前言¶

在 DeepSeek Harness（DSH）里写长文、讲稿或交付 Word、PPT 时，常见情况是：每个新会话模型都从默认腔调起步，输出偏「通用 AI 中文」；你手改过的定稿是最贴近真实偏好的样本，却很少被系统化提炼，下次仍要从零描述「别这么写」。交付前才发现「AI 味」偏重，返工成本也最高。

dsh-style-memory（社区目录名 ymz001130/dsh-style-memory，界面显示「风格记忆 / Style Memory」）是 DSH 生态里分类为「记忆」的插件，由维护者 ymz001130 发布在 GitHub。它把「你改 AI 初稿」这一动作变成可累积的风格规则与一张不超过 400 字的风格卡，在新会话开始时注入系统提示；在通过 present 交付 .docx / .pptx 前，用同一套检测器做分数门禁。数据默认落在本机目录，插件本身不发网络请求。

下面介绍它解决什么问题、核心能力、安装方式与一条可复现的工作流。设计依据与评分口径见仓库中的 METHODOLOGY.md。

这是什么¶

一句话：DeepSeek Harness 风格记忆插件——从你对 AI 文本的修订中学习个人写作风格，会话开始时自动注入风格卡，交付前对指定格式做 AI 特征检测与拦截。

流程概览：

出初稿 → 你改 → style_learn → 规则（含置信度）→ 风格卡（≤400 字）→ 新会话注入 → 交付前门禁
                                                                         └─ 没过 → 回到改写，再学一轮

装上之后，README 用表格对比了前后差异：重复描述文风 → 会话开始自动注入风格卡；修改只影响单篇 → 每次修订进档案；凭感觉判断 AI 味 → 0–100 分与命中项、改法；交付前人工通读 → present 前自动检测；偏好写死在提示词 → 按体裁分桶，可查看、回滚、导出。

核心功能¶

风格学习（style_learn）¶

对齐「改前 / 改后」两版文本（或路径），剔除纯内容改动，抽出风格差分，更新规则并写入新档案版本。规则分九类：禁用表达、改写偏好、偏好表达、结构习惯、开场习惯、结尾习惯、术语偏好、口头表达、人味特征。置信度不到 0.62 的规则标为「待验证」，不进风格卡。

可选参数 genre 把学到的东西归到体裁桶：global、lecture、thesis、ppt、chat。可选 note 随本次学习记入学习历史。

AI 特征分析与诊断（style_analyze）¶

对文本或文件（纯文本、.md、.docx、.pptx，后两者只提取文字）打分并给出诊断。

• score：0–100，越高越像 AI 生成。
• 档位：human 0–34、mixed 35–59、ai_clear 60–79（门禁线以上）、ai_heavy 80–100。
• top_issues / all_issues：类别、原因、改法、例句等；detail 可选 summary 或 full。

档案管理（style_profile）¶

支持 view、card、rules、history、undo、reset（须 confirm: true）、export、import、stats、consolidate 等 action。风格卡硬上限 400 字；规则细节可通过 rules 查看。

会话命令 /style¶

新会话里输入 /style 即查看状态；README 建议验证时能说「用 style_analyze 看一下这段……」并拿到分数与命中项。

风格卡与会话注入¶

插件注册系统提示段 style-memory:profile，order 660。每个会话开始时注入不超过 400 字的风格卡：主代理完整版，子代理 200 字以内精简版。0.2 起卡片以抽象规则为主，避免把改过的原句罗列成模板。

present 门禁¶

交付 .docx / .pptx 前（默认只看这两种；config.json 的 gate.extensions 可加上 .md / .txt）：

1. 提取文本并打分。
2. 分数低于 60：正常交付。
3. 分数 ≥ 60：首次拦截，返回 band、命中问题与改法。
4. 改完再交付会重新扫描，分数比上一次下降则放行。
5. 同一文件连续 3 次未降下来，写审计后放行。

