二创工坊 gothepharnayadlsos-cyber/dsh-fanwork

二创工坊 · dsh-fanwork

先给原文做逻辑体检，再在人的裁决下生成二创 —— 每一稿都自带风险报告。

一个 DeepSeek Harness 插件。它把「让模型写同人」变成一条可复核的流水线：结构摘要 → 逻辑风险报告 → 人工裁决 → 并行草稿 → 逐稿审核 → 导出。自带 OpenAI 兼容的 API Key；插件不附带模型，也不带额度。

首次使用时的 API 配置页

界面在 http://127.0.0.1:<DSH 端口>/fanwork，或在 DSH 里输入 /fanwork 取当前地址。

目录

- 它解决什么问题
- 安装
- 开始使用
- 工作流
- 配置
- 隐私与密钥
- 常见问题
- HTTP 接口
- 开发
- 给插件作者的 DSH 踩坑记录

它解决什么问题

同人作者真正贵的不是「写」，而是「改写得不崩」：设定冲突、人物 OOC、伏笔失收，重写一遍才发现哪里不自洽。
二创工坊把这件事拆成可裁决的步骤——每条风险都带原文引证和修复选项，用户的每次选择进入决策台账，再作为约束注入生成；每篇候选稿都由独立提示词的「审稿人」给出六维评分与问题清单。

安装

方式 A：从插件市场安装（推荐）

在 DeepSeek Harness 里打开 设置 → 插件，搜索 dsh-fanwork，点安装，按提示重启。
装好后 /fanwork 路由自动挂载，不需要改任何配置文件。

方式 B：命令行

dsh plugin --profile <你的 profile> add dsh-fanwork

装完重启 DSH。

方式 C：本地开发（link 到源码目录）

node dsh-fanwork/scripts/install-profile.mjs desktop

脚本会在 profile 的 node_modules 下建 junction，并把 dsh-fanwork 写进 dependencies 与 dsh.profile.bundles（原 package.json 会备份）。之后重启 DSH。

卸载

dsh plugin --profile <profile> remove dsh-fanwork
本地 link 装的：node dsh-fanwork/scripts/install-profile.mjs desktop --uninstall

开始使用

需要准备： 一个 OpenAI 兼容的接口地址 + 你自己的 API Key。
插件不内置模型、不带额度，未配置时所有生成类接口直接返回 403 NOT_CONFIGURED。

1. 打开 http://127.0.0.1:<DSH 端口>/fanwork（端口每次启动可能变化，用 /fanwork 命令取当前地址）。
2. 第 0 步 · 配置 API：填接口地址（如 https://api.deepseek.com）、模型名（如 deepseek-chat）、你的 Key，点「保存并开始」。页面上有「测试连接」可以先验证一次。
3. 导入原文（三种任选）：拖 .txt / .md 进虚线框；点「选择文件」；或填本地路径让插件在本机读（支持 ~，≤ 4 MB）——文件不进浏览器、不上传。
4. 填创作要求（方向、篇幅、视角、风格、禁忌、补充要求），点「开始体检」。
5. 逐条裁决风险：选一个修复方案，或展开「更多要求」直接写你想怎么改。
6. 点「应用裁决并生成」，并行出 2–3 篇立意不同的候选，每篇附六维审核报告。
7. 不满意就在「更多要求」里继续提，点「按新要求换一批」；满意就「采用此稿」。
8. 导出：项目目录下的 export.md（正文 + 风险报告附录 + 决策台账）。

工作流

原文 + 创作要求 │ ▼ ① 骨架抽取 ── 人物 / 设定 / 时间线 / 事件 / 伏笔（长文分块并发） │ ▼ ② 风险体检 ── 4 族 17 类，每条带原文引证；无引证不成立 │ ▼ ③ 用户裁决 ── 选方案，或写「更多要求」 │ ▼ ④ 多稿生成 ── 并行 2–3 稿，立意不同（正面推进 / 侧面切片 / 反向假设） │ ▼ ⑤ 六维审核 ── 原作一致性 · 人物保真 · 内部逻辑 · 需求覆盖 · 合规 · 文笔 │ └── 不满意 →「更多要求」→ 回到 ④ │ ▼ ⑥ 定稿导出 ── Markdown，附六维评分与问题清单

风险分类法（节选，完整 4 族 17 类见 lib/prompts.js）：

| 族 | 编号 | 类别 | 判定问题 |
| 冲突 | C1 | 设定冲突 | 同一规则或能力是否被两次不同地陈述 |
| 冲突 | C2 | 时间冲突 | 事件先后、年龄、季节能否同时成立 |
| 缺口 | G1 | 动机缺口 | 关键行为是否有与其分量匹配的铺垫 |
| 缺口 | G3 | 信息缺口 | 角色是否知道了按设定不该知道的事 |
| 结构 | S1 | 伏笔失收 | 已埋伏笔是否被遗忘或突兀回收 |
| 结构 | S4 | 结局未闭合 | 主线提出的问题是否被回答 |
| 体验 | E1 | OOC | 行为是否偏离人物既定性格与关系 |
| 体验 | E4 | 合规风险 | 是否触及版权、敏感内容或平台规则 |

配置

在插件行（或 profile 的 cordis.patch.yml，id: fanwork）里改 config:：

| 字段 | 默认值 | 含义 |
| candidates | 3 | 每次生成几稿（1–4） |
| concurrency | 4 | 长文分块解析的并发数（1–6） |
| reasoningEffort | low | 推理强度。长文本请保持 low，否则推理会吃光 token 预算 |
| callTimeoutMs | 600000 | 单次模型调用超时（毫秒） |
| dataDir | ~/.dsh/fanwork | 项目数据目录 |

