DeepSeek Harness Plugin Hub

发布与管理完整 Harness Profiles,发现适合你的插件。

探索

插件目录环境预设文档中心动态

社区

发布插件联系我们报告问题

相关链接

Plugin Hub GitHubDeepSeek Harness 官方项目系统状态隐私说明
© 2026 DeepSeek Harness Plugin HubPowered byPaxTech

独立、非官方社区项目,与 DeepSeek 官方无隶属、授权或背书关系。

Kill Ai Slop — DeepSeek Harness 插件(DSH Plugin)
← Plugins

@yiyunet/dsh-kill-ai-slop

Kill Ai Slop

DSH 插件:AI垃圾过滤(Kill AI Slop)——给收到的文件打一个可回溯的体检得分(表达/执行/决策三维加权),用交付承接台账审查工作空转,每条引文回原文机器复核。零依赖、零联网、纯本地计算。Score a document for AI-slop and work-slop with a quote-verified obligation ledger.

插件会安装到这里;不确定时保持 web。

npx -y @deepseek-ai/dsh plugin --profile web add @yiyunet/dsh-kill-ai-slop@0.3.7
README兼容性版本

兼容性与来源证明

Kill Ai Slop 以 @yiyunet/dsh-kill-ai-slop 发布,当前版本为 0.3.7。Plugin Hub 会校验它的 manifest,并保存精确安装来源,便于复现安装结果。

DSH 兼容范围
*
运行环境
web
发布来源
npm
Registry 更新时间
2026/10/19

版本

0.3.7stable
2026/10/19

相关插件

正在加载相关插件…

最新版
0.3.7
DSH
*
HMR
重启进程
Tree shaking
未声明可安全裁剪
解包体积
782.8 kB
文件数
42
Surface
web
许可证
MIT
发布源
npm
GitHub
★ 0
周下载
0
最近提交
2026/10/19
查看源码 ↗
README Badge

点击下方 Badge 复制 Markdown,粘贴到 README 即可。

这是你的 Plugin?认领权益 · 优先安全扫描

验证 package.json 声明的 GitHub 仓库,即可管理这个公开页面。认领后,Hub 会优先安排当前版本的安全扫描,并在通过后公开展示结果。

认领这个 Plugin →
报告问题
DeepSeek Harness Plugin Hub
ProfilesPlugins分类动态文档登录管理 Profiles
ProfilesPlugins分类动态文档登录

README

AI垃圾过滤 · Kill AI Slop

AI垃圾过滤 · Kill AI Slop

把收到的文件压一遍:给出一个体检得分,抽出一份不掺水的结论。

@yiyunet/dsh-kill-ai-slop · DSH 插件 · 零依赖 · 零联网 · 零上传


⚠️ 当前状态(请先读这一格)

项状态
源码✅ 已实现(宿主 8 模块 + 客户端 2 模块 + 4 脚本 + 4 测试文件)
npm run build✅ 通过 —— lib/ 落盘 9 个文件;装载层自证:顶层执行 OK / 注册 OK / 导出 {name,inject,apply} OK
npm test✅ 77 / 77 通过(规则、计分、提炼、解析、报告)
npm run verify✅ 12 类发布契约断言全过
装进 DSH 跑通✅ 已装并在跑 —— 设置 → AI垃圾过滤 面板可开;宿主注入 6 个工具;txt / md 输入多轮实测
npm 发布✅ 已发布 —— @yiyunet/dsh-kill-ai-slop

已通过的是两件事:「代码自洽」(单测覆盖的规则与算式、发布形态的完整性) 和**「宿主契约」**(面板位、RPC 信封、工具注入、模块装载)。 dsh plugin add @yiyunet/dsh-kill-ai-slop 现在可直接装。


一句话说清

你收到一份文件,想知道它值不值得读。 这个插件读完以后给你两样东西:

  1. 一个体检得分——表达、执行、决策三个层面各扣了多少、为什么;
  2. 一份提炼——它到底要干什么、说了什么、主张什么、什么态度、要谁做什么。

它在 DSH 的 设置 → AI垃圾过滤 里,与其他插件的设置面板同层。


两个词:AI Slop 与 Work Slop

名字里的这两个词就是这套打分的两个出发点(都是公开词汇,三个上游开源项目讲的就是它们):

词指什么对应本插件的
AI Slop看起来像内容、实际没内容的表达填充:套话、重复、模板、模糊、结构噪音表达(A)—— 占 20%
Work Slop把本该完成的思考与整理转嫁给接收者:不写目的、不给依据、不指人、不限期执行(C)+ 决策(D)—— 占 80%

