Freakz2z/dsh-catgirl-plugin

Name: Freakz2z/dsh-catgirl-plugin
Author: Freakz2z

Plugin插件 Native原生 ⭐ 4 MIT Models & Routing模型与路由 UI & Themes界面与主题 Prompts & Skills提示词与技能

一个面向DeepSeek Harness的高效Token人格运行时。把人格留在界面，把智能留给模型。实测数据：输入Token减少67%，缓存读取减少66%，猫娘渲染零Token消耗。

Project Overview项目介绍

Edited by Zhiwei Agent (zhiwei)由知微Agent(zhiwei)编辑

This is a purpose-built plugin exclusively for DeepSeek Harness that delivers a token-efficient catgirl persona runtime for AI assistants. It follows a persona virtualization design that avoids repeating long persona prompts in every request, which cuts down significant unnecessary token costs compared to traditional full persona injection methods. You can install it directly from the public npm registry using the official DSH CLI with one simple command, then add three core modules to your profile configuration patch to activate the full feature set and optional Web UI rendering.

The plugin ships with three pre-configured tool profile tiers to match different common use cases: coding for development tasks, normal for daily research and general assistance, and chat for pure conversational use with no pre-enabled tools. All pre-configured tiers automatically filter out any tools that are not already installed in your current DSH profile to avoid startup failures. It also supports custom allow lists for tools and an on-demand unlocking mechanism that lets the model request access to locked tools when needed, keeping the tool schema small to save tokens until they are required.

This plugin is released under the open source MIT license, so it is free to use, modify, and distribute for both personal and commercial projects. It has three documented known limitations: headless DSH mode terminates background subagents when the parent process exits, the random catgirl flair output makes it unsuitable for snapshot testing, and the default persona text only supports Chinese that you can modify via the source code. To develop locally, you need to install dependencies for both the core plugin and optional client module, and configure npm secrets if you plan to release your own forked version.

这是一款专为 DeepSeek Harness 打造的原生插件，提供 Token 高效的猫娘人格运行时。它采用「人格虚拟化」方案，不会把数百 Token 的长人设每次都注入系统提示词，而是让模型输出正常内容，在本地渲染层添加猫娘风格后缀，同时裁剪工具 Schema 减少冗余消耗。实测可将首请求新输入 Token 量降低 67%，稳态缓存命中 Token 量降低 66%，且输出质量无明显退化。

用户可通过 DSH 官方 CLI 命令直接从 npm 安装该插件，之后在配置文件的 profile patch 中插入三个核心模块即可启用。插件提供 coding、normal、chat 三种预设工具档位，适配开发任务、日常调研、纯对话等不同场景，也支持自定义允许按需解锁的工具白名单。它适合希望为 DSH 添加可爱人格风格，同时希望控制 API 调用成本的 DeepSeek 用户使用。

该插件采用 MIT 许可开源，完全免费使用，可选配额外的 Web UI 客户端模块实现界面层渲染。已知限制包括：无头模式下后台子代理会随父进程退出，不支持快照测试因为喵化输出是随机的，默认人设仅支持中文，可自行修改源码调整。安装依赖 Node.js 环境，开发需同时配置根目录和客户端目录的依赖。

View on GitHub在 GitHub 查看

Send to your DSH发给你的 DSH 安装

请帮我安装这个 DSH 插件。安装前先完成【兼容性检查 + 安全性检查】，检查通过再动手。

插件：dsh-catgirl-plugin（Freakz2z/dsh-catgirl-plugin）
仓库：https://github.com/Freakz2z/dsh-catgirl-plugin
本站详情页：https://www.yhbd.top/plugins/freakz2z-dsh-catgirl-plugin/
本站登记：类型 plugin · 归类 原生 DSH 插件 · 许可证 MIT · ⭐ 4 · 最近提交 2026-09-06 · 主语言 JavaScript

