三体智子设计副驾 EternalNight996/dsh-ui-three-body

🔥 智子不只是设计 copilot——它还要「开口即干 · 眼随人动」

🎙 语音实时交互（内置 / 本地大模型 whisper+Ollama+Piper，三驱动下拉可选） · 👁 视觉实时交互（眼球跟随摄像头人形，对接 uvc-camera） · 🧠 产品设计 copilot（五策 + 质量闸，不过闸不交付）

↑ 规划中亮点，落地中

👁️ 三体智子 dsh-ui-three-body — 给 DeepSeek Harness 装上「产品设计 copilot」

把一句话人话，逼成一份可评审、可执行、可落地、可验收的产品方案；并且不过闸不交付。
🎙 语音实时交互（规划中）：内置 / 本地大模型（whisper + Ollama + Piper）三驱动下拉可选，开口即可指挥智子在 DSH 上实时开发、跨工作区干活。
👁 视觉实时交互（规划中）：眼球实时跟随摄像头里的人形移动（视觉跟踪，对接 uvc-camera）。
全自研、零第三方记忆框架、不改 DSH 源码、一条命令安装——为你装一个「自己说了算」的、可 git 管理的本地交付流水线。

⭐ 觉得好用就点个 Star，让更多被「AI 交付不放心」困扰的人用上它。一条命令：dsh plugin --profile web add dsh-ui-three-body

悬浮智子：11 款动态皮肤 · 瞳孔旋转 · 幽灵闪现（动态演示）

🔥 痛点：用 AGENT 产品的人，为什么会「失望」？

| # | 痛点（绝大多数 AI 产品共通的硬伤） | 没有流程/验收的后果 |
| 1 | 需求一上来就写代码 | 理解错方向，写完才发现返工，白烧一轮 token |
| 2 | 方案长啥样都看不见 | 只能脑补，评审靠猜，改来改去没准头 |
| 3 | 输出格式漂移 | 结构乱、无法复用、没法进流程 |
| 4 | 过度工程 | 写了一堆不该写的，越改越复杂 |
| 5 | AI 说「完成了」，但不知对不对 | 无验收、无验证证据，你敢直接用吗？ |
| 6 | token 白烧，越聊越贵 | 上下文增长失控，成本不可控 |
| 7 | 小改动也走大流程 | 杀鸡用牛刀，繁琐到不想用 |

这不是模型不够聪明，是没流程、没结构、没验收。而解法，正是——按规模定策略 + 契约过审 + 可执行验收。

🚀 装上它之后：痛点逐一被解决

| 痛点 | 装上智子后 | 靠什么实现 |
| ① 需求理解错 | 先第一性原理拆 5 可核事实，一次问清 | 智子展开（一次问齐，绝不脑补） |
| ② 方案看不见 | UI 前置三选一 + HTML 样板，点着定版 | 降维定版（4 样板/1 样板/仅 markdown，按 dsh-theme） |
| ③ 格式漂移 | 契约输出成可解析对象 + 产物模板 | 面壁契约（Instructor 式结构化） |
| ④ 过度工程 | 按规模路由 S/M/L，小任务走最懒原则 | 规模三问定档（YAGNI） |
| ⑤ 无法验收 | 验收=可执行断言 + 真实验证环 + 自评达标 | 质量闸（不过闸不交付） |
| ⑥ token 白烧 | AI 模式 = token 总闸（关=每轮零 token） | 零消耗保证 |
| ⑦ 小改动大流程 | S/M/L 自适应，过程跟着任务大小走 | 规模路由 + 边做边升/降档 |
| ⑧ 想开口指挥，不想打字 | 语音实时交互（规划中）：内置 / 本地大模型 / 其他三驱动 | 语音驱动下拉配置 + whisper/Ollama/Piper |

flowchart LR
A["用户说「做 X」"] --> B["展开·问清第一性原理拆 5 事实 + 三问定档(S/M/L)"]
B --> C["降维·方案UI 前置三选一 + 思路/取舍 + 产物模板"]
C --> D["面壁·契约目标→分步→验收→风险 + 准/驳(改只改差异)"]
D --> E["水滴·执行create_goal + todo_write + 分阶段评审 + (L)编排"]
E --> F["收拢·交付质量闸：不过闸不交付"]
F --> G{"真验证环lint/test/build/run 全过?"}
G -- "否" --> E
G -- "是 + 验收=可执行断言 + 自评达标" --> H["交付 = 复命 + 验证证据"]

