Necthak/dsh-qq

dsh-qq

简体中文 | English

test license node

通过官方 QQ 机器人在移动端操控本机 DeepSeek Harness 的 DSH 插件。

QQ 消息被投递为 DSH 会话中的用户消息；agent 的回复、工具审批请求与 ask_user_question 提问均回传至 QQ。其目的是使远程场景下的 agent 驱动不必依赖桌面环境。

手机 QQ  ──►  QQ 开放平台  ──►  dsh-qq 插件  ──►  DSH agent
▲            (官方通道)        (进程内插件)      (本机 shell / 文件)
└──────────  回复 · 审批 · 提问 · 图片 · 文件  ──────────┘

功能

| 能力 | 说明 |
|---|---|
| 双向对话 | 私聊与群聊共用同一投递路径；群聊支持全量消息模式（无需 @ 机器人） |
| 运行中投递 | 回合执行期间可插入消息（steer），或排队至回合结束后（queue） |
| 审批与提问回传 | 工具审批下发「通过 / 拒绝」按钮；ask_user_question 单选题以按钮呈现 |
| 图片双向传输 | 入站图片内联为模型可见内容；出站支持截图与图片发送 |
| 文件双向传输 | 入站附件落盘并将路径交由 agent；出站支持任意文件（报告、日志、diff） |
| 会话与工作区管理 | /sessions 展示标题并过滤已归档会话；/workspace 为编号菜单；/new  一步切换项目并新建会话 |
| 额度与用量 | /usage 展示各 provider 余额、套餐窗口、近期日均花费与余额可用天数、当日 tokens 及花费 |
| 截图 | /screen 截取全屏或指定窗口；agent 侧提供 qq_send_screenshot 工具 |
| 远程重启 | /restart 一条消息完成进程重启，并将本次进程的新地址回传至原对话 |
| 崩溃自恢复 | 启动器附带的看门狗在服务消失后 60 秒内将其重新启动，并记录发生时间与现场信息 |

前置条件

- Windows：截图与看门狗依赖 PowerShell
- Node.js 22+ 与 DSH（dsh web 或 --profile web）
- 一个官方 QQ 机器人（QQ 开放平台），并按需在机器人资料页开启群聊通知

安装

假设插件目录为 C:\Users\\Documents\dsh-qq：

git clone https://github.com/Necthak/dsh-qq.git
cd dsh-qq && npm install

挂载至 web profile：

1. 在 ~/.dsh/profiles/web/package.json 的 dependencies 中加入：
"dsh-qq": "link:C:/Users//Documents/dsh-qq"

2. 在 ~/.dsh/profiles/web/cordis.patch.yml 中追加：
- insert:
- id: dsh-qq
name: dsh-qq

3. 安装并验证：
cd ~/.dsh/profiles/web && npx pnpm install
dsh --profile web --dump-config | grep dsh-qq

4. 重启 DSH web 服务。插件代码的改动需要重启方能生效；此后可使用 /restart 完成。

配置

打开 DSH 设置页 → 通用 → QQ 机器人 卡片。

1. 扫码绑定（推荐）：点击「扫码绑定」，使用手机 QQ 扫描二维码并选择机器人。插件通过腾讯官方 @tencent-connect/qqbot-connector 获取该机器人的 AppID 与 AppSecret 并自动保存，密钥不经过剪贴板。亦支持手工填写，或使用环境变量 DSH_QQ_APPID / DSH_QQ_APPSECRET。
2. 设置 owner：默认模式 closed-agent 在未设置 owner 时不放行任何发送者（fail-closed）。向机器人发送一条消息，该消息会被拒绝，但发送者会出现在设置卡片的「最近被拒绝的发送者」列表中，点击「设为 owner」即可。该列表仅存于内存、30 分钟过期、最多 20 条，且不向陌生人回复。
3. 启用通道：打开设置卡片顶部开关后通道开始连接，卡片显示 通道：online 与已绑定会话数。