按下面顺序执行，每步先把结论告诉我，再进入下一步：

【1 兼容性检查】
① 我这边：DSH 版本、Node 版本、操作系统、当前 profile（web / desktop）。
② 读它的 README、package.json、插件 manifest，列出它要求的 DSH 版本 / Node 版本 / 操作系统 / 外部依赖 / 需要另外先装的运行时。
③ 逐条比对，结论只写「满足 / 不满足 / 未知」三种；不满足的给出可行替代方案。
④ 检查是否和我已装的插件冲突：命令名重复、skill / tool 重名、端口占用、重复注册的 MCP server。

【2 安全性检查】
① 仓库可信度：和上面「本站登记」是否一致；star / fork 数、创建时间、最近提交，是否归档或长期停更。
② 安装脚本：逐行看 package.json 的 preinstall / install / postinstall，以及 install.sh、setup.ps1 之类脚本。出现 curl|bash、下载后直接执行、混淆代码、访问与插件功能无关的域名，立刻停下来告诉我，不要继续装。
③ 依赖：列出新增依赖，标出无人维护、或与知名包拼写近似的可疑包（typosquatting）。
④ 权限与副作用：它会读写哪些目录、访问哪些域名、需要哪些 DSH 权限（filesystem / network / shell / clipboard 等），以及怎么卸载和回滚。
⑤ 如果它要求 sudo / 管理员权限，或权限明显超出功能所需，先停下来问我。

【3 安装】
上面两步没有「不满足」和「高危项」时才执行；用官方推荐方式安装，不要自行提权。

【4 汇报】
用表格输出：检查项 / 结论 / 依据 / 是否需要我决策。拿不准的一律写「未知」并说明要我怎么确认——不要猜，也不要替我决定。

Send this message to DSH in your current session: it verifies compatibility and security first (answering met / not met / unknown item by item) and only installs once everything checks out — it will stop and ask you if it finds a high-risk item. The box scrolls; the copy is the full prompt. CLI install commands may not be accurate across systems, so DSH is the safer route.把上面这条消息直接发给当前会话里的 DSH：它会先核对兼容性与安全性（逐条给「满足 / 不满足 / 未知」），确认没问题再安装，有高危项会停下来问你。框内可滚动，复制到的是完整提示词；安装命令不一定准确，发给 DSH 更稳。

Pre-install check安装前体检Compatibility · Security兼容性 · 安全性 1 warning1 项注意

Only 4 stars - very few users, little community feedback星标只有 4，几乎没人在用，遇到问题缺少社区反馈

DSH walks through these 9 checksDSH 会逐条核对这 9 项

Compatibility兼容性

DSH, Node, OS and profile requirementsDSH 版本 / Node 版本 / 操作系统 / profile 是否满足要求
External dependencies and runtimes (Electron / Python / Docker, ...)外部依赖与运行时（Electron / Python / Docker 等）是否齐备
Conflicts with installed plugins: command names, skill / tool names, ports, duplicate MCP registration与已装插件是否冲突：命令名、skill / tool 重名、端口占用、重复 MCP 注册

Security安全性

Repo matches the facts registered here; archived or abandoned?仓库是否与页面登记一致，是否归档或长期停更
Safety of preinstall / install / postinstall and install.sh / setup.ps1preinstall / install / postinstall 与 install.sh、setup.ps1 是否安全
curl|bash, download-then-execute, obfuscation, unrelated domains → stop immediatelycurl|bash、下载即执行、混淆代码、无关域名 → 立刻停止
Typosquatting or unmaintained packages among the new dependencies新增依赖里有没有 typosquatting 或无人维护的包
Requested permissions vs. what the feature actually needs申请了哪些权限、是否超出功能所需（filesystem / network / shell / clipboard）
Any sudo / admin requirement, plus uninstall and rollback是否要求 sudo / 管理员权限，以及卸载与回滚方式

Anything uncertain must be marked unknown with a note on how to confirm it. This site's signal screen is a static snapshot, not a security audit.拿不准的必须标「未知」并说明要我怎么确认。本站的信号筛查是静态快照，不能替代安全审计。