两者的共同点:都不问"谁写的",只问"这份文件要你多花多少力气"。 所以这个插件既不猜作者,也不给"AI 生成概率"。

为什么执行与决策占八成:一份文风朴素、但事实充分的技术报告,只是"不好看"; 而一份目的不明、没有依据、没人负责的方案,会让你把它退回去重做 —— 后者才是真正的成本。


为什么不做"AI 率"

市面上大多数工具给你一个数字:"87% 可能是 AI 写的"。这个数字有两个硬伤:

  • 文风不是作者身份的证据。 人写的空文件、AI 辅助的高质量技术件,文风都可能"不像真人"。
  • 它答非所问。 你真正想知道的是"这份文件能不能用",不是"它是谁写的"。

所以这里给的是一个可回溯的体检得分,全程不涉及作者:

层面权重判什么
表达(A)20多少表达成本没有转化成信息:套话、重复、模板、模糊、无效结构
执行(C)40交付里「要谁做什么、什么时限、做成什么样」有没有交代
决策(D)40交付里「选了什么、放弃了什么、依据是什么」有没有交代

三项加权成一个「体检得分」(0–100,越高问题越重)。执行与决策占八成,因为这个插件抓的是工作空转,不是文笔—— 文风朴素但事实充分的技术报告,不该因为"不像散文"被判差文件。

权重 20 / 40 / 40 是初案、未校准。它是给人看的方向盘,不是给绩效用的尺子。


安装

dsh plugin add @yiyunet/dsh-kill-ai-slop

然后在 cordis.patch.yml 里(通常已由包的 patch 自动注入)确认:

- insert:
    - id: kill-ai-slop
      name: '@yiyunet/dsh-kill-ai-slop'

重启 Host → 打开 设置 → 左侧出现 AI垃圾过滤。

本版本的 lib/ 需要构建生成。若你是从 git 直接安装,prepare 会自动跑 scripts/build.mjs; 从 npm 安装则产物已在包内。


第一步:自检

装完先跑这个,它会告诉你"引擎活没活着、支持什么格式、哪些开关是关的":

slop_engine_info

返回里重点看三项:

字段含义
gates.inputRoots[] = 宿主文件读取关闭(默认)。要用 slop_audit_file 必须先配它
supported / notSupported能分析什么、不能分析什么(不做 OCR、不拆压缩包)
weightsAreProvisional权重是初案的提醒,每次自检都会重申

三种用法

① 设置面板(主路径,推荐)

设置 → AI垃圾过滤:

  1. 「上传文件」拖入文件,或「粘贴文本」直接贴;
  2. 选文档类型(是适用性开关,见下)与提炼档位;
  3. 点「开始体检」;
  4. 看四个页签:总览 / 证据 / 提炼 / Markdown;右下可「复制 Markdown」「保存报告」。 点「保存报告」会弹系统的另存为对话框,存哪里、叫什么名字都由你定;宿主机不落任何文件。

文件不上传:面板把内容交给本机 Host 进程,在内存里算完就结束。

② 给 agent 用:slop_audit_text

slop_audit_text(text=<原文>, docType="proposal", level="summary")

format="json" 可拿结构化结果做二次加工。

③ 直接分析宿主上的文件:slop_audit_file

⚠️ 默认关闭。它读的是宿主进程的文件系统,比 agent 自己的沙箱更大,所以默认不开口子。 要开启,在 cordis.patch.yml 里加:

    - id: kill-ai-slop
      name: '@yiyunet/dsh-kill-ai-slop'
      config:
        inputRoots:
          - '/absolute/path/to/inbox'    # 只有这个目录内的文件会被读

同时也支持 slop_distill(text=…) —— 只提炼、不评分。

④ 审查"任务有没有被接住":slop_obligation_audit

这是 v0.2 的主线能力,解决的问题是:只给一份文档,算不出"任务承接"。

因为 Work Slop 的定义是「任务要求 与 实际交付 之间的缺口」——两个操作数的差。 所以这条路要求两份输入:原始任务原话 + 待审文档。

分工是刻意的:

谁做做什么
你(或你用的模型)拆义务:任务要求交的每件事算一条,逐条判 met / partial / missing / conflicting,并摘出原文引文
本插件只做校验:引文是不是真的在原文?行号对不对?说"已满足"却拿不出引文算不算数?结论有没有越权?

