乱码拦截器 fire-disposal/dsh-mojibake-interceptor

dsh-mojibake-interceptor

给 DeepSeek Harness 装的乱码拦截插件：AI 把乱码写进文件之前先拦一次，让它复查；0.2.0 已发 npm，日常自用。

状态：可用（0.2.0）；入口：dsh plugin --profile web add dsh-mojibake-interceptor；仓库：fire-disposal/dsh-mojibake-interceptor

本质

在写入前拦截乱码、靠字符统计与编码回环判断的 DeepSeek Harness 插件。

选型

基于 Cordis 的 DeepSeek Harness 插件，纯 JS ESM，运行依赖 iconv-lite，测试 Node runner。

- 插件框架
- DeepSeek Harness
- Cordis 4
- @deepseek-ai/dsh-tools
- @deepseek-ai/schemastery
- 核心
- 原生 JS
- iconv-lite
- 测试
- node:test
- 分发
- npm
- cordis.patch.yml

功能

- tools/pre-execute：扫 write / edit / str_replace_editor 的待写入文本，以及 pwsh / bash / bash_persistent 的命令文本，命中就 deny 并附上特征与还原结果
- tools/post-execute：扫 pwsh / bash / bash_persistent / read 的捕获结果，输出乱码时注入通知
- pwsh 写入编码审计：危险编码（-Encoding Default/ANSI/OEM/Unicode、GetEncoding(936)、chcp 非 65001）严重拦截；含非 ASCII 却没声明 -Encoding utf8 的按中等拦截
- 16 类检测特征，覆盖 UTF-8↔CP1252/GBK/Big5 双向误读、UTF-16 残留、替换符、ANSI 转义、BOM 异常、字面转义与 HTML 实体
- 三档模式 warn / block / ask，指纹键是「工具 + 路径 + 待写入文本」，内存表封顶 4096 条
- 性能：门控正则先挡掉纯 ASCII（1 MB 约 2 ms），候选段按 maxRunChars 2048 / maxRuns 64 / maxFindings 8 止损
- 测试 73 项全过（含 1 MB ASCII 与 200 KB 中文性能冒烟）

启动流程

dsh plugin --profile web add dsh-mojibake-interceptor # 装完重启 dsh web 生效
dsh plugin --profile web remove dsh-mojibake-interceptor

npm install # GBK/Big5 方向要 iconv-lite
node --test test/*.test.mjs

源码方式：把包放进 profile 依赖树，在 $DSH_HOME/profiles/<name>/cordis.patch.yml 追一条 insert，config.mode: warn 即可；配置项还有 tools、resultWatchTools、pwshEncodingGuard、minSeverity、excludePaths 与四个上限值。

边界与已知问题

- 拦截只在有结构化文本载荷的工具上生效；run_code、ctx.fs 这类入口拿不到待写入的纯文本，tools 列表也扩不过去。
- 缺 iconv-lite 时运行时会自动降级（CP1252 与统计特征照常，GBK/Big5 方向失效），但测试不降级：不装依赖跑，regression-normal 里 5 项会失败。
- 旧 README 用例数自相矛盾（正文 72、测试章节 37），实测 73。
- GBK 扩展区、生僻字构成的乱码，回环到常用区之外可能漏报（gbk-as-cp1252 为压误报刻意收紧）。
- 状态表在内存里，会话恢复后清空，「拦一次再放行」的记忆也随之丢失。
- peerDependencies 钉在 @deepseek-ai/dsh-tools@0.1.0-rc.6 这类 rc 版本上，harness 动接口就得跟着改。