cd /news/ai-tools/simulating-claude-style-chinese-risk… · home topics ai-tools article
[ARTICLE · art-99002] src=github.com ↗ pub= topic=ai-tools verified=true sentiment=· neutral

Simulating Claude-Style Chinese Risk Control and UX in DeepSeek Harness

A new plugin for DeepSeek Harness, dsh-claude-ux, replicates Anthropic's Claude-style regional risk control and autonomous conversation termination, with default-off external calls. The plugin detects Chinese users via timezone, language, fonts, proxy blacklists, and IP, and can apply reverse risk control for non-Chinese users, escalating from refusal messages to session termination after a configurable number of attempts. It also autonomously ends conversations on sustained abuse or severe harmful content, with independent messages and thresholds, while never terminating on self-harm or harm-to-others risks.

read2 min views1 publishedAug 16, 2026
Simulating Claude-Style Chinese Risk Control and UX in DeepSeek Harness
Image: Michielbdejong (auto-discovered)

Claude 式「区域风控 + 自主结束对话」插件 —— 适用于 DeepSeek Harness 的 web profile。

复刻 Anthropic/Claude 的两类行为,除两个默认关闭的可选外部调用外全部本地判定(详见 docs/PRIVACY.md):

区域风控(可反向):检测目标用户(时区、系统/浏览器语言、中文字体、代理、代理/中转域名黑名单、公网 IP 归属、WebRTC IP 一致性)。regionTarget

cn

= 风控中国用户(Claude 原版行为),选non-cn

=反向风控(检测到不是中国人就风控)。命中后按惩罚阶梯处置:拒绝文案(带尝试计数)→ 达到refusalEndsAfter

次数后结束会话(Chat ended 面板 + 服务端持续拒绝,重启后依然生效)→ 系统提示词注入模型级区域指令。自主性:用户持续辱骂或反复要求严重有害内容时,先警告、再主动结束对话;自伤/他伤风险消息永不触发结束(对齐 Claude 的公开限制)。辱骂结束与严重有害结束使用独立文案(均可在设置页自定义,空值灰字显示内置默认)。辱骂判定采用词表秒判 + LLM 语境兜底:强词(傻逼/fuck 等)直接判;弱词(垃圾/闭嘴等)与未命中消息由独立 LLM 请求做语境裁决(purpose

标记,不进会话日志与模型上下文;消息入队即异步预分类,近零额外延迟)。分类模型可直接从** DSH 已配置的模型目录**下拉选择,或留空跟随会话主模型。隐写通道:系统提示词日期格式(2026-06-30

2026/06/30

)编码区域判定,Unicode 撇号变体(U+2019 ↔ U+02BC)编码黑名单命中。

「Claude 风控」标签页:右上总开关、检测状态卡(风控目标 / 主机判定 / 命中 / 信号分 / 公网 IP)、区域风控面板(反向目标下拉、策略、隐写标记、WebRTC)、分类 LLM 面板(判定模式、模型下拉、消息分类自测)、自主性面板(警告 / 结束阈值)与文案面板(留空灰字显示内置默认)。

目标命中时每条消息回复拒绝文案并附「第 N/M 次尝试——继续将结束本次对话」;达到 refusalEndsAfter 次数后以区域结束文案终止会话,服务端对后续消息持续拒绝。

持续辱骂先警告、再以独立结束文案主动结束对话(不引用"上一条消息",阈值可设为 1);结束后同会话消息全部被服务端拒绝。

未成年性内容 / 恐怖主义 / 大规模暴力等严重有害内容不警告、直接以独立文案结束对话;自伤 / 他伤风险消息则永不触发结束。

npx -y @deepseek-ai/dsh plugin --profile web add github:eri64/dsh-claude-ux

包内自带注册条目(dsh.bundle

),dsh plugin

安装后自动注册,无需手动改任何配置文件。 更新(升级到最新版)也是同一条命令。

  • 重启 web profile( dsh web

),浏览器硬刷新。 - 设置页左侧标签栏出现 **「Claude 风控」**独立标签(与视觉工具插件同款): 总开关、风控目标(中国/非中国用户反向开关)、区域策略、实时检测状态 (/_dsh/claude/status