🧬 核心内核设计：为什么是「五策 + 质量闸」，且借鉴了主流 star 项目

智子的内核不是一个孤例，而是吸收了当前主流 agent 工程的方法论。每一层都有出处：

| 内核模块 | 自研实现 | 借鉴（热门项目） | 借了什么 |
| 规模路由（S/M/L） | 三问定档（改动面/风险面/交付面） | T 恤尺码估算（PM/工程通用） | 按任务大小选策略，流程跟着规模走 |
| 最懒编码（S 档） | YAGNI、stdlib 优先、不加未请求抽象（源自 Karpathy） | ponytail（~5k+） | 小任务只写该写的，消灭过度工程 |
| 外科手术式 diff（铁律 4） | 外科手术式修改：只改必须改的；不改无关代码/注释/格式；不重构没坏的部分；只清自己造成的孤儿；每行 diff 必须可回溯到{{master}}需求 | multica-ai/andrej-karpathy-skills（207K★ / 21K fork，现象级；Karpathy #3） | 编码洁癖：消除 drive-by 重构、随手优化、孤儿不删 |
| 计划过审（M 档） | 契约准/驳门，改只改差异 | superpowers（~30k+） | 先「计划→过审→实现」再动手 |
| 编排/状态机（L 档） | 可循环/分支/重试/持久化 | LangGraph（~15k+） | 长任务可控、可断点续 |
| 可度量优化（L 档） | 声明式 + 可迭代 | DSPy（~22k+） | 方案可量化、可 benchmark 驱动 |
| 结构化产物 | 契约/产物输出成可解析对象 | Instructor / Outlines（~10k/~13k） | 格式零漂移，不再靠「文字想象」 |
| 可测验收 | 验收=可执行断言 + 自评达标 | promptfoo / DeepEval（~8k/~6k） | 把「不写空话」变真可测，达标才交付 |
| 自主执行（L 档） | 真写码/跑测/提 PR | OpenHands（~45k+） | 真干活而非空谈 |

与其他热门流程方案的思路同向（拆解→定版→过审→验证），但定位不同：主打「产品设计 + 人机硬审核 + 可评审产物 + token 经济」的 DSH 原生交付流水线，不改源码、零第三方运行时。

✨ 功能总览

🧠 智子内核：五策 + 规模路由 + 质量闸

- 五大铁律：第一性原理 / 目标导向 / 惜 token / 外科手术式 diff / 大白话律（只说大白话、禁客套复述空话、结论先行，准确永远优先于简短）
- 智子五策：展开·问清 → 降维·方案 → 面壁·契约 → 水滴·执行 → 收拢·交付（一次问清、一次定稿、绝不反复问）
- 规模路由（S/M/L）：三问定档，小任务最懒、大任务全量；边做边升/降档
- 质量闸：①真验证环 ②验收=可执行断言 ③自评达标(有benchmark才启用) ④人审+回滚+契约外停手——不过闸不交付
- 三档 × 双语（minimal/balanced/full × zh/en × 语气/自称/称呼）

🎨 UI 交付前置定版 + 方案呈现规范

- UI 前置三选一（GUI/Web/手机端必做）：每套 UI 4 样板 / 1 样板 / 仅 markdown（开发架构+生产流程+拓扑图，规范参考 dsh-theme），一次问清、定版后不再打扰
- 方案呈现：可见可点 HTML 样板 + 设计 token（配色/字体/间距/圆角）+ 组件清单 + 审美锚点；套真实 --dsw-alias-，绝不硬编码色值
- 反 AI 味：拒绝居中对称、卡片矩阵、左文右图、emoji 泛滥——出的是作品，不是模版

👁️ 悬浮智子：11 款动态皮肤 + 行为 + 进度显示

- 11 款皮肤：原色（人眼）/ 深渊 / 宇宙死瞳 / 写轮眼 / 万花筒 / 轮回眼 / 三体智子 / 白眼 / 血瞳 / 尸瞳 / 魔瞳——瞳孔旋转/脉冲、光晕脉冲、血雾/灰烬/火舌/幽灵光带全动态
- 行为：随机眨眼、眼睛跟随鼠标（命令式 GPU 合成，零 re-render）、东张西望（rAF 丝滑）
- 幽灵模式：鼠标静止 n 秒 → 100% 闪现到随机点位；东张西望/原地休息可配
- 头顶进度 + 短标题：常驻进度条 + 简短目标标题，悬浮/点击展开完整步骤列表（可开关）
- 三体台词：每隔 5-10 秒随机说一句《三体》名句（"给岁月以文明""弱小和无知不是生存的障碍，傲慢才是"等，可关）

