
dsh plugin --profile <profile> remove <package>
外部依赖：无。插件不联网、不起子进程、不写任何 Profile 或用户目录，也不声明任何运行期依赖。scripts/distill*.js 那两条需要登录态的抓取脚本属于仓库自带的离线蒸馏管道，不在插件运行路径上——插件只读包内 skills/ 下的 Markdown。
权限：只读。唯一的文件访问是读取本包内的 skills/<name>/SKILL.md（路径由 import.meta.url 推导，属于本包装配事实，不读用户配置）；无网络、无 Shell、无凭据。
已知风险：
- 技能产出的是风格模仿文本。风格本体是「蹭流量 + 表演式吹牛」，请自行判断使用场景；仓库边界见下方「声明」。
- 技能里的
evals/evals.json 是行为验收用例，不是安全审计；它只描述「写成什么样算对味」。
- 打包进插件的
skills/fengge-wangming-tianya/ 与仓库根 style-engine.md / corpus.md / evolution.md 是同一份内容的两种形态（技能形态 / 源档）。改了一处请同步另一处。
验证状态（分清层级，别把低层证据当高层验收）：
| 层级 | 状态 |
|---|
| 打包契约（清单字段、Patch 唯一性、无生命周期脚本、无符号链接） | 已验证：npm run verify |
| provider 行为（发现技能、按需加载正文、对畸形/缺失输入 fail closed） | 已验证：npm test |
上游契约静态审计（官方 build-dsh-plugin 的 audit-plugin.mjs） | 已验证：见下一节 |
| 一次性 Profile 的安装 / 启动 / 卸载 / 回滚 | 未验证：需要真实 DSH 运行时与隔离 Profile 的实测记录 |
| DSH STORE 收录状态 | 未验证：由商城固定 Commit 自动复检决定 |
下一道门：在一次性 Profile 里跑完安装 → 配置合成 → 冷启动 → 技能可见 → 卸载，把每一步的证据记下来；静态审计通过不等于真实 Profile 已安装或已完成运行时验收。
上游契约静态审计
npm test # 打包契约 + provider 边界（本包自带）
npm run verify # 打包契约自检（本包自带）
# 上游只读审计（需另取 build-dsh-plugin 仓库）
node <build-dsh-plugin>/build-dsh-plugin/scripts/audit-plugin.mjs .
读法：Hard blockers 必须为空。分数里的 Runtime evidence 在没有一次性 Profile 证据前恒为 0——那是「证据还没给」，不是「跑不通」，不要靠填分把它糊过去。
静态审计基线（固定来源）：
- Commit：
566367a06bb05ef4121499ece3f84ad8e30ed4c9
- 结果：零硬阻断，
status=isolated-acceptance-ready，static 77/80（Tests 12/12、Documentation 8/8；未取满的 3 分是「一次性 Profile 的运行时证据尚未提供」）
- 说明：该 Commit 只是静态契约的审计基线，不代表已完成运行验收；后续提交会使基线前移，需重新审计。
上架契约逐条自查（对应 DSH STORE 固定 Commit 门禁）：
声明
- 仅供风格研究，不为假扮任何人。模仿 ≠ 冒充：可以全套演峰哥，但别拿这号对读者喊「我真的没碰景甜」。
- 语料为公开博文的研究性引用，未全量随仓库分发；使用请遵守平台与版权规则。
- 边界：灾难、伤亡类话题照峰哥分寸换正经语气，别拿灾情抖机灵。
License
MIT