接口地址 / 模型名 / Key 不在配置里，只能由使用者在页面上填，保存在 <dataDir>/settings.json（权限 0600）。

长文本行为

- 原文 ≤ 1.2 万字：一次调用抽骨架。
- 原文 > 1.2 万字：按 1.2 万字切块，并发解析后合并去重。
- 体检阶段对 > 1 万字的原文按段落均匀采样（保留原句，引证仍可定位），页面上会标注「采样」。

实测（4.2 万字原文、2 篇候选、800 字目标篇幅）：骨架 4 块并发 ≈ 70 s，体检 ≈ 70–110 s，整段 ≈ 2.5–3 分钟。
2 万字以内体验最好；再长建议分卷。

隐私与密钥

- Key 只在本机：写在 <dataDir>/settings.json（0600），只在服务端发请求时读取。
- 页面只显示掩码（sk-1**abcd），日志里不写 Key，也不会回传到任何第三方。
- 不做遥测：项目数据只落本机 ~/.dsh/fanwork/projects/<id>/，不上传。
- 卸载插件不会删除你的数据；要彻底清理，手动删掉 ~/.dsh/fanwork。
- 二创请自行确认原文使用权；导出文件已附原作信息与二创声明。

常见问题

打开页面提示「未配置 API」/ 接口 403 插件启动时是未配置状态。先完成第 0 步，或在顶部 API 状态条点「修改」重填并「测试连接」。

端口变了，收藏的地址打不开 DSH 每次启动端口可能不同。在输入框输入 /fanwork 取当前地址；插件也会把当前地址写到 <dataDir>/last-url.txt。

体检很久没反应 先看 <dataDir>/fanwork.log（一行一个 JSON，记录每次调用的耗时与 token）。常见原因是 reasoningEffort 太高导致推理吃光预算——保持 low。

换模型 / 换网关 点顶部 API 状态条「修改」，三格都可以改；保存后立即生效，不需要重启。

HTTP 接口

| 方法 | 路径 | 用途 |
| GET | /fanwork | 工作台页面 |
| GET | /fanwork/api/health | 健康检查（含当前地址与配置状态） |
| GET / POST | /fanwork/api/settings | 读取（Key 已掩码）/ 保存 {baseUrl, model, apiKey} |
| POST | /fanwork/api/settings/test | 用当前设置发一次真实调用 |
| POST | /fanwork/api/read-file | 读本地文本 {path}（.txt/.md，≤ 4 MB） |
| GET | /fanwork/api/projects | 项目列表 |
| POST | /fanwork/api/projects | 新建项目 {source, brief} |
| GET | /fanwork/api/projects/:id | 项目快照 |
| POST | /fanwork/api/projects/:id/run | 执行阶段 {stage: analyze\|generate\|regate}，返回 SSE |
| POST | /fanwork/api/projects/:id/decisions | 提交裁决 |
| POST | /fanwork/api/projects/:id/select | 选定稿件并导出 |
| POST | /fanwork/api/projects/:id/cancel | 取消正在跑的阶段 |

SSE 事件：stage / progress / canon / diagnose / delta / draft / audit / decisions / done / error。
长调用期间服务端每 15 秒发一次注释心跳。

开发

node scripts/dev-server.mjs # 本机假接口 + 自动指向它，http://127.0.0.1:7788/fanwork
$env:DEEPSEEK_API_KEY="sk-..."; node scripts/dev-server.mjs # 连真实 API
node scripts/e2e-test.mjs http://127.0.0.1:7788 # 端到端冒烟
node scripts/plugin-check.mjs # 插件契约检查（假 ctx）

lib/
index.js 插件入口（name / inject / apply；无 export default） service.js 阶段编排、SSE、取消、快照 pipeline.js 流水线 + 归一化 llm.js JSON 抽取、修复重试 remote-llm.js OpenAI 兼容流式客户端 settings.js 本机设置（settings.json，0600） prompts.js 分类法、提示词、输出解析 store.js 项目落盘（原子写） http.js 路由 / 静态资源 / SSE web/ 工作台（原生 ESM，零构建）

Host 半改完需要触发一次重载（改 patch 行 id 或重启）；lib/web/ 改完刷新浏览器即可。

给插件作者的 DSH 踩坑记录

1. 不要 export default：Loader 的 unwrapExports 会折叠模块并丢掉 inject。
2. 不要手写 assistant 消息：ctx.llm.stream({messages}) 里的 assistant 消息必须带 source，自己拼一个 {role:'assistant'} 会抛 Cannot read properties of undefined (reading 'replayState')。
3. 没有结构化输出参数：GenerateOptions 只有 temperature / maxTokens / stop， JSON 靠提示词 + 括号抽取 + 校验 + 修复重试。
4. 推理会吃 token 预算：推理型模型可能把 maxTokens 全花在思考上导致正文为空，表现出来是「JSON 解析失败」。
5. link: 安装拿不到 profile 依赖：Node 的 ESM 解析从真实路径向上找，插件里不要 import @deepseek-ai/。
6. 长调用要心跳：1–2 分钟没有事件的 SSE 连接会被中间层掐断。
7. bundle patch 的行 id 要和 profile 覆写用的 id 一致，否则同一插件会被注册两次。

License

MIT