🎙 语音实时交互 + 跨会话工作区（规划中，热点）

- 三驱动下拉可配：内置(浏览器 Web Speech) / 本地(whisper.cpp + Ollama + Piper) / 其他(自定义服务)
- 开口即干：语音 → /tame 指令 → 智子五策执行；应答 TTS 播报 + 头顶进度同步
- 跨工作区：语音切会话工作区，在对应会话里指挥智子开发
- 阶段③：本地大模型全双工实时语音 + 打断 + 多轮

👁 视觉实时交互 · 眼球跟随摄像头人形（规划中，对接 uvc-camera）

- 三驱动下拉：uvc-camera(本地检测) / 内置(浏览器 getUserMedia) / 其他(自定义坐标源)
- 视觉跟踪：眼球实时跟随摄像头里的人形移动（OpenCV/MediaPipe/YOLO 检测 → 坐标 → 眼球 transform 跟随）
- 可配：摄像头 / 灵敏度 / 平滑 / 置信阈值；语音说「看着那个人」联动切换

智子核心：悬停展开「目标显示」——头顶进度 + 智子五策，任务步列表实时同步

智子三体台词：紫色智子 + 《三体》名句「给岁月以文明，而不是给文明以岁月。」

🚀 安装（一条命令）

已发布后（npm）—— 跨平台通用
dsh plugin --profile web add dsh-ui-three-body

从 GitHub
dsh plugin --profile web add github:EternalNight996/dsh-ui-three-body

本地联调（改代码即时生效）
dsh plugin --profile web add F:/MyApp/eternal/dsh-ui-three-body

提示：
- dsh 为 DSH CLI（npm i -g @deepseek-ai/dsh）。
- 要官方最新（避免 npmmirror 滞后）：npm_config_registry=https://registry.npmjs.org/ dsh plugin --profile web add dsh-ui-three-body。
- profile 是 pnpm workspace：cd ~/.dsh/profiles/web && pnpm add dsh-ui-three-body@latest（npm install 会报 EUNSUPPORTEDPROTOCOL）。
- 推荐搭配 dsh-desktop 桌面壳使用。

装完重启 dsh web：悬浮智子出现在屏幕右侧，点击弹菜单、长按拖拽；设置 → 三体 可配全部选项。

🧩 DSH 版本兼容（0.1.x 与 0.2.x 双线）

| 项 | 声明 / 实现 |
| 强制闸门 | peerDependencies：@deepseek-ai/dsh-tools / @deepseek-ai/dsh-llm 均为 >=0.1.0-rc.7 =0.1.5-alpha.2 未在真机验证的部分（诚实声明）：本机 DSH 运行时是 0.1.7-rc.2，没有 0.2.0-rc.2 运行环境，
因此 0.2 路径的端到端行为（真实 configForms.get('beast-tamer') 的快照形状、真实 settings.describe() 的 revision 取值）只有源码级证据与假 ctx 单测，没有实机点击验证。
若升级后发现设置页读到默认值或写不进去，优先核对这两处。

另一个已知边界：客户端适配层是惰性解析的。正常情况下 configForms/settingsScope 都早于本插件挂载，不存在问题；但若某个 profile 下两者都晚于插件挂载就绪，则首帧会以默认值渲染，且不会自动补一次渲染（重新打开设置页或刷新即可）。
之所以不做主动重试，是因为在适配层里挂定时器去“等”服务，代价与不确定性都高于这个极小概率场景。

🧭 插件发现 / 收录标准

仓库已打 GitHub dsh-plugin topic 并符合社区标准结构，自动被以下机制发现（无需手动 PR）：

| 机制 | 收录方式 | 状态 |
| dsh-marketplace（ouyangyipeng） | 实时读 topic:dsh-plugin | ✅ topic 已打 |
| dsh-find-plugin（awesome-dsh-plugin） | 会话内按 topic+星数搜索 | ✅ |
| dsh-plugin-marketplace（YELEBAI） | 每 2h 自动扫描 + 静态验证进入 Registry | ✅ 已声明 dsh.marketplace 元数据 |

