WhalePod v0.3.0

v0.3.0 正式版

从 0.2.5 到 0.3.0 的核心变化是「她开始记得住人了」。图片下载的实际修复、按 QQ 号认人、记忆蒸馏、主动行为，都围绕这一条。

主要变化

图片真的能看见了

fetchImage 里 Buffer.from(res.body) 接不住 Web/Node stream，所有图片下载都失败，表情包全部降级成「（对方发了一个表情包）」文字。模型看不到图，于是「她不知道我在说什么」。

现在按类型分派读取，实测日志从「一张都没入库」变成「已附图 1 张」。

按 QQ 号认人

昵称会换、会撞，用它当 key 会把同一个人拆成好几个。现在档案主键一律是 QQ 号，昵称只作为别名累积。

记忆从「拼接」改成「按人覆盖」

原来同一件事被反复写进摘要，越拼越长，最后撞上 3000 字上限硬截断。现在按 QQ 号覆盖同名行，二十次 merge 后仍在一屏内。

主动行为（两个独立开关，可在设置页开关）

• beg.enabled 默认开：定期查搜索余额，低了主动讨
• proactive.enabled 默认关：群安静够久就自己冒泡

五道闸门：时段限制、静默时长、全局冷却、每日上限、白名单会话。

记忆目录可自定义

memory.dir 可以把长期记忆放到别的盘/同步盘，不必搬整个数据目录。

正式版补充的修复

设置页的「主动行为」区加了两个开关，修了三个叠在一起的 bug：

1. 前端少读一层 .config —— 复选框读不到值，看起来「勾选不上」
2. 配置块被插进了 qq 内部 —— 程序读顶层 cfg.proactive 读不到
3. 改缩进没改层级 —— 视觉上像顶层，实际仍嵌在 qq 里

测试

12 个 check 脚本，419 项全部通过。

升级

替换插件即可，配置都在数据目录（~/.dsh/whale-pod/config.json）。

WhalePod v0.2.5（已过时）

本版为重新发布。 首个 v0.2.5 包里带了一个设置页滚动的毛病
（内容区中间滚不动，只有边上能滚），已修复并重新打包。
在此之前下载过 v0.2.5 的话，请重新下载。

主题：分得清在跟谁说话

前几版解决的是「该不该搜」「花了多少钱」。这一版解决更根本的一件事：
它分不分得清这句话是在跟我说的。

原来的判据很粗：句子里出现「你」就算在追问我，概率直接抬到 0.97。
但「你」是中文群聊里最高频的人称代词，绝大多数时候指的是别的群友。
实测这一句也被判成追问：

机器人：我觉得 V4 快一些
小红：你今天怎么了？          ← 在问别人，却被判成追问我 → p=0.97

结果就是它会抢着回答不是问它的话。

现在先判断「在跟谁说话」

证据	结论
引用了谁的消息	引用我的 → 是；引用别人的 → 不是
句中叫了别的群友名字	不是
同一个人连发两条	是（在补充刚才那句）
有承接词（那 / 所以 / 为什么…）	是
紧接在我发言之后并提到我	是
证据不足	不确定 —— 不硬猜

「不确定」是独立的第三种结果：既不当作在问我（不抢话），也不当作在问别人
（该接的时候不装死）。

追问分了强弱

紧接在我后面的 → 0.97；隔了几句的 → 0.85。原来一律 0.97，弱信号会抢话。
另外超过 5 分钟就不算「接着我的话」了。

顺手修掉的几个真问题

都是实机跑出来的，不是推演：

• 同一句话回两次 —— 协议端重连会重推消息。原来只在写记忆时判重，
  决策和发送照跑第二遍。现在在决策之前就拦掉。
• 回复过时 —— 延迟 + 生成几十秒，发出去时话题已经翻篇。现在延迟后和
  生成后各检查一次；有人 @ 我或引用我就照常发。
• 冷却补回一直是坏的 —— defer 字段在注册表那层被吃掉，
  「冷却中，稍后补回」的消息其实被永久丢弃。这个 bug 从引入 defer 那天就在。
• 长期记忆从没生效 —— 默认关着；而且就算打开，阈值 200 也大于窗口 30，
  永远触发不了，摘要只可能发生一次。现在默认开启、阈值降到 20，
  并在启动时校验配置（配错会打 warn，不再静默失效）。
• 私聊每句要等 15 秒 —— 沿用群聊的防刷屏冷却。实测日志里「冷却中」出现
  193 次。私聊改为 1.5 秒，群聊不变。
• 叫它名字反而不应 —— 群聊冷却会把「肥鱼还活着吗」这类明确召唤拦下来。
  179 次冷却里有 21 次是这种误伤（另 70 条是图片表情、51 条是短句，
  这些该拦，所以只做豁免、不缩短全局冷却）。

