dsh-mimic · 让 AI 学会像个人一样说话

把一个 AI 拉进 QQ 群，让它默默学一个人的说话方式，然后像真人一样聊天。

不训练模型、不微调权重。 学到的是这个人的口癖、句子长度、标点习惯、表情包偏好——以及最重要的，他什么都不说。

这个插件解决什么

大模型有个很难除掉的毛病：它说话太完整了。它会分点、会总结、会在结尾祝你顺利、会每句都答。

你要它"像真人一点"，它只会变得更礼貌——因为那正是它被训出来的平均脸。

这个插件的做法是：找一个人给它当坐标系。人味不在优点里，在缺陷里——说话没头没尾、懒得解释、句子打到一半、对某些问题干脆不回。

效果

默认状态（没开模仿）：

群友：今天又加班到十点机器人：加班到这么晚确实很辛苦，建议你注意休息，保持规律的作息，长期熬夜对身体的危害是很大的。

模仿模式开启后：

群友：今天又加班到十点机器人：啊？机器人：你们公司还没倒啊

区别不在用词，在它没有把话说完整。

功能

静默采样：只听不说，把指定人的发言按人切片落盘，连带保留前一句别人的话当语境
冷启动：进群就能拉群历史（能不能拉到取决于后端，拉不到会落盘原因）
表情包库：收到即下载（QQ 图片 URL 带 rkey 会过期，只存链接必废）+ 按语境检索
结构化画像：不是一段散文式人设，是可校验、可手改的数字和清单
续写式模仿：不写"请你扮演一个人"，而是把真实对话铺好让它接着说
风格校验：生成后过一道规则打分，翻车成客服腔就重写
发言时机：深夜装死、概率性装没看见、有自己的冷却
盲测：真假混排让你猜，这是唯一的成败标准

快速开始

pnpm dsh plugin --profile web add dsh-mimic

重启 dsh web，进入 设置 → 人格蒸馏。

五步上手

填 OneBot WS 地址（默认 ws://127.0.0.1:3001）和 机器人自己的 QQ 号
打开 启用插件 + 开始采样，填 监听对象 QQ 和 采样群号
让它待在群里攒语料（后台静默，一句话都不发）
点 生成人格 → 得到画像
打开模仿 → 在群里 @ 它试试

采样和模仿是两个独立开关。可以只采样不模仿。

只依赖一个 WebSocket 地址

这个插件不绑定任何具体的 QQ 后端。它只认：

一个 OneBot 11 正向 WebSocket 地址
标准 JSON 帧

底层是 NapCat、Lagrange 还是别的实现，插件都不关心。

这也意味着不需要本插件去装任何东西。 你的 QQ 后端自己跑着就行。

⚠️ 注意：NapCat 是官方 QQ 客户端的插件（source-available，许可证禁止商用与再分发）。本插件不打包它、不改它，只调它的 WS 接口——这是干净的用法。但请勿把 NapCat 打进你自己的安装包。

配置项

通用

项	默认	说明
启用插件	`false`	总开关
机器人自己的 QQ	`0`	填 0 表示任意 @ 都当成在叫它
WS 地址	`ws://127.0.0.1:3001`	OneBot 11 正向 WS
Access Token	空	后端配了才填

采样

项	默认	说明
开始采样	`false`	只记录不发言
监听对象 QQ	`0`	学谁
采样群号	`[]`	空=不限
冷启动拉历史	`true`	调 `get_group_msg_history`
群历史条数	`200`	上限由后端决定
本地保留条数	`3000`	超出按时间淘汰
采集表情包	`true`
连别人的表情也采	`true`	表情包通常是通用的

模仿

项	默认	说明
开启模仿	`false`
只在被 @ 时说话	`true`	没人叫它就别插话
装没看见的概率	`0.15`	真人不会每条都回
最多分几条	`3`	真人一句一个气泡
单条最大字数	`200`
发表情包	`true`
风格校验	`true`	不合格重写
冒充身份	`false`	默认禁止，只学语气

盲测：唯一的验收标准

点「开始盲测」生成 10 道题——5 条真人原话、5 条 AI 生成，打乱顺序，逐条猜哪句是真的。

猜对	结论
8+	太假，一眼看出来，回去调画像
5 左右	达标
4 及以下	已经骗过你了

这个数字比任何"风格相似度打分"都准。而且一分钱不花。

数据与隐私

所有数据存在本机 ~/.dsh/mimic/：

corpus/<qq>/samples.jsonl     语料，一行一条
corpus/<qq>/meta.json         采样元信息
stickers/<qq>/index.json      表情索引
stickers/<qq>/*.png           表情原图
personas/<qq>.json            画像（可手改）

不上传云端，代码里没有这条路径
一键清空：设置页「清空所有数据」会删掉语料、画像、表情
可手改画像：觉得哪个口癖抓错了，直接改文件

使用边界

这个工具会采集群里别人的发言。请：

只在自己有权限的群里使用
尊重被采样者，被要求删除时立即用「清空所有数据」
不要用它做冒充、诈骗或任何损害他人的事

插件默认不冒充身份：说话的始终是机器人自己的号，只是语气像。请不要用「冒充身份」之外的方式去骗人——技术是中立的，用的人不是。

明确不做

不做	原因
微调模型 / 训练权重	每人一份权重不现实，迭代以天计
自己写 QQ 协议栈	比用现成后端重一百倍，且签名风控极难
打包 NapCat	其许可证禁止再分发
数据上传	群里的话不出本机
冒充特定人身份	默认关闭，需显式开启

技术要点

为什么产物不是权重，是"画像 + 范例库"

微调需要每人几千条高质量样本 + 一次训练 + 一次部署。收集要三个月，迭代以天计，一个人一份权重根本管不过来。

结构化画像 + 真实原文 few-shot，当天就能见效，改一个字段立刻生效。

为什么画像是数字而不是形容词

告诉模型"这个人说话简短"，它会输出一句结构完整的短话——长度对了，味道全错。

告诉它"平均 7 个字、85% 不带句号、12% 只回一个字、从不用'首先其次'"——这些是可执行约束。

为什么用"续写"而不是"扮演"

把真实对话记录铺好让它接着说，模型的内部状态从「我在完成任务」变成「我在接着聊」。它会自然继承前面的句子长度和语气。这一招不需要训练、不需要微调。

为什么必须有负向清单

AI 的默认行为恰好就是最不像人的那些：分点、总结、每句都答、无条件礼貌。

学"不做什么"比学"会做什么"更能骗过人。所以画像里有一整块 avoid。

开发

npm install
npm run build      # tsc + client bundle
npm test           # 186 个用例

src/
  config.ts              配置（zod）
  settings.ts            设置页 schema（schemastery）
  plugin.ts              Cordis 插件入口 + 运行时
  rpc.ts                 设置页 HTTP 路由
  engine.ts              蒸馏引擎（不依赖 DSH，可离线跑）
  collector.ts           消息采集
  corpus.ts              语料落盘
  profile.ts             画像生成 + prompt 渲染
  profile-store.ts       画像持久化
  style-check.ts         风格校验
  imitation.ts           模仿决策 + prompt + 分段
  stickers.ts            表情库
  blind-test.ts          盲测
  onebot/                OneBot 11 通信层
  handlers/              DSH agent 驱动
  client.js              Web 设置页（无构建，直接是 bundle）

许可

MIT。

OneBot 通信层的设计参考了 dsh-qq-bridge（MIT）。详见 THIRD_PARTY_NOTICES.md。

dsh-mimic

Install

Source

Tags

Readme