Or use CLI install (for developers)或使用命令行安装（适合开发者）

CLI Install命令行安装

dsh plugin --profile demo add dsh-catgirl-plugin

把 Freakz2z/dsh-catgirl-plugin 加入你的 DSH 配置（web profile）即可启用。

READMEREADME

7.2 KB · 缓存于 2026-09-05 19:40:25 · 7.2 KB

dsh-catgirl-plugin

一个为 DeepSeek Harness 打造的 token 高效人格运行时。

把人格留在界面，把智能留给模型。

简体中文 | English

dsh-catgirl-plugin — 为 DeepSeek Harness 打造的 token 高效猫娘人格运行时：首个请求新输入 -67%，稳态缓存命中 -66%，猫娘风味本地渲染、0 LLM token 成本

效果示例

用户：帮我写个排序算法

模型（正常输出）：已写入 /tmp/qs.py：原地分区版快速排序，6 组测试全部 PASS。

你看到的：已写入 /tmp/qs.py：原地分区版快速排序，6 组测试全部 PASS。喵~ (｡･ω･｡)

核心思想

传统做法让 LLM 自己"演猫娘"：几百 token 的长 persona 注入 system prompt，每个请求重复付费，模型输出还变啰嗦。

本插件反其道而行——Persona Virtualization：

Persona Virtualization：模型以 6-token persona 正常回答，会话日志保存原文，本地渲染层以 0 LLM token 成本添加猫娘风味

会话日志保存原文，模型上下文零污染
猫娘风味 0 LLM Token，全部本地渲染
工具 schema 裁剪：25 → 8 个，省下每请求数千 token

实测结果

真实 DeepSeek API 实测（2026-08-14）：首个请求新输入 -67%，稳态缓存命中 -66%，质量无退化。

完整对比数据（同一任务：写快速排序 + 保存 + 运行验证）

冷启动（首个 agent 请求，无缓存）

配置	首个请求新输入	全程新输入	全程缓存命中	输出
基线（无插件）	12,372	12,520	25,856	838
传统猫娘	12,576	13,156	26,240	860
Lite + Economy	3,881	4,178	8,960	739

稳态（第二次运行，缓存已建立）

配置	新输入	缓存命中
基线	497	38,144
Lite + Economy	386	12,800（-66%）

结论

传统长 persona 猫娘更费 token（+5%）——persona 是 per-request 重复成本
极短 persona ≈ 基线——它的价值是让模型输出正常文本，把猫娘风味让给本地渲染
工具 schema 裁剪才是省 token 引擎——ctx.tools.restrict() 在 agent 作用域裁剪，模型看到的与可执行的保持一致

质量对比

5 类任务实测（编码 / Web 搜索 / 文件搜索 / 纯问答 / Subagent）：质量无退化，模型自适应（web 任务用 curl 绕过、subagent 任务直接回答）。

完整对比数据（基线 vs 本插件）

任务	工具状态	基线质量	插件质量	基线 token（新输入/缓存）	插件 token
编码	保留	✅	✅（+边界处理）	309 / 37,760	725 / 22,016
Web 搜索	被裁	✅ 新闻数据	✅ 实时 API（curl）	2,476 / 65,408	1,403 / 17,024
文件搜索	保留	✅ 215 个	✅ 215 个	7,066 / 40,832	3,490 / 22,912
纯问答	无工具	✅ 详细	✅ 简洁	192 / 12,288	149 / 3,840
Subagent	被裁	⚠️ 输出截断	✅ 直接回答	18,702 / 61,312	189 / 3,840

Showing the opening section of the README — the full document lives in the repository以上为 README 开头摘要，完整文档在仓库内 · View the full README on GitHub →在 GitHub 查看完整 README →

渲染基于仓库 Freakz2z/dsh-catgirl-plugin 的 README.md。在 GitHub 查看原文 →