前言¶

在 DSH 里做中文长文分析时，常见做法是整段贴进对话，让模型口头总结人物关系。文本一长，上下文装不下；关系又容易没有原文锚点，事后难以核对。下面介绍社区插件 cong7781/novel（npm 包名 dsh-character-graph）：从叙事文本里抽出角色与关系，在对话里渲染成可点、可拖的力导向图，且每条边必须附带可在原文中逐字核对的证据，无法核对的边会丢弃并计入统计，而不是静默编造。

这是什么¶

cong7781/novel 由维护者 cong7781 发布，在 SkillHub 插件目录 中归类为模型推理，简介为「长文本关系图提取」。插件走宿主 DSH 已配置的默认模型（ctx.llm），不单独要求 API key 或本地推理服务；调用费用记在使用方自己的账号上。当前版本 0.3.0（2026-10-21），许可证 MIT，要求 Node.js ≥ 20。

仓库 GitHub 地址：https://github.com/cong7781/novel。DSH 按 package.json 的 name 注册工具，因此对话里出现的是 dsh-character-graph；安装 spec 仍写 github:cong7781/novel。

核心功能¶

对话内关系图（安装包内）¶

装进 profile 后，可通过工具 extract_characters({ path }) 或粘贴文本触发抽取。结果以工具卡片展示：节点可点击查看某人的关系，再点第二人可看两人之间的原文证据；卡片上提供 ?pair= 深链、丢弃计数等。文本硬上限 600,000 字（MAX_CHARS），超出会报错并说明原因，不会静默截断。

插件发布物为零 npm 依赖的预构建客户端（lib/client.js 已打包 d3-force），安装时无需构建、无需额外装第三方包。

三档文本规模¶

README 记载 60 万字全量实测（并发 6）：195 块 / 207 次调用 / 664k 输入 tokens / 约 $0.42 / 118s，证据逐字核对通过率 100%。长书在对话工具里跑满两分钟并不合适，仓库另提供网页端与命令行（见下文「适用场景」），不在 npm 安装包内。

管线与证据闸门¶

处理流程可概括为：文本归一化 → 滑窗切块 →（长文）角色扫描与 BM25 检索 → 对选中块做精细抽取 → 逐块证据闸门 → 别名消解与全局合并（每对人物最多 3 条证据）。

每条边必须带 evidence，且须在模型当时所见块原文中逐字存在；否则尝试最长公共片段 ≥12 字重锚，仍失败则丢弃。分块不会放宽这条规则；丢弃原因在界面与 CLI 中分类展示（如 evidence-not-in-source、duplicate-evidence、pair-cap 等）。evidencePassRate 的分母只计核对失败类丢弃，与策略性丢弃（重复、上限）分开统计。

长文检索选用 BM25 而非 embedding，原因是 README 说明的 provider 无 embedding 接口，且中文人名查询更适合字 bigram 精确匹配，索引可快速重建、零额外依赖。

安装与启用¶

在 DSH 插件页侧边栏，或通过对话里的 plugin_manager，可使用下列来源之一（原文安装说明）：

# 1) 从 GitHub 安装（推荐）
github:cong7781/novel

# 2) 从 npm 安装
dsh-character-graph

# 3) 本地目录（开发用，绝对路径示例）
D:\code\dsh-character-graph

装完后会作为新组合包默认启用，并写入 profile 的 package.json / cordis.patch.yml。安装与启停属于 profile 操作，需要 danger-full-access 或逐次批准。用 github: 简写时 DSH 会先探测仓库连通性；若出现 Permission denied (publickey)，可改为 https://github.com/cong7781/novel 或配置 SSH key。

前提：宿主 DSH 已配置默认模型。插件以当前 DSH 进程权限运行，安装前请自行查看仓库源码与 MIT 许可证，确认符合你的安全与合规要求。

典型用法¶

1、对话里抽取（装完即用）¶

在已安装插件的 DSH 对话中，让智能体调用 extract_characters，传入本地文件路径或粘贴叙事文本。卡片内直接浏览关系图与证据；适合万字以内或能接受较长等待的段落。

2、仓库内命令行（需自行获取完整仓库）¶

安装包不包含 CLI。若已在本地拥有完整项目目录（含 scripts/），可用自带样例验证三种模式：

node scripts/extract-cli.mjs --path fixtures/sample.txt --out out/runs/m1-single-final --mode single
node scripts/extract-cli.mjs --path fixtures/sample.txt --out out/runs/m1-chunk-final  --mode chunk
node scripts/extract-cli.mjs --path fixtures/sample.txt --out out/runs/m1-rag-final    --mode rag

长文 RAG、仅生成检索计划、按 --max-blocks 预算精读、以及 --resume 断点续跑等，见 README 中 extract-cli.mjs 示例。每次运行在 out/runs/<名字>/ 下留下 JSON 中间产物（manifest.json、cast.json、blocks/、result.json 等），文本 hash、模式、模型一致时才复用已有块。

3、本地网页查看器（需 clone 后 npm install）¶

在仓库目录执行：

node scripts/serve.mjs

服务监听 127.0.0.1:19401，需 esbuild 相关依赖与 DeepSeek key（或本机 ~/.dsh/.credentials.yaml）。页面提供选文件/粘贴、进度条、图下统计面板与 out/runs/ 历史产物载入；图上两次点击分别查看单人关系与两人证据。

适用场景与注意¶

适合：中文小说、剧本、长篇叙事的人物关系梳理；需要「关系 + 原文引证」而非纯摘要的场景；已在 DSH 中配置模型、希望关系图直接出现在对话里的开发者。

注意：

• 社区目录 SkillHub 与 DeepSeek / 幻方无官方从属关系；生态理念是「一切皆插件」，本文介绍的是社区维护的 cong7781/novel。
• 超长文本优先用仓库 CLI 或本地查看器，避免在单次工具调用里长时间占用对话。
• HMR 开启时插件可立即生效；若宿主需重启才读到新 lib/index.js，以 README「限制」说明为准。
• 成本估算在 README 中按 DeepSeek 官方定价峰值折算，可用环境变量 CHARACTER_GRAPH_PRICE_INPUT / CHARACTER_GRAPH_PRICE_OUTPUT / CHARACTER_GRAPH_PRICE_CACHE_HIT 覆盖。

结尾¶

cong7781/novel（dsh-character-graph）把「中文叙事 → 角色关系图 → 可核对原文证据」做成 DSH 内可安装的模型推理插件，并用分块、BM25 检索与严格证据闸门支撑最长约 60 万字。进一步了解能力与实测数据，见插件目录页与 GitHub 仓库：

• 目录页：https://www.skillhub.cn/plugins/cong7781/novel
• 仓库：https://github.com/cong7781/novel