运行模式

| 模式 | 准入范围 | agent 能力 |
|---|---|---|
| closed-agent（默认） | 仅 owner 的私聊；群聊一律不放行 | 完整工具集 |
| chat | 依白名单，私聊与群聊均可 | 适用于受限聊天场景 |

deny 列表在两种模式下均优先于准入判断。

设置项

下表与 lib/index.js 的配置 schema 一一对应。

| 设置 | 默认值 | 说明 |
|---|---|---|
| enabled | false | 是否连接 QQ 通道。默认关闭：本插件会把一台能执行命令的机器接入消息网络，必须显式开启 |
| appId / appSecret | 空 | 开放平台凭据。appSecret 标记为 secret，配置界面会打码；也可由环境变量 DSH_QQ_APPID / DSH_QQ_APPSECRET 提供 |
| mode | closed-agent | chat 限制 agent 的能力；closed-agent 授予完整工具集 |
| ownerOpenId | 空 | 管理员 OpenID。命令表中标注「仅 owner」的命令（含 /reset、/restart、/screen、/log、/doctor、/menu install）只有该 OpenID 可以执行 |
| allow / deny | 空 | 放行与拒绝名单（用户或群 OpenID）。deny 先于 allow 判定 |
| allowAllWhenEmpty | false | 名单为空时是否放行所有人。默认否，即名单为空时无人可用 |
| allowAgentSend | true | 是否允许 agent 主动调用 qq_send_message / qq_reply |
| forwardApprovals / forwardQuestions | true | 是否将工具审批与 ask_user_question 转发至 QQ |
| busyDelivery | steer | 运行中收到消息的投递方式；单条消息可用 /steer、/queue 覆盖 |
| approvalTimeoutMs / questionTimeoutMs | 300000（5 分钟） | 等待 QQ 回复的时限，超时后交回桌面应答 |
| maxBytes | 3500 | 单条 QQ 消息的字节预算，超出自动分块 |
| longAnswerChunks | 4 | 回答超过此段数时改为「首段消息 + 完整 .md 文件」；0 表示关闭，仍逐段发送 |
| intervalMs | 1200 | 相邻两条 QQ 消息之间的间隔 |
| markdownMode | auto | 消息编码：auto 在平台能忠实渲染时使用 markdown（表格除外，QQ 不渲染表格，会退回纯文本），always 强制，never 全部转纯文本 |
| progressIntervalMs | 0（关闭） | 长回合进度推送间隔。每条推送均为真实消息，会消耗发送额度 |
| lowBalanceThreshold | 5 | 余额低于此值时每日提醒一次；0 表示关闭 |
| planAlertPercent | 80 | 套餐窗口用量达到此百分比时每日提醒一次；0 表示关闭 |
| workspacePath | 空 | QQ 新建会话的工作目录；为空时使用 DSH 进程目录 |
| agentPreset | 空 | QQ 会话使用的 agent preset |
| restartCommand | 空 | /restart 使用的启动器路径；为空时仅在 Documents\Start-DeepSeek-Harness.cmd 存在时采用 |

命令

在 QQ 中直接发送以下命令。未以 / 开头的消息将作为普通输入投递给 agent。

不打斜杠也可以。 整条消息恰为命令名本身时即为该命令，大小写不敏感：status、usage、todos、sessions、doctor、screen、log、menu、help、new、reset、find、model、workspace、resume、stop、restart。中文各有一个对应词，一词一命令、不设同义词（同义词表比命令本身更难记）：状态、额度、任务、会话、继续、模型、搜索、诊断、截图、日志、重启、停止、新对话、重置、工作区、菜单、帮助。匹配要求整条消息完全相同，所以「任务完成了」不会被当成命令；这些词也可以用语音说，平台会转写成同样的文本（下拉面板点不了语音，这是它俩的主要区别）。消息开头的 @ 提及会被忽略，所以群里 @机器人 /usage 与「@机器人 状态」同样有效。

| 命令 | 说明 |
|---|---|
| /help | 显示帮助 |
| /menu install | 安装或更新 / 下拉选择器里的平台指令面板（仅 owner）：点一项会把命令填进输入框，再按发送；每次启动会自动刷新已有面板 |
| /status | 通道状态、已绑定会话数、待应答交互数、当前模型、最近一次发送失败、当前回合进度、本会话的定时提醒 |
| /model | 列出可用模型（按提供方分组并编号），← 标记当前模型 |
| /model  [强度] | 切换模型（仅 owner） |
| /new、/reset | 新建对话（仅 owner）。原对话保留，可通过 /sessions 与 /resume 返回 |
| /new  | 切换至该工作区并新建对话 |
| /stop | 中止正在运行的回合（仅 owner；收件箱中的消息保留） |
| /steer  | 将内容插入正在运行的回合 |
| /queue  | 将内容排队至当前回合结束后 |
| /workspace | 列出已登记项目（含编号）与当前工作目录 |
| /workspace  | 切换新建会话的工作目录（仅 owner） |
| /sessions [数量] | 列出最近会话（含标题，不含已归档会话） |
| /find  | 在会话内容中搜索；结果即为当前 /resume 列表，可直接切换 |
| /resume  | 将本对话切换至指定会话（仅 owner） |
| /usage | 额度与用量：余额、套餐窗口、近期日均花费与余额可用天数、当日 tokens 与花费 |
| /screen [进程名] | 截图并发送至本对话（仅 owner） |
| /log [行数] | 查看最近的本插件日志（仅 owner，默认 15 条，最多 40） |
| /doctor | 主动自检：通道、看门狗、凭据、owner、余额、会话与发送失败（仅 owner） |
| /todos | 查看 agent 本轮的任务清单与进度（读取 DSH 的任务投影） |
| /restart、/restart force | 重启 DSH 进程（仅 owner；回合运行中需 force） |

