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.

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 /eri64/dsh-claude-ux/blob/main/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 选 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 /eri64/dsh-claude-ux/blob/main/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）。 | 键 | 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 /eri64/dsh-claude-ux/blob/main/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。