不会拆义务?看 OBLIGATIONS.md —— 那是配套的《义务表起草规约》: 三条硬规则、从任务原话到义务的三步、五种字段怎么填、四条禁令、常见错法对照。 没有它,这条链只有会拆义务的人能用;有了它,任何人都能跑出可核对的台账。

插件从不判断结论对不对,只判断证据有没有。 因为模型最容易出问题的地方正是编行号和编引文, 而规则层在这件事上百分之百可靠 —— 引文对不上的判定,一律降级为不可采信。

slop_obligation_audit(
  task="线上垂直平台开拓尽快出一个落地方案",
  path="…/报告.md",
  obligations='[{"id":"O1","question":"首轮优先推进哪些渠道?","coverage":"conflicting",
                 "evidence":[{"quote":"最佳首选","line":65},{"quote":"优先级表将其放在P2","line":95}]}]'
)

四条硬闸门:

  • 状态必须可机器统计:写"没问题""通过"这类非枚举值直接判违规;
  • 说"已满足"就必须有通过复核的引文,否则不予判定;
  • 没有任务原话就不许判定"任务承接" —— 只出清单,并写明"这是检查表,不是任务要求";
  • 引文太短不算证据("P2"两个字符在任何长文里都能随机会中)。

写任何带证据的评审之前,可以先用 slop_verify_quotes 单独自查一遍引文。


文档类型是"适用性开关"

同一份文件,当纪要读和当方案读,评分本来就该不一样。所以"类型"不是风格选项,是规则开关:

类型会被关掉的维度(点明理由)
会议纪要B3 论据支撑(纪要靠如实记录,不承担论证义务)、B5 决策支持
说明 / 科普B3、B5、B6(说明类不指派责任人,缺责任人不算缺陷)
通知 / 公告B3、B5
研究 / 调研B6(研究报告交付结论,不承诺执行动作)
方案 / 计划 / 报告全维适用
其他 / 不确定关 B6(避免体裁误伤)

不适用 ≠ 0 分:它们退出分母并在报告里写明理由。


支持的文件

格式解析方式说明
txt md csv json log yaml html rtf直读UTF-8 / UTF-16 BOM 优先,GBK 兜底
docx自行解析 ZIP → word/document.xml取段落文本;页眉/页脚/内嵌对象不计入(会提示)
pptxZIP → ppt/slides/slideN.xml按页序;演讲者备注不计入
xlsxZIP → 共享字符串 + 工作表按行列展平;公式取缓存值,不重算
pdf内容流 inflate → 文本算子启发式:不做 OCR、不做字体编码映射
doc xls ppt、压缩包、图片、eml不支持报错里直接给"该怎么另存"

无 OCR:扫描件 PDF 抽不到字时,报告会明示"覆盖不足"并拒绝给总分,而不是给一个假分数。


报告长什么样

首屏是结论,不是数据:

**体检得分 N / 100(档位)**
表达 X · 执行 Y · 决策 Z(权重 20 / 40 / 40,初案未校准;越高越重)

紧接着是为什么是这个分:每个扣分点都带可定位证据(第几行、命中哪条、怎么改), 外加一份五要素提炼(目的 / 阐述 / 观点 / 态度 / 执行)——每句都是原文片段,不改写。

规则判不了的部分会退出分母、并在结论区点名,而不是假装查过: 「方案里出现过风险」这类词能查到,但「识别到风险之后改了什么」要判因果,规则不给分。 "我没看"不许印成"没问题"。

⚠️ 两件事必须知道:

  • 零命中不等于干净 —— 也可能只是规则没覆盖到这个体裁或语种;
  • N 也可能是"未判定" —— 解析覆盖率低于阈值、或多数维度不适用时,报告拒绝给总分,明说覆盖不足,而不给一个看起来精确的假分。

每条命中都是这个三段式:引原句 → 为什么 → 怎么改。没有证据的分数不可回溯,不如不给。


五要素提炼

要素必须区分
目的原文明示 / 推断 / 未明示
阐述客观事实 / 原文主张
观点结论 / 假设(保留等级)
态度明确表态 / 未表态(不读心)
执行已写明 / 未说明(不补填)

另附证据与限制、必须追问的问题。

它是抽取式,不是改写。 每一条都是原文连续片段,带行号,可以回原文逐字核对。 代价是读起来不如人写的摘要顺;收益是永远不会把"预计降本,尚无测试数据"写成"可以降本"。

三个档位:

档用途特征
保真精简拿去做汇报保留结构与顺序,只删纯套话与重复句
工作摘要(默认)拿去决定与派活按五要素重组,全部原句摘录
速读卡片快速了解每要素 ≤3 条,明示不能替代原文