agent 工具

| 工具 | 说明 |
|---|---|
| qq_send_message | 发送消息至当前 QQ 会话 |
| qq_reply | 引用指定消息回复 |
| qq_send_image | 发送图片（png / jpeg） |
| qq_send_file | 发送任意文件（报告、日志、diff；软限 200MB） |
| qq_send_screenshot | 截取屏幕或指定窗口并发送 |
| qq_get_status | 只读状态 |

发送类工具受强制白名单约束：目标必须是已存在且当前仍被准入的会话，agent 无法指定任意接收者。经由工具发送的消息会抑制该回合的自动转发，以避免重复。

实现架构

插件运行于 DSH 进程内，直接使用 DSH 自身的服务，因此无需维护会话 Cookie、探活、单实例锁或 MCP 配置：

| DSH 服务 | 用途 |
|---|---|
| ctx.sessionController | 创建会话、投递 prompt、切换模型、取消回合 |
| ctx.on('session/event') | 按 turn 收集 agent 输出 |
| ctx.on('approval/request') / user-questions/request | 从 QQ 应答 agent 的提问 |
| ctx.tools | 为 agent 注册 QQ 工具 |
| ctx.sessionProjections | 读取模型选择、会话标题、用量等投影 |
| ctx.settings / ctx.webServer | 设置卡片与控制台路由 |
| ctx.workspaceRegistry | 项目列表与归档会话集合 |

模块划分（lib/）：

index.js        插件入口：settings、生命周期、接线
client.js       设置卡片（浏览器侧，免构建）
console.js      /dsh-qq/{state,config,pair} 路由
pairing.js      扫码绑定
md-to-plain.js  Markdown → 纯文本转换、按字节分条
qq/             token · OpenAPI · WebSocket 网关 · 事件归一化
bridge/         准入 · 投递 · 会话表 · 出站队列 · 挂起交互 · 命令 · 工具 · 截图 · 额度 · 重启

设计说明见 docs/design-notes.md；运维与排障见 docs/operations.md。两份文档的英文版分别为 design-notes.en.md 与 operations.en.md。

已知限制

官方 API 不支持的能力：

- 群历史读取：无对应接口；全量模式仅提供开启之后的消息
- 仿真群友 / 社交状态机：无法获取更早的上下文
- 频道（文字子频道 / 频道私信）：未实现

上述能力需要 OneBot / SnowLuma 等个人号协议，存在账号风险。代码中 lib/qq/ 已按通道隔离，新增后端无需改动 lib/bridge/。

平台约束（实现中已处理）：

- 被动回复窗口：单聊 60 分钟 / 4 次，群聊 5 分钟 / 5 次；超限后自动降级为主动消息
- 主动消息受频控（20/qpm、1000 条/天/关系），且用户可在 QQ 客户端关闭「允许主动发送」，关闭后主动消息一律失败
- 平台仅渲染 png / jpeg 图片，其它格式在上传前即被拒绝
- 相同 msg_id 可能重复推送；msg_id 与 msg_seq 组合重复发送会失败

开发

npm test          # 全部单元测试

- 测试全程离线、自足：HTTP、WebSocket 与 DSH 服务均以替身注入，因此可在任意平台运行；真正需要把关的平台是 Windows
- 插件代码改动后，可在 QQ 中发送 /restart 重新加载（新进程自磁盘导入）
- 提交前请确保 npm test 全部通过；CI（.github/workflows/test.yml）会在 Windows 上以 Node 22 与 24 各跑一遍

许可

本项目采用 MIT 许可证。