前言¶
DeepSeek Harness (DSH) 的核心理念是“一切皆插件”。dsh-go-sensei 是一个工作流插件，由 Zhuang-A 维护。它的作用是将围棋 AI 的数学判断（胜率、目差、候选点、变化图）翻译成老师级的口头讲解，供自学棋手复盘。
讲解与多轮追问由 DSH 会话原生完成，不需要额外的围棋软件。插件自带 KataGo 引擎与权重，在 Windows 下安装后可开箱即用。
前置条件¶
使用前需要满足以下环境要求：
| 项 | 要求 |
|---|---|
| DSH | ≥ 0.1.5-rc.1 |
| Node.js | ≥ 22.19 |
| 运行环境 | Windows / macOS / Linux 均可 |
| 自带引擎 | Windows 下自带 KataGo v1.16.4 + 18b 权重 |
macOS / Linux 用户若未配置外部引擎，插件会走“纯棋理”模式，不计算胜率与目差。
安装¶
在终端执行以下命令，将插件安装到 web profile：
dsh plugin --profile web add github:Zhuang-A/dsh-go-sensei
安装完成后重启 dsh web 即可生效。
核心功能¶
插件提供以下核心能力：
- 逐手讲解：将棋谱交给 Sensei，它会像陪练老师那样逐手讲解意图、问题所在及改进建议。
- 多轮追问：支持追问，回答中直接配图。例如问“第 42 手改下 R16 会怎样”，回答会画出变化图，关键棋子用三角形标出，并按 1-9、A-Z 逐手编号。
- 胜率与目差可视化：提供胜率曲线和目差曲线（统一黑方视角），问题手在曲线上有标记，点击曲线位置可跳转至对应着法。
- SGF 注释回写：可将讲解逐手写入棋谱注释（
C[]属性），写入到同目录的-sensei副本中，源棋谱保持只读。 - Markdown 报告生成：可导出包含棋局信息、问题手表和讲解的 Markdown 复盘报告。
- 段位自适应：讲解的术语密度会根据双方段位自动调整（18K~10K 用生活化比喻，9K~1D 用常规术语，2D 以上可直接聊全局构思）。
配置¶
配置通过编辑 profile 的补丁层文件完成。Windows 路径为 %USERPROFILE%\.dsh\profiles\web\cordis.patch.yml，macOS/Linux 为 ~/.dsh/profiles/web/cordis.patch.yml。
默认配置全部可选，留空即可使用内置默认值：
# ── DeepGo Sensei ─────────────────────────────────────────
- id: go-sensei
config:
level: auto # 讲解难度：auto（按双方段位自适应）、18K..1K/1D..9D
winrateThreshold: 0.03 # 问题手胜率落差阈值（0~1）
scoreThreshold: 3 # 问题手目差阈值（目）
maxCandidates: 10 # 单次复盘最多返回多少个问题手
pvDepth: 6 # 每条变化图保留多少手
tokenBudget: 50000 # 单局讲解的 token 预算
engineDir: '' # 引擎目录；留空＝用插件自带的 engine/
kataGoPath: '' # 可选：可执行文件路径
kataGoConfig: '' # 可选：analysis 配置路径
kataGoModel: '' # 可选：权重文件；留空＝自动挑最大的 *.bin.gz
maxVisits: 100 # 补算每手搜索量
autoInstallSkill: true # 加载时把随件讲棋技能装进技能根
引擎与棋谱¶
引擎¶
插件随件分发 engine/ 目录，包含 Windows 版 KataGo v1.16.4 和 18b 权重。macOS / Linux 用户需自行下载对应平台的引擎。引擎不可用时，插件会自动切换到纯棋理模式。
棋谱¶
插件支持 SGF 格式棋谱。如果棋谱中已包含 AI 分析数据（如 WV[] 或 LZ[] 属性），插件会直接读取这些数据进行讲解；若无数据，插件会自动补算。
已知限制¶
- 平台差异：桌面端与浏览器端的配图形态不同。桌面端图片会落盘并走鉴权路径，浏览器端使用绝对直链。
- 依赖要求：依赖 DSH >= 0.1.5-rc.1 和 Node.js >= 22.19。
- 引擎依赖：非 Windows 且未配置引擎时，无法提供胜率与目差数据。