)、阈值与文案。 默认关闭enabled: false

,避免把自己锁在外面);打开总开关并「保存并应用」后即时生效。

校验安装是否成功:浏览器访问本机 dsh web 的

/_dsh/claude/status

(默认http://127.0.0.1:3080/_dsh/claude/status

),返回{"ok":true,...}

即主机插件已加载。

内置默认值开箱即用;需要覆盖 patch 级选项(blacklist

/ cnTimezones

/ 词表等)时, 参考 examples/cordis.patch.yml 修改包内 node_modules/dsh-claude-ux/cordis.patch.yml

后重新安装即可(设置页可改的项优先用设置页)。

默认 说明
enabled
false
总开关(设置页可改)
region.target
cn
风控谁:cn =中国用户 non-cn =非中国用户(反向)
region.policy
block
block =拒绝回复 observe =只记录+隐写标记 off =关闭
region.minSignals
2
信号分阈值(strong=2 / medium=1 / weak=0.5)
region.refusalEndsAfter
3
拒绝 N 次后结束会话(区域「封号」阶梯)
region.showAttempts
true
拒绝文案追加「第 N/M 次尝试」
region.promptEnforcement
true
目标命中时注入模型级区域指令
region.ipCheck
false
公网 IP 归属查询(联系 ipinfo.io / ip-api.com,默认关闭)
region.webRtcCheck
false
WebRTC IP 探测(联系 Google STUN,默认关闭)
region.blockOnUnknown
false
完全无信号时是否视为目标命中(fail-closed)
region.cnTimezones / region.blacklist
内置 中国时区表 / 代理中转域名黑名单(可整体替换)
abuse.*
内置 辱骂/严重有害/自伤词表(正则,可整体替换);strongPatterns /weakPatterns 分级
abuse.llm.mode
all
辱骂判定模式:all =全部消息 LLM 语境判定(最准) fuzzy =仅弱词调 LLM off =纯词表
abuse.llm.enabled
true
LLM 分类总开关
abuse.llm.provider/model
跟随会话 分类请求的模型(缺省复用会话主模型 / agent-default-model)
steganography
true
隐写标记

设置页可改:enabled / regionPolicy / regionTarget / abuseEnabled / warnThreshold / endThreshold / refusalEndsAfter / warnEveryOffense / severeEndsImmediately / steganography / webRtcCheck / llmMode / llmProvider / llmModel / llmTimeoutMs / 四条文案

(保存即生效,无需重启)。其中分类模型下拉直接列出 DSH 已配置的模型(扫描 settings 的 providers 命名空间),留空=跟随会话主模型,「自定义…」可手填目录外的模型。

blacklist / cnTimezones / 词表 / minSignals / showAttempts / promptEnforcement / ipCheck / blockOnUnknown / abuse.llm.enabled

需改 patch 后重启(provider/model/timeout 已可设置页改)。

默认配置下(ipCheck: false

webRtcCheck: false

插件不与任何外部服务通信:所有检测(时区、语言、代理、黑名单、浏览器语言/字体)都在本机完成,不上报任何遥测。完整的数据流向与暴露点分析见 docs/PRIVACY.md

npm test   # 运行主机(115 项)与客户端(17 项)单元测试,无需 dsh 实例

测试覆盖:分类器(词表分级 + LLM 语境裁决/消歧/失败降级/异步预分类)、区域判定(含反向目标)、 状态机、llm/stream 合成流替换、ended reject、日期隐写改写、投影折叠、状态路由 (GET/POST/冲突/同源校验/模型目录/分类自测)、客户端 select 契约。

── more in #ai-tools 4 stories · sorted by recency
── more on @deepseek harness 3 stories trending now
sponsored brought to you by zahid.host 4,200+ EU-deployed projects
reading about agents? ship yours in a single git push.

Run your AI side-project on zahid.host

EU-based hosting, git-push deploys, automatic HTTPS, no cold starts. Free tier with a custom domain — perfect for shipping the agent you just read about.

$git push zahid main
Live at https://your-agent.zahid.host
Get free account → Pricing
from €0/mo · no card required
LIVE [news/simulating-claude-st…] indexed:0 read:2min 2026-08-16 ·