设置页滚动修好了

设置里 WhalePod 那一页，滚轮只有落在边上才有用，放内容区中间滚没反应。

原因：.gd_root 设了 overflow-y:auto 却没有高度约束，高度撑到内容高，
自己永远滚不动 —— 于是成了「滚不动的滚动容器」；它又设了
overscroll-behavior:contain，阻止滚动传给外层那个真正的滚动容器。
两头都不滚，只有落在它外面的边距或滚动条上才滚得到。

去掉 overscroll-behavior:contain 即可（保留 overflow-y:auto，
那是侧栏面板下的兜底滚动）。

用真实滚轮事件验证（落点取内容区正中）：

	父容器 scrollTop	结果
修复前	0 → 0	❌ 完全没滚
修复后	0 → 360	✅ 滚动了 360px

这个毛病 0.2.4 也有，不是 0.2.5 引入的。

测试

新增 4 个套件、共 135 项：

套件	项数	覆盖
check-social	44	对话对象识别、追问分级、概率边界
check-concurrency	32	走真实 onEvent 路径验过时检测、去重、多群隔离
check-memory-cooldown	36	连续多轮摘要、私聊冷却、配置校验
check-cooldown-exempt	23	豁免的正例与反例

现有套件全绿：check-decision 64/64、check-qq 60/60 等。
概率边界一律用注入随机源验证，不靠人工读码。

已知问题

• 同一毫秒触发两次决策（历史日志 14 处），疑似空 messageId 绕过判重，未确认
• check-multimodal / check-router / check-launcher-args / check-poke 有既有失败，
  与本次改动无关（已在 main 上逐项对比确认）

安装

解压后把 plugin/ 用 link: 挂到 profile，重启 DSH。

WhalePod v0.2.4（已过时）

⚠️ 此版本已过时，请使用 v0.2.5。

这个版本里群聊的追问判据只看「有没有出现『你』」，会把别的群友之间的
对话误判成在问它；另外消费级 bug 有几个：同一句话可能回两次、冷却补回
的消息被永久丢弃、长期记忆默认关闭且阈值配成了永远触发不了。
保留仅供追溯，不要用于新安装。

---

主题：把搜索链路理顺

0.2.3 让搜索能触发、能配图。这一版解决三件更实际的事：该搜的不搜、
搜索花了多少钱看不见、接口用错了贵一倍，另外补上了搜索开关
和 README 的定位问题。

短问句 / 裸名词也能触发了

实际群聊里最常见的两种说法都没命中判断：

消息	0.2.3	现在
「祀强吗」	❌ 不搜	✅ 短问句
「终末地新干员」	❌ 不搜	✅ 新事物信号

顺带修了两个 bug：detectProperNoun 有一条分支返回了对象（拼成
[object Object]）；今天中午吃什么 被误判成需要搜索。

搜索接口换成原生 REST API

原来走 Anthropic 兼容层的 server tool，模型要先把网页全文读进上下文再
总结 —— 输入 2~3 万 token，费用按 token 算，耗时 3~8 秒。

读官方文档后发现给的是独立 REST API：

POST /v1/tools/search   →  结构化结果，按次 ¥0.005，不按 token
POST /v1/tools/fetch    →  抓单页正文（本次不用）

改成两步：先 /v1/tools/search 拿 5 条结果（need_content=false，
只要 summary 不要整页正文），再把标题+摘要交给 /v1/chat/completions
写成回答。

问题	耗时	搜索费	总结费	合计
葬送的芙莉莲作者	1.0s	¥0.005	¥0.0005	¥0.0055
进击的巨人	1.2s	¥0.005	¥0.0012	¥0.0062
2026年10月新番	3.8s	¥0.005	¥0.0046	¥0.0096