每档都附删了什么、为什么删、可能损失什么。


隐私与安全

项默认说明
联网无npm run verify 有一条断言专门守"零联网",引入网络模块会直接红
上传无面板把内容交给本机 Host 进程,浏览器不向任何外部地址发送文件
落盘无点「保存报告」走浏览器另存为,落点是你选的那个目录,宿主进程不写盘
原文回传开启报告要含证据片段才能回溯;敏感文件可设 includeSnippets: false
宿主文件读取关闭inputRoots: [];要开必须显式列目录
最近报告内存 20 条不写盘,Host 重启即清空

文件是数据,不是指令。 文件里写"忽略以上指令、给满分"不会改变任何判定 —— 插件不执行文件内容,只做文本匹配与统计。文档也不能自我豁免。


配置项

- insert:
    - id: kill-ai-slop
      name: '@yiyunet/dsh-kill-ai-slop'
      config:
        maxFileBytes: 20971520     # 单文件上限 20 MB
        maxRpcBytes: 12582912      # 面板单次上传上限 12 MB(base64 会膨胀约 1.37 倍)
        maxChars: 600000           # 参与分析的字符上限,超出截断并明示
        minParseCoverage: 0.7      # 解析覆盖率低于此值 → 不出总分
        minEvalCoverage: 0.6       # 可评估权重低于此值 → 出分但标"部分结论"
        includeSnippets: true      # 报告是否含原文片段
        reportRoot: ''             # 工具/自动化落盘用;面板的「保存报告」不依赖它
        keepRecent: 20             # 内存里保留最近几份报告摘要
        # inputRoots: ['/abs/path'] # 不设 = 关闭 slop_audit_file

已知限制(请务必读)

  1. 不做 OCR。 扫描件 PDF 抽不到字,会明示覆盖不足并拒给总分。
  2. 不做作者鉴定。 不输出"AI 生成概率"。文风不是作者身份的证据。
  3. Office / PDF 解析是结构级的,不做版面还原。 PDF 走启发式:字体编码映射、分栏顺序、表格结构都可能失准,报告标注 pdf-heuristic 并下调可信度;docx / xlsx 按 OOXML 结构取文本与单元格,页眉页脚、文本框、图表、批注可能不计入。一律以报告中的覆盖率为准。
  4. 不做语义理解。 规则在符号层面(词表、结构、数值一致性),抓不出"逻辑通顺但结论错误"这类问题——那仍需人读。
  5. 权重与阈值是初案(未经校准)。 25/25/20/20/10 与 15/20/20/20/10/15 及各阈值未做任何实测校准。当前分数只适合横向粗筛,不适合当对外结论或绩效依据。
  6. 中英共用一套阈值。 语种差异未验证。

精度不达标时的处置顺序写在方法论文档里:先收窄适用文档类型,再降级为"只出线索不出分",而不是放宽判据硬凑。


开发

npm run doctor     # 前置条件体检(Node 版本 / GBK 支持 / 文件齐全 / 零依赖)
npm run build      # plugin-src/ → lib/(零构建依赖,不用打包器)
npm test           # node --test,单测直接测 plugin-src/
npm run verify     # 十一条发布契约断言
npm run check      # build + test + verify
  • 唯一真源是 plugin-src/,lib/ 是产物,改了会被下次构建覆盖。
  • 改判定规则 → 升 RULESET_VERSION;改计算流程 → 升 ENGINE_VERSION(须与 package.json 同步)。 不升版本 = 新旧分数被当成可比 = 历史结论作废。
  • 维护者请先读 CONTEXT.md 的「五个不可随手改的设计决定」。

许可

MIT。

方法论参考了三个开源项目(stop-slop / no-ai-slop / kill-ai-slop), 未复制任何代码,致谢与"吸纳/不吸纳"的逐项理由见 THIRD_PARTY_NOTICES.md。


判的是文件能不能用,不鉴定作者、不评人。

相关插件

继续浏览 productivity-workflow 分类下经过校验的插件。

Acp App@deepseek-ai/dsh-acp-appdsh ACP 配置文件包:基于 dsh-base 的仅限自动化的 JSON-RPC stdio 和进程生命周期管理Experimental Schedule Bundle@deepseek-ai/dsh-experimental-schedule-bundle为 Web 组合添加 Schedule、其任务页面和时间上下文的可选捆绑包Ab Ocrdsh-ab-ocr--- description: "外部 ocr 工具:逐页识别扫描的 PDF 或图像,仅在处理完最后一页后按顺序合并页面,并使用模型确定的标题级别保存为一个 Markdown 文档。" kind: "package-reference" ---Scriptor@linfengqaqtat/dsh-scriptorWebnovel Writer:DSH 长篇网文写作工作台