🔧 设置（设置 → 三体）

| 设置项 | 默认 | 说明 |
| 智子活动（内核开智） | 开 | 总开关 |
| AI 模式 | 开 | token 总闸：关 = 每轮零内核 token（纯装饰） |
| 悬浮智子 | 开 | 显示智子，点击开关内核、长按拖拽 |
| 尺寸 | 微 | 极微/微/小/中/大 |
| 皮肤 | 原色 | 11 款分段选择 |
| 幽灵模式 | 关 | 开关 / 间隔秒数 / 东张西望 / 闪现 |
| 目标显示 | 开 | 头顶「进度 + 短标题」，悬浮展开完整步骤 |
| 三体台词 | 开 | 每隔 5-10 秒随机说一句《三体》名句 |
| 内核档位 | balanced | minimal / balanced / full |
| 语言 / 语气 / 自称 / 称呼 | zh / 傲慢 / 本尊 / 主上 | 内核人设可配 |
| 需求剖析工具 | 关 | beast_analyze（每次调用多一次模型请求） |
| 内核覆盖 | 空 | 自定义内核文本（优先级最高） |

🛠 开发 / 构建 / 测试

pnpm i
pnpm build # 只改 client（src/client）时需要
改 index.js / lib/kernel.js 无需构建，重启即生效

dsh-ui-three-body/
├── index.js # host 插件：内核注入 + settings 命名空间（无构建，即装即用） ├── lib/ │ ├── kernel.js # 智子内核文案（minimal/balanced/full × zh/en × 语气） │ └── client.js # client bundle（构建产物，__ModuleLoader__ 格式） ├── src/client/index.tsx # client 源码：悬浮智子 + 皮肤系统 + 幽灵模式 + 设置分区 ├── assets/screen/ # README 演示素材（sophon-demo.gif 等） ├── cordis.patch.yml # bundle 补丁层（host 行，安装自动挂载） ├── build.mjs # esbuild 构建脚本（TSX → lib/client.js） └── package.json # bundle/client 清单（dsh.bundle.patch + dsh.client）

🗺 Roadmap / 待办（功能性优先）

已实现：
- 目标显示开关（进度 + 短标题，头顶文本已加宽）
- 三体台词（每隔 5-10 秒随机《三体》名句）+ 移除自主意识/反人类台词
- 皮肤炫光升级（旋转能量环 + 双层脉冲强光）
- skill-catalog 瘦身（~/.agents/skills 110 → 51）
- 自愈续跑：API 失败自动退避重试/换 provider、等待不假死、断点续跑（已落地内核）

待办（核心功能优化）：
- [x] 规模路由（三问定档）：S/M/L 选五策深度 + 质量闸，边做边升/降档（已落地内核）
- [x] 契约结构化：把「目标/分步/验收/风险」输出成可解析对象（已落地：{goal,steps,acceptance,risks}）
- [x] 验收可测：验收=可执行断言；质量闸已入库
- [x] 自愈续跑：半途不死停（API 重试/换 provider/等待兜底/断点续跑）——已落地
- [ ] 产物模板规范化：四节 markdown（架构/流程/拓扑图）模板化，按 dsh-theme
- [ ] 可度量 benchmark：五策 vs 无内核小样本对比（质量/轮次/token）
- [ ] 本地大模型语音实时对话 + 跨会话工作区开发（分阶段，可行性详见正文）

🎙 语音实时对话 + 跨会话工作区（详细待办）

核心设置（语音驱动方式，下拉可配置）：
- voiceEnabled（语音总开关）
- voiceDriver 下拉：内置(浏览器 Web Speech) / 本地(whisper.cpp + Ollama + Piper) / 其他(自定义/第三方服务)
- voiceEndpoint / voiceModel（本地/其他方式所需的端点与模型配置）

阶段① 语音 → 文本指令 → 智子执行（单会话）
- [ ] 前端：MediaRecorder 录音 + VAD 活动检测 + 打断（说「停」可中止）
- [ ] 驱动落地：内置 走浏览器 Web Speech；本地 走 WS 接 whisper(STT) → Ollama(LLM 驱动智子内核) → Piper(TTS)；其他 走自定义服务
- [ ] 语义层：语音 → /tame 指令 → 智子五策执行（复用现有内核，受 aiMode 管控）
- [ ] 反馈：智子应答 TTS 播报 + 头顶进度/气泡同步

阶段② 跨会话工作区切换（需 DSH 会话 API）
- [ ] 读会话列表 → 语音切工作区 → 在对应会话注入并执行开发任务

阶段③ 本地大模型双向实时语音
- [ ] 本地服务：whisper.cpp(STT) + Ollama(LLM) + Piper(TTS)，一条命令起
- [ ] 全双工流式 + 打断 + 连续多轮对话

