会话蒸馏器 Britneycode/dsh-distillery

dsh-distillery — 本地蒸馏器

把全部历史会话当原材料的本地蒸馏插件：专挖「用户纠错 → agent 改对」的片段，脱敏后蒸馏成三种可复用资产，全部经人工审核队列把关。云端 agent 永远做不了这件事——原材料锁在你自己的磁盘上。

它做什么

历史会话（~/.dsh/sessions/*/.jsonl.zstd，只读） ↓ 时间线重建（人类消息 / 助手回应 / 中断标记） ↓ 纠错检测（中英词库 + 成功信号，纯规则可解释，零 LLM 调用、零网络） ↓ 隐私脱敏（未脱敏内容绝不落盘） ↓ 人工审核队列（设置页「蒸馏器」面板） ├─ ① 微调数据对 SFT chat JSONL（recovery 四消息轨迹 / correction 两消息）+ DPO（chosen=修正 / rejected=错误输出） ├─ ② 技能草稿 同主题纠错聚类 → SKILL.md 草稿（人工润色后启用） └─ ③ 规则补丁 AGENTS.md 规则条目草稿（可一键追加进 ~/.dsh/AGENTS.md，带标记块与逐条去重）

成功判定：纠错消息之后助手必须给出有实质内容的修复输出；下一条用户消息再次纠错 → 连续失败（扣分过滤）；确认「好了/可以了/works now」→ 加分；会话就此结束无新抱怨 → 中性加分。每条带置信度与可解释的命中理由。

隐私脱敏（17 类内置规则，逐条计数随条目落盘）：私钥块、JWT、sk-/ghp_/AKIA/xox 密钥、 Bearer 令牌、URL 凭据、secret 赋值、邮箱、手机号、身份证、公网 IP（回环/内网默认保留）、哈希、用户路径用户名遮蔽……支持配置追加自定义正则。扫描状态文件与队列里只有脱敏后内容。

使用

- 面板：设置页「蒸馏器」（order 63）→ 开始扫描 → 逐条预览（此前要求 / 被纠正的输出 / 用户纠正 / 修正后，均带脱敏徽章）→ 通过/驳回 → 导出。
- agent 工具：distillery_scan / distillery_status / distillery_list / distillery_decide / distillery_export。
- 规则补丁落盘：批准规则条目后点「追加到 AGENTS.md」，或 POST /distillery/api/rules/append-global。
追加区带 dsh-distillery:begin/end 标记，删除这对标记即可整体移除；重复追加按条目 id 自动去重。

配置

| 键 | 默认 | 说明 |
| minConfidence | 0.55 | 最低置信度；调低（如 0.4）召回更多边缘片段 |
| maxEvidenceChars | 1200 | 每个证据字段截断长度 |
| minClusterSize | 2 | 同类纠错至少几次才生成技能/规则草稿 |
| pairFormat | recovery | SFT 导出格式：recovery / correction |
| extraRedactPatterns | [] | 追加自定义脱敏正则（JS 语法字符串） |
| redactLocalIps | false | 是否连回环/内网 IP 也脱敏 |

数据位置

- 队列与扫描状态：~/.dsh/distillery/queue.json（原子写；损坏自动改名保留现场）
- 导出文件：~/.dsh/distillery/exports/（SFT/DPO JSONL、SKILL.md、规则补丁 md）
- 未脱敏原文只存在于内存中的检测阶段，任何落盘内容都先过脱敏引擎。

开发

cd 插件目录
DSH_CHECKOUT=/d/App/dsh/deepseek-harness npm run typecheck && npm test && npm run build

测试 40/40（合成语料，不碰真实会话内容）。E2E 探针（对运行中的 web 实例）：

node scripts/verify-distillery.mjs --base http://127.0.0.1:3080 --token
token 在 ~/.dsh/update-center/dsh-web.stdout.log；探针只输出计数与路径，不打印会话内容

边界与诚实声明

- 检测/聚类/草稿生成全是确定性规则：技能与规则草稿是模板化生成的（引用真实脱敏片段），面板与文件里都明确标注「需人工润色」，不是 LLM 撰写的成品。
- 插件消息（kind=plugin）不参与检测；子 agent 会话可能带来少量噪音，靠置信度阈值过滤。
- 重新扫描按会话指纹（mtime:size）增量跳过；队列按条目 id 去重，更新时保留人工审核状态。
- 技能/规则草稿按全量 pair 重算：消失的 pending 草稿自动移除，已审核草稿保留不回撤。