/style off 会暂停门禁、自动学习与注入；在回复里直接贴正文不经过 present，不受门禁约束。

设置页与本地脚本¶

0.5 起提供浏览器端「风格记忆」页签，只读数据来自 /style-memory/data。另有 scripts/check.mjs（离线打分）、scripts/learn.mjs（离线学习）、scripts/calibrate.mjs（README 在「已知边界」中建议用于校准阈值）。

安装与启用¶

前置条件：package.json 中 engines.dsh 为 >=0.2.0-rc <0.3.0-0，本机需有桌面版自带的 dsh CLI。插件以当前 DSH 进程权限运行；安装前应在 GitHub 查看源码与 MIT 许可证。

在插件源码目录下，脚本安装：

powershell -ExecutionPolicy Bypass -File .\install.ps1

手动用 CLI 安装（等价，将当前目录以链接方式加入 desktop profile）：

& "$env:LOCALAPPDATA\Programs\DeepSeek Harness\resources\runtime\cli\bin\dsh.cmd" plugin --profile desktop add .

装完重启 DeepSeek Harness。插件管理页（设置 → 插件）应显示「风格记忆 / Style Memory」版本 0.6.2。首次使用无需预先配置；数据目录在第一次写档案时自动创建。

验证三件事：

1. 插件管理页能看到 0.6.2，能启停、能卸载。
2. 新会话输入 /style，返回当前状态。
3. 通过 style_analyze 对一段文本或文件拿到分数与命中项。

更新可使用：

powershell -ExecutionPolicy Bypass -File .\update.ps1

典型用法¶

一次完整学习对话可参照 README 示例：

初稿在 D:\work\draft.md，我改完的在 D:\work\final.md。
用 style_learn 学一下：original_path 是 D:\work\draft.md，revised_path 是 D:\work\final.md，
genre 用 thesis，note：开头别铺垫，段落不要每段都收尾总结。

查看档案：

/style status
/style card

分析文件：

用 style_analyze 看 D:\work\draft.md，genre thesis，detail full

命令行自检（不进入会话）：

node scripts/check.mjs "D:\work\draft.docx" --genre thesis
node scripts/learn.mjs --original "D:\work\ai-draft.docx" --revised "D:\work\mine.docx" --genre lecture

推荐工作循环：出初稿并说明体裁 → 按习惯改稿 → style_learn → 下一会话自动注入 → present 前门禁；规则多了用 /style consolidate，学歪了用 /style undo。

数据目录、隐私与边界¶

默认数据目录：%USERPROFILE%\.dsh\style-memory\（跟随 DSH_HOME；调试可用 DSH_STYLE_MEMORY_HOME）。含 config.json、profile.json、snapshots\、history\、versions\、audit.ndjson 等。快照保留 90 天、最多 200 个；清理前会尝试用宿主 ctx.llm 整合规则，模型不可用则退化为统计合并。

隐私要点：全部本地；插件不发网络请求；export 为明文 JSON；敏感内容需自行评估与删除。

已知边界（摘自 README）：分数为启发式集成，不是第三方 AI 检测器判决；中文特征为主；单对样本不够稳；门禁仅覆盖走 present 的指定扩展名；降低本插件分数不等于降低外部检测器判定。若与 dsh-strict-rules 同装，两者 present 前门禁互不依赖，推荐先 style_analyze 改写再登记润色后 present。

结尾¶

dsh-style-memory 把「改稿差异」沉淀为可注入的风格卡与可回滚的档案，并在 Word、PPT 交付前给出可操作的 AI 特征分数与改法，适合长期在 DSH 里写中文交付物、又希望文风跨会话保持一致的使用者。

• 社区目录页：https://www.skillhub.cn/plugins/ymz001130/dsh-style-memory
• 源码与文档：https://github.com/ymz001130/dsh-style-memory

社区插件目录为独立站点，与 DeepSeek / 幻方无官方从属关系；DSH 本身遵循「一切皆插件」的扩展方式，安装与行为以仓库 README 与本地源码为准。