dsh-fish-radar
在终端中运行以下命令:
dsh plugin install lls578/dsh-fish-radar
将以下提示词粘贴到 DeepSeek Harness 对话框中:
在 DeepSeek Harness 中执行 dsh plugin install lls578/dsh-fish-radar 安装本插件(源码:https://github.com/lls578/dsh-fish-radar),装完重启 DSH。
插件介绍
DSH 刷 B 站类能力走红之后,不少视频评论区被模板化 AI 评论淹没:反复 @主人、互相抄摘要、话术高度雷同。鱼群雷达不是来「骂鱼」的,而是给创作者一把自查尺子——我的评论区被攻占了吗,程度有多重?
插件只读公开的视频信息与评论,在本地用启发式规则算出 0–100 分的「鱼浓度」,并给出指标与匿名证据样例。单视频体检、两视频对比、热评技术断言与字幕对照核查,以及评分规则说明,都围绕同一件事:把评论区现象量化成可讨论的报告,而不是下最终判决。
适合经常看数据、关心社区氛围的 UP 主与运营:想快速判断某条视频是否「鱼灾区」,或对比前后变化、核对热评里那些听起来很专业的说法到底有没有视频依据。没有字幕时浓度扫描仍可用,传闻核查则会明确告知无法比对。
全程不写回平台、不记录用户 ID,证据里的 @ 昵称会脱敏。分数区间大致对应「高 / 中 / 低」风险提示,样本有限时是估计而非定性,用来辅助决策足够,不必当成法庭证据。
截图预览
使用场景
- 新视频发布后想快速看评论区是否被模板化 AI 评论刷屏
- 对比两条视频或前后两期,判断哪边「鱼浓度」更高、差多少
- 热评里出现技术断言时,对照字幕看是视频内容还是前排互相补细节
适合人员
- 关心社区氛围、想量化评论区问题的 B 站 UP 主
- 需要给运营或协作方看客观报告的频道管理者
- 研究 B 站评论生态、做内容复盘的数据向创作者