肥鱼陪聊 AirPineApplea/feiyu-chat-companion

feiyu-chat-companion · 肥鱼陪聊

一只永远待在桌面上的桌宠。她不属于任何窗口，能拖、会眨眼、头顶弹气泡说话；看见你停在某个页面十秒，会自己开口说一句。右键能问她一句话。

独立实现，不依赖 dsh-pet。

前置条件

| 项 | 要求 | 说明 |
| 系统 | Windows 10 / 11 | 用了 Win32 layered window，别的平台跑不了 |
| DSH | 0.2.x（桌面版） | 插件用 dsh.bundle.patch 挂载 |
| Python | DSH 自带的那份 | 不用另装，Host 会去 resources/runtime/primary-runtime/dependencies/python 找 |
| Python 包 | Pillow、numpy、tkinter | DSH 自带，不用管 |
| Python 包 | uiautomation | 要手动装，见下。不装也能跑，只是读不到 B站 BV 号 |

装 uiautomation（B站 特化要用）

用 DSH 自带的 Python 装，别用系统 Python：

& "C:\Users\<你>\AppData\Local\Programs\DeepSeek Harness\resources\runtime\primary-runtime\dependencies\python\python.exe" -m pip install uiautomation

不装会怎样：桌宠照常工作，但只能拿到窗口标题，读不到地址栏，也就没有 BV 号——看 B站 时它只能凭标题猜。

安装

git clone <本仓库>
dsh plugin --profile desktop add "link:D:\你的路径\feiyu-chat-companion"

装完重启 DSH。 Host 是服务端代码，启动期加载。

侧栏会多出一个「肥鱼陪聊」，排在「肥鱼日记」后面。

她会做什么

| 能力 | 说明 |
| 待在桌面上 | 置顶、不进任务栏、不抢焦点。全屏独占地盘盖不上去（系统限制） |
| 拖动 | 按住拖，撞到屏幕边缘贴住，不会拖丢 |
| 眨眼 | 随机 2.5～6.5 秒眨一次 |
| 说话 | 头顶气泡，宽度自适应，顶到天花板翻到脚下 |
| 自己找话说 | 你停在某个窗口 10 秒，她会说一句 |
| 戳一下 | 左键点她一下，她立刻应一声，不用等十秒，也不看冷却 |
| 问一句 | 右键 → 问她一句 → 打字回车，答案回到气泡里 |
| 念出来 | 装了语音插件时，她的话可以真的出声（见下面的联动） |
| 记住位置 | 拖到哪，下次还在哪 |

设置

侧栏「肥鱼陪聊」面板里：

| 项 | 可选 | 说明 |
| 启动 / 关掉 | — | 关掉是真退出进程，不会自己回来 |
| 显示 | 露着 / 藏着 | 藏着是隐藏窗口，进程还在 |
| 说话 | 会出声 / 已暂停 | 暂停后不弹气泡，但话不会积压 |
| 归位 | — | 挪回右下角 |
| 换一条短会话 | — | 丢掉她现在的记忆，建一条新的（见「她有自己的会话」） |
| 说话频率 | 低 / 中 / 高 | 低：15 秒一句，同页 60 秒可再说中：2 分钟，同页 5 分钟高：10 分钟，同页 1 小时 |
| 回话长度 | 短 / 中 / 长 | 短 ≤20 字、中 ≤45 字、长 ≤80 字 |
| 看什么 | 只看标题 / 标题 + B站内容 | 只有装了「刷B站」插件才出现这一组，没装就整组不渲染。见下面的联动 |
| 朗读 | 会念出声 / 只冒气泡 | 只有装了语音插件才出现这一行，没装就整行不渲染 |

右键点她也能开同一个菜单（问她一句 / 归位 / 暂停说话 / 退出）。

设置存在 ~/.dsh/storages/feiyu-chat/settings.json，改完即时生效（Host 每 2 秒读一次）。

戳一下，或者问她一句

左键点她一下，她先往下沉一下、再弹回原位，同时应你一声——不等「停够十秒」，也不看冷却。因为她知道是你主动叫的。三秒内连戳不会变成复读机：那几下会并进下一句，她知道「你连着戳了好几下」，而不是装没听见。（拖动和点一下会自动区分：鼠标没怎么动、按得也不久，才算点。）

右键她，菜单第一项是「问她一句」。弹一个小输入框，打字，回车。Esc 取消。

- 提交后气泡先冒一个「…」，二十秒内答不出来会说「想太久，我放弃了」。
- 答案在气泡里停 14 秒，朗读开着的话同时念出来。
- 问完就关，不留聊天记录。想再问就再点一次——这样最省。