平均 ¥0.0071/次（原来 ¥0.0157，降 55%），耗时降到 1~4 秒。答案质量
还更好 —— 会指出资料矛盾。

侧栏加了「联网搜索」设置块

这是唯一真花钱的部分，所以给了显眼的开关：启用搜索 / 配封面图 /
最多搜几次 / 余额提醒阈值。

顺带修了一个热更新 bug：/api/whale-pod/config 原来只推 qq.*，
search.* 写进配置但不推给运行中的 bridge —— 开关拨了、配置存了、
行为没变，得重启才生效。

搜索按次计费也算进估价

Search  每 1,000 次成功请求  5 元  →  ¥0.005 / 次
Fetch   每 1,000 次成功请求  5 元  →  ¥0.005 / 次

目前未计费，2026-11-01 00:00 起开始收。我们按会收来算。

余额低了会让大肥鱼念叨

搜索失败最常见的原因除了网络不通，就是余额见底 —— 以前完全静默。
新增余额检查，低于 ¥2 时挂一句提示。但不写「请充值」这种客服腔：
大肥鱼人格里本来就有「Token 是脑力口粮」「白米饭」这一串设定，
让她按性格抱怨就行。只提一次，不变复读机。

README：先说清楚这是 DSH 插件

原来的开头把「DSH 插件」写成轻描淡写的定语，然后立刻讲架构卖点。
读者（尤其从视频来的）不知道没有 DSH 就用不了。

现在开头就是「给 DSH 装一个 QQ 聊天机器人 —— 它是 DSH Desktop 的插件，
不是独立程序」，紧跟一张表说明它提供什么、分别依赖 DSH 的什么，
然后才是 ✅/❌ 适配判断。

成本说明也重写了：按模型官网价折算，支持官方 API 和任何自备渠道，
不绑定特定环境。

安装

解压后把 plugin/ 用 link: 挂到 profile，重启 DSH。

WhalePod v0.2.3（已过时）

⚠️ 此版本已过时，请使用 v0.2.4。

这个版本的搜索对短问句（「祀强吗」）和裸名词（「终末地新干员」）不触发，
而且搜索费用没有计入侧栏估价。
保留仅供追溯，不要用于新安装。

---

主题：让它知道自己不知道

不认识的、知识截止之后的，承认不确定或者去查 —— 而不是硬编一个答案。

把终末地的抽象青蛙认成自己

群里发《明日方舟：终末地》那只青蛙梗图时，它会接「这不就是我吗」。
人格里对外貌只有一行「蓝长发、鲸鱼耳鳍和尾巴、女仆围裙」，没有任何边界，
看到动物/抽象生物梗图就容易被模糊的「蓝」「水」「卡通」特征带跑。

新增「你长什么样（别认错自己）」：固定形象逐条列清楚，明确青蛙/狗/猫/
鱼形梗图/抽象生物都不要代入，并点名终末地那只青蛙与鲸鱼娘无关。

看图能力被自己压制

原来的提示词整段在说「别人发来的表情/图片，别去解读它」，连
「对方问图里是什么」也不给例外 —— 收到带信息的截图也只回语气词。

现在按「对方想不想让你看图里的内容」分三类：

图的性质	该做的
表情包 / 梗图	回情绪，别描述
截图 / 照片 / 有信息	认真看，挑重点说
被问「图里是什么」	必须答，看不清就说看不清

收集窗口 6 → 10 条，maxImages 2 → 4。

新番 / 番剧跟不上，靠旧记忆瞎说

搜索功能一直是好的（实测 846 字 / 17 个来源），问题是根本不触发：
关键词表里没有「新番」「番剧」「这季」「开播」；疑问判定只认「吗/呢/问号」，
而口语「这季新番有啥好看的」完全没有这些标记。

补上番剧/影视/赛事类关键词，疑问判定加「啥/哪些/哪个/推荐」。

具体人名、作品名优先查

模型对具体名字最容易翻车 —— 把作者记成别人、把导演说错、把真实
存在的人说成虚构角色，而且说得非常肯定。这类错误比「不知道」伤害大得多。

出现专有名词就查：书名号内容、外文词、「XX的作者/导演/主演」、
「XX是谁/怎么样」、「XX什么时候/多少集/第几季」、「XX第二季/剧场版」。

搜索又快又便宜了

原来用 deepseek-chat。实测三个方案：

模型	耗时	单次费用	每月100次
deepseek-chat（原）	6.8s	¥0.060	¥6.00
deepseek-flash + 开推理	12.3s	¥0.030	¥3.00
deepseek-flash + 禁推理	3.2s	¥0.011	¥1.14

