前言¶
用 AI 助手写代码、查资料时，回复里经常混着 RAG、LoRA、MCP 这类术语。不认识就得中断当前话题：要么复制出去搜，要么在对话里追问——前者打断节奏，后者会污染上下文。
下面介绍一个把这件事自动化的小插件：what-was-that。它在 DSH 的 web 界面里放一只小章鱼桌面宠物，自动扫描 AI 回复里的术语，用大白话给你解释。
这是什么¶
what-was-that 是 SH-9999 开发的一个 DSH 静态客户端插件（运行在 web 平台），MIT 许可，已发布到 npm（what-was-that@0.1.9，压缩包 212 KB，解压 1.3 MB）。它的定位用作者的话说就是：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。
从原型阶段的“粘贴 JS”重写为规范的 TypeScript 静态插件包：源码在 src/，资源（词库、宠物 SVG）随包内置，通过 import.meta.url 相对解析，不依赖写死的绝对路径。
核心功能¶
桌面宠物¶
章鱼有四个状态：呆萌、疑惑、思考、开心，形象是透明 SVG，深浅色主题自适应，可以拖动。
自动扫描与本地词库¶
插件自动扫描 AI 回复正文，命中本地词库里的术语时，章鱼身上出现红点角标并弹出气泡轻提示。本地词库共 255 条，全部用大白话解释，零消耗、不联网。
AI 深挖¶
本地解释不够时，点“再讲深一点点”，让模型继续解释，多轮递进：短解释 → 换个说法 → 长解释 → 到底线。
对话区选词¶
在对话区直接框选一个不认识的词（10 字以内），选区旁会弹出大白话解释卡片，点卡片外任意处关闭。这是静态插件专属、需要 DOM 才能实现的功能。
可设置¶
- 解释用哪个模型：默认跟随对话，也可以固定选一个已配置的模型，设置重启后保持，仅当该模型消失时才退回默认。
- 选到词库外的词时，是否弹“帮我解释”提示。
隐私与权限设计¶
这部分值得单独说：
1、不注册任何模型工具（Tool），只做观察和展示。
2、不读取模型“思考中”的内部过程，只关心最终回答正文。
3、绝不把完整回复发回模型。AI 深挖只发送你点中的词加上前后各 80 字，并且带缓存。
安装与启用¶
要求机器上已安装 pnpm（dsh plugin 命令依赖它），Node 版本 >= 22（package.json 的 engines 字段）。在 DSH 的 profile 里执行：
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，可以把仓库里的 lib/ 产物放进 profile 手动挂载（cordis.patch.yml 声明了挂载点），无需编译。
开发者：本地构建¶
想自己改源码的话，先装依赖（esbuild、typescript 都只在 devDependencies），再执行构建脚本：
pnpm install
node build.mjs
node build.mjs 会打包出 lib/index.js 和 lib/client.js，并复制 assets。仓库配置了 GitHub Actions CI，每次 push/PR 自动跑 typecheck + 测试 + 构建。插件零运行时依赖，只用 DSH 自带接口，可以随时停止或删除，不留全局副作用。
适用场景与注意¶
适合在 DSH web 界面里对话的用户，尤其是刚入门、经常被术语卡住的人。词库覆盖不到的词，可以用选词加 AI 深挖兜底。
安装前提醒一点：插件以当前 dsh 进程的权限运行，装之前建议先看一遍源码和许可证。这个仓库是 MIT，源码、词库、构建产物都在 GitHub 上 openly 可查。
结尾¶
what-was-that 解决的是一个小但高频的问题：AI 回复里看不懂的词，不用再打断手头的事去查。词库本地解释零消耗，深挖时也只发送最小上下文，权限收得很干净。
- 社区目录页：https://www.skillhub.cn/plugins/SH-9999/what-was-that
- GitHub 仓库：https://github.com/SH-9999/what-was-that
有问题可以通过仓库的 Issue 反馈。
