dsh-daily-watcher

安装与配置

# dsh 配置示例
- id: watcher
  name: dsh-daily-watcher
  config:
    enabled: true
    dataFile: watcher-store.json      # 账本与历史的 JSON 存储（原子写）
    defaultIntervalSeconds: 1800      # watch_add 缺省间隔
    minIntervalSeconds: 60            # 间隔下限
    maxBackoffSeconds: 21600          # 失败退避上限
    fetchTimeoutSeconds: 20
    userAgent: 'dsh-daily-watcher/0.1 (content-watch; +https://github.com/deepseek-ai)'
    maxItemsPerDelivery: 10           # 单次投递最多列出的条目数
    maxExcerptChars: 2000             # 网页正文摘录长度上限
    folderPreviewLines: 30            # 新文本文件注入的行数
    seenKeysMax: 500                  # 每个订阅源的已见 GUID 账本上界
    summarize: false                  # 摘要方案，见下
    deliverTimeoutSeconds: 600

摘要方案的取舍

summarize: false（默认）时，投递消息里是模板摘要：变化标题 + 条目列表（数量与长度可配截断），零模型调用、行为确定。

summarize: true 时，本插件不自己注册或调用任何模型，而是在投递消息末尾附加一条指令，请目标会话的 agent 用自己的话总结变化要点。选择这个低耦合方案的原因：

• 不需要额外的模型配置/API key，摘要能力复用投递目标会话已有的模型；
• 摘要本来就要被那个会话消费，让它自己生成省去一次中转；
• 代价是摘要质量取决于目标会话的模型，且每次变化多消耗一轮会话 token——所以默认关闭。

权限透明

本插件对宿主环境的影响面，逐条交代清楚：

• 读写位置：读写 dataFile 指定的 JSON 账本（默认 ./watcher-store.json，原子写：临时文件 + rename）；folder 类型监控只读取用户配置的目标目录及其文件头部（≤8KB 用于文本预览）。
• 网络域名：只访问用户在 watch_add 中显式配置的 http(s) URL，带可配置的 User-Agent、超时与 etag/last-modified 条件请求头；不访问任何其他域名。
• 凭证：不持有任何凭证。遇到需要登录的源会暂停并说明，而不是尝试绕过。
• 确认点：无 ask 拦截；所有监控由用户通过 watch_add 显式创建。
• 日志内容：插件日志只记录加载信息、自动暂停原因与持久化失败；变化内容（条目标题、正文摘录、文件预览）只进入投递目标会话，按其既有规则留痕，未额外脱敏。

已知限制

• 正文提取是自研轻量启发式（去 script/style/nav/header/footer/aside，优先 /），不是完整的 Readability 算法；对高度动态或模板复杂的页面可能提取到噪声。这是有意取舍：零额外依赖、可单测。评估后未引入现成包——生态里零依赖且维护活跃的正文提取包（如 @mozilla/readability）都面向 DOM 而非字符串，引入它需要再带一个 DOM 实现，代价不成比例。
• 不支持 JS 渲染页面（SPA、无限滚动）：只抓取静态 HTML。
• 文件夹监控只看顶层新增文件（非递归），文件内容修改不触发（那是 sentinel 的领域）。
• 正文 hash 对"重新排版但文字不变"免疫，但对"同一段落改动一个字"敏感——没有相似度阈值。

手动验证

本仓库的 CI 只覆盖类型检查与纯函数单测。接入真实 dsh 后请手动验证：

1. 在 dsh 配置中启用本插件，确认启动日志出现 watcher: loaded。
2. watch_add 一个 rss 监控（任选一个公开订阅源，间隔 60s），随后 watch_check 立即检查一次：首次应返回 unchanged（建立基线）。
3. 等订阅源更新（或换一个会变化的网页做 webpage 监控），下一次轮询应在目标隔离会话中收到投递消息，watch_history 出现 changed 且 delivered=true。
4. watch_add 一个 folder 监控指向某个测试目录，向其中放入一个 .md 文件，下一轮应投递文件名 + 前若干行预览；放入二进制文件应标注"跳过预览"。
5. 配置一个需要登录的 URL，下一轮应自动暂停，watch_list 显示暂停原因；watch_pause 恢复后重新轮询。
6. 重启 dsh，确认 watch_list 中的监控与账本从 dataFile 恢复，不重复推送旧条目。

许可

MIT