前言¶
DeepSeek Harness (DSH) 的核心理念是“一切皆插件”。dsh-go-sensei 是一個工作流插件，由 Zhuang-A 維護。它的作用是將圍棋 AI 的數學判斷（勝率、目差、候選點、變化圖）翻譯成老師級的口頭講解，供自學棋手復盤。
講解與多輪追問由 DSH 會話原生完成，不需要額外的圍棋軟件。插件自帶 KataGo 引擎與權重，在 Windows 下安裝後可開箱即用。
前置條件¶
使用前需要滿足以下環境要求：
| 項 | 要求 |
|---|---|
| DSH | ≥ 0.1.5-rc.1 |
| Node.js | ≥ 22.19 |
| 運行環境 | Windows / macOS / Linux 均可 |
| 自帶引擎 | Windows 下自帶 KataGo v1.16.4 + 18b 權重 |
macOS / Linux 用戶若未配置外部引擎，插件會走“純棋理”模式，不計算勝率與目差。
安裝¶
在終端執行以下命令，將插件安裝到 web profile：
dsh plugin --profile web add github:Zhuang-A/dsh-go-sensei
安裝完成後重啓 dsh web 即可生效。
核心功能¶
插件提供以下核心能力：
- 逐手講解：將棋譜交給 Sensei，它會像陪練老師那樣逐手講解意圖、問題所在及改進建議。
- 多輪追問：支持追問，回答中直接配圖。例如問“第 42 手改下 R16 會怎樣”，回答會畫出變化圖，關鍵棋子用三角形標出，並按 1-9、A-Z 逐手編號。
- 勝率與目差可視化：提供勝率曲線和目差曲線（統一黑方視角），問題手在曲線上有標記，點擊曲線位置可跳轉至對應着法。
- SGF 註釋回寫：可將講解逐手寫入棋譜註釋（
C[]屬性），寫入到同目錄的-sensei副本中，源棋譜保持只讀。 - Markdown 報告生成：可導出包含棋局信息、問題手錶和講解的 Markdown 復盤報告。
- 段位自適應：講解的術語密度會根據雙方段位自動調整（18K~10K 用生活化比喻，9K~1D 用常規術語，2D 以上可直接聊全局構思）。
配置¶
配置通過編輯 profile 的補丁層文件完成。Windows 路徑爲 %USERPROFILE%\.dsh\profiles\web\cordis.patch.yml，macOS/Linux 爲 ~/.dsh/profiles/web/cordis.patch.yml。
默認配置全部可選，留空即可使用內置默認值：
# ── DeepGo Sensei ─────────────────────────────────────────
- id: go-sensei
config:
level: auto # 講解難度：auto（按雙方段位自適應）、18K..1K/1D..9D
winrateThreshold: 0.03 # 問題手勝率落差閾值（0~1）
scoreThreshold: 3 # 問題手目差閾值（目）
maxCandidates: 10 # 單次復盤最多返回多少個問題手
pvDepth: 6 # 每條變化圖保留多少手
tokenBudget: 50000 # 單局講解的 token 預算
engineDir: '' # 引擎目錄；留空＝用插件自帶的 engine/
kataGoPath: '' # 可選：可執行文件路徑
kataGoConfig: '' # 可選：analysis 配置路徑
kataGoModel: '' # 可選：權重文件；留空＝自動挑最大的 *.bin.gz
maxVisits: 100 # 補算每手搜索量
autoInstallSkill: true # 加載時把隨件講棋技能裝進技能根
引擎與棋譜¶
引擎¶
插件隨件分發 engine/ 目錄，包含 Windows 版 KataGo v1.16.4 和 18b 權重。macOS / Linux 用戶需自行下載對應平臺的引擎。引擎不可用時，插件會自動切換到純棋理模式。
棋譜¶
插件支持 SGF 格式棋譜。如果棋譜中已包含 AI 分析數據（如 WV[] 或 LZ[] 屬性），插件會直接讀取這些數據進行講解；若無數據，插件會自動補算。
已知限制¶
- 平臺差異：桌面端與瀏覽器端的配圖形態不同。桌面端圖片會落盤並走鑑權路徑，瀏覽器端使用絕對直鏈。
- 依賴要求：依賴 DSH >= 0.1.5-rc.1 和 Node.js >= 22.19。
- 引擎依賴：非 Windows 且未配置引擎時，無法提供勝率與目差數據。
