差异比较工具 omdsh-dev/dsh-tool-diff

dsh-tool-diff

DSH Diff 文本差异工具插件 —— 文本 / JSON / CSV / Markdown 结构化比较与 unified diff 生成。零依赖、纯函数、只读。

License

动机

Agent 需要对比两份内容（配置片段、API 响应、表格、文档修订）时，现有路径是起 bash 进程调用系统 diff 或手写比较逻辑：

1. 每次调用都起进程——Windows 上尤其昂贵
2. 系统 diff 不懂结构——JSON 只能给整段文本差异，看不出 $.user.name 这样的路径级变更
3. 手写比较代码不可验证——边界（引号内逗号、嵌套数组、标题重命名）极易出错

本插件提供确定性、零依赖、纯函数的差异比较：一次函数调用，毫秒级返回结构化 JSON 报告或标准 unified diff。

安全模型

- 零依赖：Myers 行级 diff、RFC 4180 解析器、JSON 递归比较全部手写
- 只读：不读文件、不写文件、不联网、不调 git；patch action 只在内存中生成并校验补丁，绝不落盘
- 预算：
- 输入单侧 ≤ 256 KiB（超限直接报错）
- 输出 ≤ 64 KiB（超限按 maxChanges 与字节预算截断并置 truncated）
- Myers diagonal 预算 2000 + 蛇步总预算 2000 万 + 公共前后缀修剪 + hash 快速拒绝 + 规模上限 4000 行 → 恶意重复/全异文本有界完成
- 行数 ≤ 50K、JSON 嵌套 ≤ 64 层、CSV ≤ 50K 行 / 512 列
- timeoutMs: 2000
- 工具参数会记入会话日志，不要传入敏感数据

工具声明

注册 diff 工具（@deepseek-ai/dsh-tool-diff，row id tool-diff），统一输出 JSON 文本字符串信封：所有 action 都带通用摘要 { equal, truncated, beforeBytes, afterBytes, changes }。

| action | 作用 | 输出 |
| text | 行级 Myers diff | unified diff（--- before / +++ after / @@ hunks，无时间戳）+ 统计；format=structured 输出带行号的操作列表 |
| json | 递归比较两个 JSON 值 | $ 路径化变更（$.user.name、$.items[0]、$['a.b']）+ add/remove/replace 汇总 |
| csv | RFC 4180 解析后按主键或位置比较 | addedRows / removedRows / changedRows（列级）/ duplicateKeys / 列集合变化 |
| markdown | 轻量块级 tokenizer（标题/代码块/列表/引用/表格） | headingChanges（rename 识别）/ blockChanges（h2[1]/p[0] 路径）/ codeBlockChanges + 全文 diff |
| patch | 生成 unified diff 并在内存中校验 | patch 文本 + valid / hunks / targetMatchesAfter / hunk 级错误 |

| 参数 | 类型 | 必填 | 说明 |
| action | string | ✅ | text / json / csv / markdown / patch |
| before | string | ✅ | 原内容（任意 action 的输入侧） |
| after | string | ✅ | 新内容 |
| format | string | | unified（默认 text/patch）/ structured（默认 json/csv/markdown）/ both |
| context | integer | | unified 上下文行数，默认 3，范围 0..20 |
| key | string | | CSV 主键列名或 1-based 索引；缺省 → 位置比较 |
| delimiter | string | | CSV 分隔符，默认 ,，单字符或 tab |
| ignoreWhitespace | boolean | | 比较时忽略空白差异（text/csv/markdown）；patch action 拒绝（精确文本协议） |
| ignoreCase | boolean | | 比较时忽略大小写（text/json/csv/markdown）；patch action 拒绝 |
| sortKeys | boolean | | JSON 键排序，默认 true |
| maxChanges | integer | | 最大报告变更数，默认 1000，硬顶 10000 |

输出示例

{"kind":"json","equal":false,"beforeBytes":42,"afterBytes":58,"changes":[
{"op":"replace","path":"$.tags[1]","before":"b","after":"c"},
{"op":"add","path":"$.user.email","after":"b@x.com"},
{"op":"replace","path":"$.user.name","before":"Alice","after":"Bob"}],
"summary":{"added":1,"removed":0,"replaced":2,"moved":0}}

设计要点

- 行级 Myers：O(ND) 迭代实现（非递归），trace 回溯；公共前后缀修剪后在小规模上运行，保证内存与时间有界；快速拒绝使用与 lineEqual 相同的归一化键（ignore 选项下不漏判公共行）
- CSV 双模式：提供 key 且表头存在 → keyed（行顺序无关）；否则 positional（按数据行号）。before/after 两侧重复 key 都进 duplicateKeys 且 equal=false，重复 key 的行不参与匹配（结果确定）；空字符串 key 与缺失 key（）不混淆
- Markdown 块对齐：按块类型 token 做 Myers，同型块内容变化 → replace，结构增删 → add/remove；标题按父路径+级别匹配，同路径同级别文本变化 → rename；代码块语言/行数/内容任一变化都进 codeBlockChanges（内容变化带 changed:true）
- JSON 深度防线：JSON.parse 之前先做 O(n) 非递归括号扫描（跳过字符串字面量），超 64 层直接报错；重复键由状态机扫描并随输出报告（duplicateKeys.before/after），不静默丢信息
- patch 语义：equal = 两侧在精确行 + 末尾换行语义下相等（与 valid 无关）；valid 只表示"生成的 patch 可从 before 应用到 after"；hunk 坐标（old/new、顺序、重叠、间隙）严格校验；patch 被截断时 valid:false + patchComplete:false
- Unicode：孤立 surrogate 在入口被拒绝（invalid Unicode）
- 可复现输出：unified diff 无时间戳；sortKeys 默认 true 使变更列表稳定；所有 action 最终 JSON 信封 ≤ 64KiB（契约断言）

构建与测试

构建（零依赖，仅需 monorepo 的 tsc）
node /node_modules/typescript/bin/tsc -p tsconfig.json

测试（vitest，124 个用例）
node /node_modules/vitest/vitest.mjs run tests

DSH 0.1.5-rc.1 兼容（已验证）

本插件已迁移到 DSH 0.1.5-rc.1 依赖线，并在 local harness 0.1.5-rc.1 的隔离 consumer 中完成全链路验证：

- 类型/运行时：@deepseek-ai/cordis: ^4.0.1 + @deepseek-ai/dsh-tools: >=0.0.1-rc.1 =0.0.1-rc.1 ⚠️ web 与 headless 是不同 profile：web 安装不会自动覆盖 headless；dsh run 默认使用 headless profile。Windows 路径使用正斜杠（C:/...）。

验证安装

dsh --profile web --dump-config | grep tool-diff

运行验证

dsh run "使用 diff 工具对比两段文本"

手动安装（源码贡献 / 旧 snapshot 场景）

仅适用于源码贡献（在 monorepo 中开发调试本插件）或仍在使用旧 snapshot 的场景（本地 junction/symlink、手动编辑 profile 层）。

许可

MIT