链接内容解析 xfgil/dsh-link-parse

dsh-link-parse

把聊天里出现的分享链接解析成内容——标题、作者、简介、封面、图集、视频直链——并支持把视频/图片下载到本地媒体目录再发出去。

给 DeepSeek Harness 用的插件。起因很具体：QQ 群里别人丢一条 b23.tv 短链过来，模型能看到 URL、能「读到」一层跳转壳的 HTML，但 B 站页面是 JS 渲染的，它实际什么都没看见，于是只能含糊地回一句「看起来不错」。这个插件就是为了让它真能看见。

两个工具

link_parse

把一个链接解析成结构化内容。

| 平台 | 支持范围 |
| B 站 | 视频 / 番剧 / 动态 / 专栏 / 直播，含 b23.tv 短链 |
| 抖音 | 视频 / 图集，含 v.douyin.com 短链 |
| 小黑盒 | 帖子 / 图文，含 share?link_id= 短链 |
| GitHub | 仓库 / issue / PR / 用户（README 可选一并带出） |
| 其它站点 | 退回 OpenGraph 摘要，至少给标题 + 简介 + 封面 |

参数只有一个 url，可以直接把整段分享文字丢进来（会自动挑第一个 http 链接）。

图文帖的前几张图会自动下载到本地，路径在返回值的 localImages 里——因为 read_image 只吃本地路径，光有 URL 是看不见图的。想知道图里是什么，得再对每个路径调一次 read_image。

link_download

把视频/图片下载到媒体目录，返回本地绝对路径。

QQ 服务器直接抓外链视频多半被防盗链挡（403），所以「先下载再发」是可靠路径。下完用 qq_send_video / qq_send_image 发出去。

安装

作为 profile 依赖装进你的 DSH profile：

cd ~/.dsh/profiles/<你的profile>
pnpm add link:D:/path/to/dsh-link-parse

或者在 cordis.yml 里直接挂：

- id: link-parse
name: dsh-link-parse

一句配置都不写也能跑——每个字段都有能工作的默认值。

配置

全部可选。写在 cordis.yml 的 config: 下：

- id: link-parse
name: dsh-link-parse
config:
mediaDir: '/path/to/your/media-dir' # 与 dsh-onebot-qq 的 mediaDir 保持一致 bilibiliCookie: '' xiaoheiheCookie: '' githubToken: ''

| 字段 | 默认 | 说明 |
| enabled | true | 总开关。关掉后工具不注册。 |
| proxyUrl | '' | 出站代理，空 = 直连。B 站 / GitHub / 贴吧 / 抖音分享页在境内都能直连。 |
| timeoutMs | 20000 | 单次 HTTP 超时。 |
| maxTextChars | 1200 | 描述/正文截断长度。 |
| maxImages | 9 | 单次最多返回的图片数。 |
| mediaDir | DSH 侧配置 | 下载落盘目录，必须落在 onebot 通道的 mediaDir 之内，否则发送时被沙箱围栏拒收。 |
| maxDownloadBytes | 80 MB | 下载体积上限。 |
| bilibiliQuality | [80, 64, 32, 16] | playurl 清晰度偏好，从高到低挑第一个拿得到的。 |
| bilibiliCookie | '' | 填了才能拿高码率 / 大会员清晰度 / 部分限制级内容。 |
| autoDownloadImages | 3 | 自动下载前几张图。设 0 关闭。 |
| imageCacheDir | <mediaDir>\.link-parse-cache | 缓存的子目录。必须是 mediaDir 的子目录——两道沙箱围栏都是前缀比较。 |
| imageCacheMaxBytes | 150 MB | 缓存总量上限，超了从最旧的删。 |
| imageCacheMaxAgeMs | 3 天 | 缓存保留期。 |
| imageCacheAutoPrune | true | 每次调用工具前顺手清理一次（不用定时器，热重载不会漏两份）。 |
| xiaoheiheCookie | '' | 数字 id 形式的小黑盒链接必须要 x_xhh_tokenid，否则一律 show_captcha。 |
| githubToken | '' | 把 GitHub API 速率上限从 60 提到 5000 次/小时。 |

