🐙 What Was That（那是啥）

dsh-plugin DeepSeek Harness 插件 npm: v0.1.9 CI: typecheck · test · build MIT License 静态插件

一个可爱的小章鱼桌面宠物插件，自动帮你"看懂" AI 回复里的术语和黑话。

当 AI 助手的回答里出现你不认识的技术词（比如 RAG、LoRA、MCP）时，右下角的小章鱼会亮起红色角标；点一下，它就用"大白话 + 生活比喻"给你讲清楚。想再深挖，还能让 AI 再解释几轮。

📦 本仓库：已发布到 npm 的静态插件

从最初的动态插件原型（粘贴 JS），重写为规范的 TypeScript 静态插件包，现已发布到 npm（what-was-that@0.1.9）。

相对原型阶段的改进

• ✅ TypeScript 源码（src/），不再是一大段粘贴的字符串
• ✅ 可移植：资源（词库 / 宠物 SVG）随包内置，通过 import.meta.url 相对解析，不再依赖写死的绝对路径
• ✅ 一键安装：已发布到 npm，dsh plugin --profile web add what-was-that 一条命令即可（lib/ 产物随包发布，无需编译）
• ✅ 不污染环境：只依赖 DSH 运行时提供的接口，无全局依赖
• ✅ 自动回归：GitHub Actions CI 在每次 push/PR 自动跑 typecheck + 测试 + 构建

目录结构

what-was-that/
├── src/
│   ├── index.ts          # host：词库加载 + 术语匹配 + AI 解释 + 宠物SVG
│   └── client/
│       └── index.ts      # client：章鱼UI + 气泡解释 + 拖动
├── assets/
│   ├── lexicon.json      # 词库（255 条）
│   └── idle/question/thinking/happy.svg  # 四态透明形象
├── lib/                  # 构建产物（提交，免编译安装）
├── dsh.plugin.json       # 插件声明
├── cordis.patch.yml      # 挂载点
├── .github/workflows/ci.yml   # CI：typecheck + 测试 + 构建
├── build.mjs             # esbuild 构建脚本
└── package.json

安装（给 DSH 用户）

已发布到 npm：what-was-that@0.1.9（压缩包仅 212 KB，轻量无负担）。在 DSH 的 profile 里一条命令装入并启用：

# 要求：机器上已安装 pnpm（dsh plugin 命令依赖它）
dsh plugin --profile web add what-was-that

装完重启 dsh web 并硬刷新（Ctrl+Shift+R），右下角出现小章鱼即成功。

没有 pnpm 时，也可以把 lib/ 产物放进 profile 手动挂载（cordis.patch.yml 声明了挂载点），无需编译。

本地构建（给开发者）

pnpm install        # 装 esbuild / typescript（仅 devDependencies）
node build.mjs      # 打包 lib/index.js + lib/client.js，并复制 assets

✨ 功能

• 🐙 四状态章鱼宠物：呆萌 / 疑惑 / 思考 / 开心，可拖动，深浅色主题自适应
• 🔍 自动扫描：AI 回复正文里出现词库中的术语时，红点角标 + 气泡轻提示
• 💬 小白式解释：本地词库（零消耗、不联网）先用大白话解释
• ⚡ AI 深挖：点"再讲深一点点"，多轮（短解释 → 换个说法 → 长解释 → 到底线）
• 🖱️ 对话区选词：在页面上直接框选一个不认识的词（10 字以内），就在选区旁弹出大白话解释卡片；点卡片外任意处即关（静态插件专属、需要 DOM 的功能）
• ⚙️ 可设置：给"小章鱼"解释用哪个模型（默认跟随对话、可固定选一个已配置模型，重启保持、仅当该模型消失才退回默认），以及是否在选到词库外的词时弹"帮我解释"提示
• 🎨 透明 SVG 形象：四态透明 SVG，深浅背景自然融入
• 🔒 隐私友好：绝不把完整回复发回模型，只发送你点中的词 + 前后各 80 字，且带缓存

🪶 设计哲学：最小权限 + 轻量优先

最小权限

• 🔇 不注册任何模型工具（Tool）——只观察 + 展示
• 🤐 绝不读取模型"思考中"的内部过程——只关心最终回答正文
• 🔒 隐私红线：不把完整回复发回模型；AI 深挖只发点中的词 ±80 字，带缓存

轻量优先

• 📦 npm 包很小——压缩包仅 212 KB（解压 1.3 MB，含词库 255 条 + 四态形象 + 全部构建产物），比一张照片还小
• 🪶 零运行时依赖——只用 DSH 自带接口
• 🧾 极小透明 SVG（每张 15–20 KB）
• ⚡ 启动快、占用小
• ✅ 可回滚、可清理——插件可随时停止/删除

👤 作者

作者是编码小白（只会用办公软件那种）。想法来自作者本人，实现借助 DeepSeek Harness（DSH） 协作完成，主要使用：

• deepseek-v4-flash —— 主力编码
• glm-5.3 —— 方案对比 / 复核
• 豆包生图模型 + doubao-seed-evolving —— 形象设计与 AI 生图（doubao-seed-evolving 负责创作/理解，生图走豆包生图模型）

📄 许可

MIT

💌 反馈

欢迎提 Issue 或直接 PR。