- [ ] 视觉实时交互：眼球跟随摄像头人形移动（视觉跟踪，对接 uvc-camera）

🎥 视觉实时交互 · 眼球跟随摄像头人形（详细待办，对接 uvc-camera）

核心设置（视觉驱动，下拉可配置）：
- visionEnabled（视觉跟踪总开关）
- visionDriver 下拉：uvc-camera(本地检测) / 内置(浏览器 getUserMedia + 检测) / 其他(自定义坐标源)
- cameraDevice（摄像头选择）、trackSensitivity（跟随灵敏度/平滑）、detectConfidence（检测置信阈值）

链路细分（uvc-camera 已提供帧源，检测层需补）：
- [ ] 帧源（uvc-camera，已有）：枚举 UVC 相机 + 后台预览流取帧（非阻塞 frame()）
- [ ] 人形/人脸检测（需加）：对帧做人形/人脸/姿态检测（OpenCV Haar / MediaPipe Pose+Face / 可选 YOLO）→ 输出目标中心坐标（本地服务；或 uvc-camera 加可选 detect feature）
- [ ] 通道：本地检测服务 → DSH 智子 client（WS/HTTP）实时坐标流
- [ ] 智子跟随：眼球 transform 跟随目标坐标（复用现有命令式 GPU 合成；无目标回退跟随鼠标）
- [ ] 可配：开关 / 摄像头 / 灵敏度 / 平滑 / 置信阈值；语音说「看着那个人」联动切换到视觉跟踪
- [ ] 依赖：uvc-camera(帧)、本地检测(MediaPipe/OpenCV/YOLO)；无需 DSH 改造（复用 client 眼球跟随）

📦 发布记录

- v0.3.0：新增本机状态路由，支撑「桌面宠物」独立应用。
新增 GET /beast-tamer/api/state（无需认证、只读）——官方 /api/ 一律要凭据（实测 401），所以由插件自己暴露一条公开路由，把「会话是否在跑 / 待办进度 / 目标轮次 / 标题」给外部进程读。
已确认的三条接缝约束并全部遵守：① 路径避开 /api 前缀（被 client-connection 占用，重叠会撞 duplicate prefix route）； ② webServer.register() 不是 effect，必须包在 ctx.effect(...) 里，否则插件卸载后路由残留； ③ webServer 可能晚于 apply 就绪，用 ctx.inject(['webServer'], …) 等它，不能同步 ctx.get。
running 取 ctx.get('agents') 的 Agent.status === 'running'（SessionStore 上没有 running 概念）；进度取自 sessionProjections.snapshot(session, ['goal','todos','title'])，未装载的投影单元会让 key 缺席，一律按 null 处理。
每处服务调用单独降级，任一步失败都只影响该字段，绝不把 500 抛给轮询方。
配套应用见 dsh-pet-sophon（系统桌面宠物，把智子放到 DSH 窗口外自由活动）。
测试：新增 tests/state-route.test.mjs（12 用例），三体合计 42 用例全绿。
- v0.2.11：DSH 0.2.x 兼容适配（0.1.7 与 0.2.0 双线）。DSH 0.2.0 的破坏性替换同时改了两端，本版逐项修复： ① host 侧新增 lib/settings-host.js——运行时形状嗅探，把「0.1.x 命名空间注册表」与「0.2.x SettingsForms + 活引用 + loader/volatile-update」收敛成同一契约（get/watch/update），含 revision 冲突自动重试； ② 给 Config 每个字段打 meta.volatile（0.2 设置页只投影 volatile 字段，不打标整页不显示；且必须遍历 schema.dict 打标，不能链式 .volatile()——3.18.1 没这个方法，会在 import 期炸）； ③ client 侧新增 src/client/settings-adapter.js——ctx.configForms（0.2）与 ctx.settingsScope（0.1）双形状归一，永不返回 null（空快照用单例引用，避免 useSyncExternalStore 死循环）； ④ 从客户端硬依赖里删除已下线的 settingsScope（留着会让插件在 0.2.0 下永远无法激活，且静默不报错）； ⑤ peer 区间从 ^0.1.0-rc.7 放宽为 >=0.1.0-rc.7 让 DSH 真正听懂并交付：需求一次问清，产物可看可评，验收不过闸不交付。　⭐ 觉得有用就点个 Star，Let's make AI deliver.