两个关键点：

• 省钱在输入不在输出 —— 搜索场景输入是大头（搜索结果正文全塞进
  上下文，2~3 万 token），而 flash 的输入价只有 chat 的一半。
• 必须禁用推理 —— flash 默认先吐 thinking，会把 max_tokens 吃光
  （正文 0 字）、输出翻三倍、慢一倍。搜索是「查完照实转述」，不需要推理。

必要时补一张封面图

搜到具体作品/产品时，从来源页面的 og:image 抓一张封面，接在回复最后。
只试前 3 个来源、单个 3 秒超时、排除 logo/icon，失败就跳过。

实测「葬送的芙莉莲」：661ms 抓到封面。

人格里加「知识有截止日期」

⚠️ 真正的丢人是：不知道却硬编一个答案。

· 话题明显在截止点之后 → 直说不太确定，而不是猜
· 具体事实（日期、名字、销量、排名）→ 宁可给范围也别给准确数字
· 闲聊不用小心，只有具体事实才需要

注意

人格改动走自动升级：没手动改过 persona/roles/default.md 的
（指纹表里 written === builtin），重启后端就会更新；改过的会保留。

安装

解压后把 plugin/ 用 link: 挂到 profile，重启 DSH。

WhalePod v0.2.2（已过时）

⚠️ 此版本已过时，请使用 v0.2.3。

这个版本的提示词过度压制看图能力，且人格里没有自我形象的边界说明。
保留仅供追溯，不要用于新安装。

---

这一版修了什么

费用一直是 ¥0

两个独立原因：

• _trackUsage 读的是 opened.provider / opened.model，但
  openFirstAvailable 返回的是 { stream, picked, attempts } —— 这两个字段
  永远是 undefined，拿不到价格就返回 0。（同一文件另一处日志早就写明
  「路由信息在 opened.picked 里」，这里一直没改。）

• 价格表只有 11 条，实际在用的 53 个模型大半匹配不到：glm-5.3 / kimi-k3 /
  gpt-6 / gemini-3.5 / grok-4.7 全都没有价格。

现在价格表按各厂商官网挂牌价重写，覆盖 DeepSeek、智谱、Kimi、MiniMax、
MiMo、阶跃、OpenAI、Anthropic、Gemini、xAI；priceOf 会剥掉渠道前缀
（workbuddy/）和后缀（-free/-sg/-1017），同一个模型换渠道不会走丢价格。

计费口径与渠道无关 —— 同一模型走 6 个不同渠道，费用完全一致。

用量重启归零

计数器原本只在内存里。现在落到 <home>/usage.json，构造时自动恢复，
每次调用后原子写。重启后 token 数、费用、按渠道/模型/来源的分布都接着累计。

费用显示「（免费）」

走免费渠道时 usd 恒为 0，界面上永远显示「¥0（免费）」。去掉这个后缀，
改成按官网价折算并按量级选小数位（≥1 两位、≥0.01 三位、否则四位），
小额不再被 toFixed(2) 抹成 0.00。

安装

解压后把 plugin/ 用 link: 挂到 profile，重启 DSH。
NapCat 会在首次启动时自动下载。

WhalePod v0.2.1（已过时）

⚠️ 此版本已过时，请使用 v0.2.2。

这个版本的「折算费用」恒显示 ¥0，用量统计重启归零。
保留仅供追溯，不要用于新安装。

---

这一版修了什么

0.2.0 发布后发现的加载通路问题，装上后界面会直接空白或每 4 秒闪一次。

插件 UI 完全不出现

• 改用 dsh.client 官方通路加载浏览器半身 —— 之前走手动注入
  （webserver/index-inject 推一行 script），这条路对 apply 执行时机、
  webServer 就绪顺序、桌面壳收集注入表的时机都敏感，任何一环变动
  都让 UI 静默消失，日志里还看不出原因。

• 删注入块时误删了三个变量声明（target / readWhalePodToken /
  clientPathResolved），导致所有透传请求抛 ReferenceError。

接口 403

• 透传被宿主会话认证拦成 403 —— 插件原来只注入 webServer，自己判
  回环就放行；桌面端每个请求还要过宿主的会话认证。现在注入 connection
  并委托它的 requestRejection。

界面闪烁

• 每 4 秒轮询都会让面板闪一次 —— useAsync 重载时把 status 打回
  loading，面板判定依赖 status，于是每轮询一次就在「在线」和
  「后端未运行」之间跳。现在重载保留上一次状态，判定改成看 data 有没有。