旁挂配置文件（sidecar）

cordis.yml 里的 config: 段会被宿主改写。实测过一次：写进去的 cookie 在某次保存配置后整个段被删掉，节点只剩 id 和 name 两行，于是小黑盒数字 id 又开始 show_captcha。

所以敏感的增强项（cookie / token）也可以放在旁挂文件里，插件启动时读它，不依赖 yml 是否被保留。路径见 lib/config.js 的 sidecarPath()。

设计上的几个选择

为什么默认直连、不挂代理：2026-10-19 实测，B 站 API、GitHub API、贴吧、抖音分享页在本机全部直连可达。只有知乎之类被墙的才需要填 proxyUrl。

为什么图要下到 mediaDir 里面：dsh-onebot-qq 的 resolveContainedPath() 和 dsh-onebot-companion 的 isUnderDir() 都是 realpath 后的「目录 + 分隔符」前缀比较，子目录天然通过。挪到 mediaDir 之外会让「读得到」和「发得出去」这两件事同时失效。

为什么缓存不读完就删：插件根本不知道模型什么时候读完——read_image 是宿主工具，读完不回话给插件。立刻删会把「下一条消息里还想再看一眼同一张图」这条路堵死。3 天足够覆盖任何正常的回头查看。
为什么把清理挂在工具调用上，不用定时器：插件热重载会重建整棵实例，setInterval 跟着丢，重载后还可能出现两份定时器同时删文件。挂在工具调用上不需要生命周期管理，频率也天然合理。

安全边界

link_parse 能访问任意 URL，包括 http://127.0.0.1:6099/webui?token=… 这种本机面板。所以它不该被无条件交给不受信任的一方。

如果你用 dsh-onebot-companion，那里的 isolation 模块会把群聊里非管理员发言的那一轮划成受限回合，link_parse / link_download / web_fetch 共用同一条 checkLinkAccess 边界：只认本轮入站文本里出现过的公网地址，本机/内网地址一律拒。

支持的 DSH 版本

| 项 | 范围 | 依据 |
| DSH | >= 0.2.0 | 只用到 inject、ctx.inject(['tools'])、tools.register 三个基础接口，0.2 起未变 |
| Node | >= 22 | package.json 的 engines |
| 宿主包 | 不依赖 | 只用 Node 内置模块（fs / http / https / stream / crypto） |

实测环境：DSH 0.2.1-rc.2（Windows x64）。

不依赖任何 @deepseek-ai/* 包，所以不会因为宿主包升级而挂。但它调用的那三个接口如果哪天改名，就得跟着改。

免责声明

这个工具会抓取第三方平台的内容。请只用在你本来就有权查看的内容上。

1. 遵守平台条款。 多数平台的服务条款限制自动化访问。自己日常用通常没人管；拿它做批量抓取、镜像站点、或对外提供服务，那是另一回事，风险和本项目无关，由使用者承担。
2. 内容不是你的。 解析出来的标题、作者、封面、视频直链，版权属于原作者和平台。下载下来自己看是一回事，再分发是另一回事。
3. 不要用它绕开付费墙或登录限制。 live-cookie.js 是给「你自己已经登录的账号」用的，不是用来伪造身份。
4. 它不该被无条件交给不受信任的一方。 link_parse 能访问任意 URL，包括本机面板地址。在群里跑务必配合 dsh-onebot-companion 的 isolation 模块（见上节）。

软件按 MIT 协议「按现状」提供，不对使用后果作任何担保。

开发

node test/smoke.mjs # 四个平台各打一发
node test/download-test.mjs # 下载链路
node test/plugin-test.mjs # 工具注册形状

License

MIT