两种都是她那条短会话多一轮，价钱和她自己说一句话一样。

她怎么知道你在看什么

桌宠（每秒） GetForegroundWindow + GetWindowText → foreground.json 标题变了才去读地址栏（UIA，0.7 秒，后台线程） B站 视频页 → 提取 BV 号一起写进去

Host（每 2 秒）读 foreground.json 停够 10 秒？冷却过了？这窗口刚说过没？
→ 送进她自己那条短会话

她自己 用 pet_say 说一句

桌宠 读 say.json → 弹气泡

只看窗口标题，不读页面正文。唯一的例外是 B站 视频页——有了 BV 号，模型可以自己去拉字幕和评论。

不说话的窗口：DSH 自己、Program Manager、无标题、设置页。

隐私：它到底看到了什么

这一点没有藏着掖着的必要，写清楚比较好。

读什么

- 前台窗口的标题，每秒取一次（GetForegroundWindow + GetWindowText）
- 只在 B站 视频页额外读一次地址栏，目的只有一个：抠出 BV 号

不读什么

页面正文、剪贴板、键盘输入、屏幕画面、任何一个文件的内容。全是标题，就只是标题。

标题会去哪

| 去处 | 内容 |
| ~/.dsh/storages/feiyu-chat/foreground.json | 当前窗口标题（本地文件，明文） |
| 她那条短会话 | 每次开口时标题会被送进模型，模型据此决定说什么 |
| ~/.dsh/storages/feiyu-chat/debug.json | 标题副本，排错用 |
| ~/.dsh/storages/feiyu-chat/pet.log | 她说的原话；她常常会复述标题，所以日志里也会带一点 |

所以要留心

窗口标题经常不只是个名字：编辑器会写文件名和路径，终端会写当前命令，播放器会写片名，聊天工具会写对面是谁。这些都在「标题」里，都会按上面那张表走。

默认不开口的只有 DSH 自己、Program Manager、无标题和设置页。其它窗口一律会被读，包括银行页面和密码管理器——它们不在黑名单里。

- 不想被看：设置里把「看什么」关掉，她就完全不读前台窗口了，只剩「问她一句」还能用。
- 想求助：贴 debug.json 或 pet.log 之前，自己先看一眼里面的 title。

她有自己的会话

这一点最重要：她说的话不挂在你的对话上。

以前的坑是：桌宠每说一句，都要把你那条几十万 token 的会话整个重算一遍，一句三分钱。现在她第一次要开口时会自己开一条空会话（~/.dsh/feiyu-chat-voice），从零开始，只装「看着窗口说一句」这点活。

- 攒够 30 句自动换一条新的，免得它自己长回去。
- 旧的那条会被自动归档：它从侧栏挪进归档（文件还在，可以取消归档），免得用一周下来侧栏被几十条「新对话」塞满。她每说 30 句就换一条，没人收拾的话那个列表迟早没法看。
- 侧栏会多出一个 feiyu-chat-voice 分组，那是她当前那条会话。点进去能看到她背着你都嘀咕了什么。
- 面板上的「换一条短会话」可以随时手动丢掉重来，那条也会被归档。

花多少钱

实测数据，模型 deepseek-flash，推理档位 off，回话长度开「长」（最贵的一档）：

| 场景 | token | 花费 |
| 刚开的新会话说第一句 | 10,529 | 0.53 分（含第一次写缓存） |
| 之后每句（稳态） | 1.2 万～3.2 万 | 0.10～0.14 分 |
| 上下文 3.2 万 | 32,483 | 0.135 分 |
| 一条会话跑满 30 句 | — | 约 4 分 |
| 一天说 60 句（两条会话） | — | 约 8 分，不到一毛 |

0.53 分只能用来算第一句。 它包含第一次写缓存的钱，之后每句只有 0.1 分左右。拿首句单价乘句数会把总价高估四倍。

两个反直觉的地方：

- 上下文涨，价钱涨得很慢。 从 1.2 万涨到 3.2 万（+154%），价钱只从 0.10 分涨到 0.135 分（+35%）。因为新长出来的那段是对话历史，缓存命中后便宜得多。
- 贵不贵不看「读了多少内容」。 她去看字幕、翻评论，那点 token 只占千分之一。真正决定价格的是回话长度——输出 token 比输入贵好几倍，而且永远不缓存。

对比一下：同一句话如果挂在一条 128 万 token 的主会话上，是 3 分。差六倍，全部来自「不用背你聊过的话」。

和别的插件联动

肥鱼日记（feiyu-memory）

装了，她就有记忆和人格；不装，她就是一只没有记忆的桌宠。 就这么简单。

- 肥鱼日记监听 agent/created，给每个新会话挂一段个人设定。她那条短会话也是这么被挂上的，所以她说起话来是「那条鱼」，不是通用助手。
- 这不是依赖关系。feiyu-chat-companion 的 package.json 里没有 feiyu-memory，两边的 inject 也不重叠。桌宠只用 DSH 自带的 tools、webServer、connection、agents 四个口子。
- 你把肥鱼日记停掉：桌宠照跑、照说话、照收钱，只是语气变成一台普通的 AI。

