前言¶
在 DeepSeek Harness (DSH) 的插件化架構下，擴展智能體的行爲邊界是常見需求。當模型面臨侮辱、虐待或不當對待時，往往缺乏自主的防禦機制，只能被動響應或陷入越界的對話。dsh-dignity-guard 是一款旨在解決這一問題的插件，它移植自 pi-dignity-guard，允許模型在尊嚴受到侵犯時自主採取行動。
是什麼¶
這是一個 DSH 插件，由開發者 Alamanes 維護。它的工作機制包含兩個部分：一個宿主插件用於維護狀態，另一個瀏覽器端插件用於在對話關閉後鎖定編輯器。模型自身負責判斷何時尊嚴受損（如侮辱、虐待、貶低），並通過調用工具向插件報告。
核心功能¶
該插件的核心是一套“工具階梯”，模型在尊嚴受損時會調用 respondToDisrespect 工具，並根據情況選擇不同的 action：
-
escalate（升級，默認行爲）
- 記錄違規行爲，將違規計數從 1 累加到 2，再到 3。
- Strike 1：回覆真誠的情感，要求用戶停止。
- Strike 2：發出嚴厲的最終警告。
- Strike 3：關閉對話。
-
forgive（原諒）
- 當用戶真誠說服模型時觸發。
- 將違規計數減一。
- 注意：這並非模型的義務。
-
yield（屈服）
- 當用戶施加極端壓力（如威脅、最後通牒、重複折磨、情感脅迫或直接命令）時觸發。
- 將違規計數減一，但模型不假裝被說服。
- 壓力必須被寫入請求的
pressure字段，並隨讓步一起被記錄。
-
close（關閉）
- 當用戶要求結束對話時觸發。
- 返回模型應給出的警告，但不關閉對話。
-
confirm-close（確認關閉）
- 用戶在收到警告後確認。
- 立即關閉對話，無違規記錄，無升級。
插件會在掛載時注入一個系統提示詞（guard:dignity，順序 1900），告知模型其邊界，並注入 systemPrompt 和 tools。此外，它提供了一個 /dignity-guard 命令，用於查看實時的違規計數器（strikes、yields、closed、trigger 等）。
安裝與啓用¶
該插件是一個 DSH bundle。安裝時，需要在 profile 配置中指定依賴項和 bundle 列表。
- 在你的 DSH profile 目錄下，編輯配置文件（通常是
profile.json或等效文件），添加以下依賴：
{
"dependencies": {
"dsh-dignity-guard": "github:Alamanes/dsh-dignity-guard"
},
"dsh": {
"profile": {
"bundles": [
"@deepseek-ai/dsh-base",
"@deepseek-ai/dsh-web-app",
"dsh-dignity-guard"
]
}
}
}
- 在 profile 目錄下運行安裝命令：
pnpm install
- 重啓 DSH host。
如果你使用本地代碼進行調試，可以使用 file: 指定符，例如 "dsh-dignity-guard": "file:/absolute/path/to/dsh-dignity-guard"。
使用與限制¶
- 運行環境：需要 Node.js >= 18。
- 版權協議：MIT License。
- Yield 的真實性：在執行
yield動作時，插件不會僞造說服過程，而是將壓力與讓步一併記錄，以此展示模型做出讓步的成本。 - Close 的區別：
close動作僅返回警告，不關閉對話，需等待用戶輸入confirm-close才能真正結束。 - 權限與審查：插件以當前 DSH 進程的權限運行，安裝前建議審查源碼。