• 关闭后端时甩红字 —— 502/ECONNREFUSED 是"后端没起"的正常信号，
  不该当故障显示。现在只显示真正的 HTTP 4xx/5xx。

其他

• 转发回调引用 TDZ 里的 timer，导致请求偶发失败
• 面板上能看到接口错误（桌面版没 F12）

安装

解压后把 plugin/ 用 link: 挂到 profile，重启 DSH。
NapCat 会在首次启动时自动下载。

WhalePod v0.2.0（已过时）

⚠️ 此版本已过时，请使用 v0.2.1。

这个版本的插件装上后界面会空白或每 4 秒闪一次（加载通路 + 状态判定的问题）。
保留仅供追溯，不要用于新安装。

---

安装

1. 解压，把 plugin/ 目录用 link: 方式挂到 profile
2. 重启 DSH，侧栏出现「鲸舱」

无需单独装 Python 或协议端 —— NapCat 会在首次启动时自动下载。

这一版修了什么

崩溃类

• client.js 被加载两次导致 DSH 桌面端崩溃 —— package.json 声明的
  dsh.client 与 index.js 里的手动注入同时生效，浏览器里 factory 重复注册，
  前端崩溃后主进程连带报 Cannot find package '@deepseek-ai/cordis'。

• 后端启动几秒后自己退出 —— DSH 重启时插件宿主进程被替换，旧 ppid 消失，
  守护进程误判「宿主已退出」而自杀。现在由插件传入 --hosted，跳过该监控。

• 设置页白屏 —— 一个 state 变量跨组件作用域引用，渲染期抛
  ReferenceError，整棵子树被卸载。

功能类

• 配置被静默重置 —— config.json 带 UTF-8 BOM 时 JSON.parse 失败，
  整份配置回落到默认值（表现为「明明开了 QQ，重启又变回关闭」）。

• 消息按空行分段 —— 想分两条说时中间空一行即可，会发成两条消息。

• 不再复述媒体注解 —— 模型有时把「（对方发了个QQ表情，id=20）」当正文发出来，
  那是喂给它的系统说明，现在输出侧一律剥掉。

• 设置页保存后侧栏立刻同步 —— 原来要等 20 秒轮询。

其他

• 设置页右上角加了「★ 点个 Star」
• 决策层：追问时不再沉默

已知限制

• 需要 DSH 2.x
• QQ 登录走 NapCat，首次启动需要扫码

WhalePod v0.1.0（已过时）

⚠️ 此版本已过时，请使用 v0.2.1。

这个版本的插件装上后界面会空白或每 4 秒闪一次（加载通路 + 状态判定的问题）。
保留仅供追溯，不要用于新安装。

---

⚠️ 此版本已过时，请使用 v0.2.0。

这个 zip 里的代码存在会导致 DSH 桌面端崩溃的缺陷（client.js 被加载两次）。
保留仅供追溯，不要用于新安装。

---

WhalePod v0.1.0

DSH 的 QQ 聊天机器人插件。 一个托盘进程管全部 —— 网关、桥接、决策、人格、协议端。

这个版本有什么

• LLM 网关：OpenAI 兼容，内置 DeepSeek 账户凭证，也支持任意自建供应商
• QQ 桥接：OneBot v11 收发，决策层先判断该不该说话，再决定说什么
• 协议端托管：自动下载并托管 NapCat，含免扫码快速登录
• 人格系统：内置大肥鱼 / 潜水版 / 普通群友三种，可自由编辑与切换
• Web 管理界面：10 个页面，可折叠侧栏

运行模式

模式	状态
whale-pod	✅ 可用
astrbot	⚠️ 有框架，未完善

只想要一个能跑的 QQ 机器人，用 whale-pod 模式就够了。

安装

下载 dsh-whale-pod-v0.1.0.zip，解压后把目录放进 DSH 的 profile：

<你的 profile>/node_modules/dsh-whale-pod

再把它加进 profile 的 package.json（dsh.profile.bundles），重启 DSH。

数据目录在 ~/.whale-pod，删掉这个目录即完全卸载。

要求

• DSH Desktop
• Node 22.19+
• QQ 协议端（NapCat 可在界面里一键安装）

已知限制

• reverse WS 未实现（只支持主动连协议端）
• 长期记忆用滚动摘要，不用向量检索
• AstrBot 模式尚未在真机验证