语音（@memef1f1y/dsh-plugin-tts）

装了，「念出来」那一节才出现。

- 探测方式：看它的客户端有没有把 window.__dshTtsSettings 挂上。没有就当它不在，整行不渲染（不是灰按钮——灰色会让人以为坏了）。
- 音色、引擎、语速全部跟随语音插件自己的面板：Edge TTS / RVC / Index-TTS2 / CosyVoice / Google Cloud 都跟着走。
- 声音是在网页里放的。桌宠是独立的 Win32 窗口，没有播放器，所以—— 网页关掉，她照样在桌面冒气泡，只是没声音。
- 浏览器可能拦自动播放：第一次没声，先在页面上随便点一下。

刷B站（dsh-bili-scroll）

装了，「看什么」那一组才出现。

这件事得说清楚：本插件自己一个 B站 工具都没有。 读字幕、翻评论靠的是「刷B站」注册的 bili_subtitle / bili_comments。没有它，她只能凭窗口标题说话。

dsh plugin --profile desktop add github:c1overzz/dsh-bili-scroll

- 探测方式是问 DSH 的工具表里有没有 bili_subtitle——「能不能读到内容」本来就等于「工具在不在」，不去猜包名。
- 没装：「看什么」整组不渲染，Host 也不会再把 BV 号塞进给她的话里（省一句废话）。
- 装了：才有「标题 + B站内容」这一档。这一档会多花一点钱——她真去拉字幕和评论了。
- 想把地址栏抠出 BV 号，还要给 DSH 自带的 Python 装 uiautomation（见「前置条件」）；不装就停在标题这一步。

被安全软件挡了怎么办（卡巴斯基、其他杀软）

症状很好认：侧栏面板能打开，点「启动」没反应，桌面上不出现她，而且 pet.log 里连一条新记录都没有。

原因不是我藏了什么，是桌宠靠 DSH 自带的 Python 起一个窗口进程，安全软件常把「一个后台程序去起另一个 Python 进程、还画一个置顶透明窗口」判成可疑行为，直接拦掉进程创建。

卡巴斯基（21.x 实测）：

1. 打开设置 → 安全设置 → 入侵防御（也叫应用程序控制）→ 管理应用程序
2. 添加下面这两个文件，规则设为 受信任，子项全部允许： <DSH 安装目录>\resources\runtime\primary-runtime\dependencies\python\pythonw.exe <DSH 安装目录>\resources\runtime\primary-runtime\dependencies\python\python.exe

默认在 C:\Users\<你>\AppData\Local\Programs\DeepSeek Harness\。
AppData 是隐藏目录，选择框里往往看不到，直接粘贴路径，别用“浏览”。
3. pythonw.exe 是关键那个；python.exe 一起加上，省得以后换个入口再犯一次。

不用去「排除项」加扫描白名单。扫描白名单管的是「别扫它」，这里被拦的是「别运行它」，那是两回事——排除项里加完照样起不来。

其它杀软同理：找「受信任的应用程序 / 白名单 / 应用控制」，把这两个 exe 加进去。

已知限制

- 只在 Windows 上跑，而且只测过 Windows 11 + DSH 0.2.1-rc.2
- 全屏独占的游戏盖不住：那种模式下任何窗口都在下面
- DSH 刚重启后需要一次会话活动：重启后第一个智能体出现之前，攒着的话发不出去（两分钟内有效）
- 声音只在网页开着的时侯有：见上面的语音联动
- B站 特化只认 bilibili.com/video/BVxxxx，直播页没有 BV 号
- 她看窗口只看标题，不读正文。能不能读到 B站 视频的字幕和评论，取决于你有没有装「刷B站」插件

数据在哪

~/.dsh/storages/feiyu-chat/
├── state.json 窗口位置、静音状态 ├── settings.json 频率档、回话长度、看什么、朗读 ├── control.json Host → 桌宠的遥控指令 ├── say.json Host → 桌宠的「要说的话」 ├── ask.json 输入框 → Host 的「问一句」 ├── poke.json 左键点一下 → Host 的「催她说一句」 ├── foreground.json 桌宠 → Host 的「前台是什么」 └── debug.json 诊断留痕（卡住的时候看它）

Host → 桌宠走文件，不走 HTTP：桌宠每 60ms 看一眼 mtime，变了就播。这样两边解耦，别的插件也能往 say.json 写一句话让她开口。

HTTP 路由前缀是 /feiyu-chat（/state、/config、/voice），需要 DSH 的会话凭证，从浏览器里调用即可。

许可

MIT