资讯详情

情绪桶、关键词检索与自动学图:dsh-meme 进阶用法拆解

📅 2026/10/10 21:55:55 | 华诺云谱 👁 阅读
情绪桶、关键词检索与自动学图:dsh-meme 进阶用法拆解
dsh-meme 装完能发图但真正决定它好不好用的是你会不会用它的两个工具send_meme和learn_meme。前者负责「取候选」后者负责「收图入库」。这篇不讲安装只讲这两个工具怎么组合、情绪桶和关键词检索各在什么时候用、以及自动学图会卡在哪里。想对照同类插件的中文清单与安装形态可见 完整插件清单与汉化避坑指南。两个工具一个取图一个存图send_meme是取候选的。它把符合条件的图输出成若干行[表情: 描述]模型挑一行原样贴进回复前端再按描述在对话气泡里配上图。learn_meme是收图的。用户说「入库」时它默认收录最近一张用户附件不需要手动填附件 id插件会自动识别分类和描述。两个工具一取一存构成了整套用法的地基。理解这一点剩下的都是参数怎么调。情绪桶不知道发什么时先选一种情绪send_meme的第一种搜法是按情绪随机抽。插件把图归成六个情绪桶happy 开心卖萌 / 可爱 / 喜欢angry 生气sad 难过无语 / 求饶shy 害羞confused 困惑惊讶daily 日常睡觉 / 上班 / 早上好用法就是给一个 tag让系统从该桶里随机抽几张 caption 给模型挑limit控制抽几张。它的好处是你自己不用想具体发哪张只要定个情绪剩下的交给随机。要注意磁盘上存的其实是细 tagangry / baka / …模型只认这六个情绪桶。所以「baka」「meow」这类细分类不能直接当桶用得靠关键词搜。关键词检索想找特定的图用它更准第二种搜法是query在 caption / 关键词 / 图名里做子串匹配多词用空格分开时全部命中的会排在前面同一档内是随机的所以反复搜能换一批。想把范围收窄到某个情绪里可以把 tag 和 query 一起给——tagquery就等于「在这个情绪桶里按词筛」。一个实用的经验只给 tag 是「随便来一张」给 query 才是「我就要那张」。想发「比心」「摸鱼」这种具体动作用 query 命中率高得多。learn_meme让 AI 自己把图收进库进阶用法里最省事的是自动学图。你在对话里丢一张图说一句「入库」learn_meme就会把它收进图库第一种是默认行为收录最近一张用户附件第二种可以直接给它一个图片 URL。代价说清楚自动识图依赖当前默认模型支持图片输入。模型不支持图片输入时自动分类和描述就做不到这时只能手动指定 tag / caption。所以「一句话入库」能不能用取决于你用的模型。这也是一条硬边界不是配置能绕过去的。一条推荐的组合链路把两个工具串起来日常是这样跑的攒图看到好用的表情丢进对话说「入库」让learn_meme收进当前图库归位到设置页「图库」页里用上传 / 编辑弹窗补齐分类、描述、关键词——这一步决定后面搜得准不准按需取图气氛对了用send_meme tag…随机抽想发特定的图改用send_meme query…保持开关开着别忘了send_meme的候选来自所有打开开关的图库开关关了这个库就等于不存在。一句话总结这条链路入库靠 learn_meme发图靠 send_meme准不准靠你自己补的 caption 和关键词。发出去长什么样格式与三条铁律模型和悬浮窗发的都是[表情: 描述]不要带网址。前端只在对话气泡里按 caption 配图Think / 轨迹 / 工具卡保持纯文字。引号差异“”/会先折叠再匹配。给模型的约定是三句话把候选里的[表情: 描述]整段原样写进回复不加网址、不改 markdown 图片没命中就换词、换情绪或回文字别硬发发完保持简短让图自己说话。描述对不齐时的兜底链如果模型没抄准描述插件不是直接失败而是逐级兜底先按分词在图库的 caption / 关键词里兜底匹配仍然没有命中就显示描述原文不裸露[表情: ...]标记。所以看到「文字没配成图」时多半是 caption 词没对上。回去把那张图的描述和关键词补全比反复重试更有效。主动斗图还是安静发图进阶用户常忽略的一个设置设置页里有「陪伴提示词开关」。关掉之后模型不再主动斗图只有你明确要图它才发开着则相反气氛对了它会自己甩一张。提示词本身也可以编辑相当于在「三条铁律」之外再给模型的行为约定叠一层你自己的偏好。想分清这两种手感最简单的办法是先开着用一天、再关掉用一天看哪种更符合你的对话节奏——这比纠结参数更有用。已知限制与取舍最后把边界留在这里learn_meme自动识图依赖模型的图片输入能力磁盘上是细 tag、模型只认六个情绪桶中间这层映射要靠安装时的分类caption 对不齐时虽然有引号折叠和分词兜底但仍可能只显示文字。理解这些限制你就知道该把力气花在「补 caption 和关键词」上而不是反复调工具参数。这也解释了为什么同一批图在不同人的图库里检索命中率会差很多。总结dsh-meme 的进阶用法就两条主线用send_meme的 tag / query 决定「发什么」用learn_meme决定「图从哪来」。把两个工具和六个情绪桶、关键词检索、自动学图组合起来纯文本对话里的斗图体验才真正顺起来。想对照同类插件的中文清单与安装形态见 完整插件清单与汉化避坑指南。适合与不适合适合已经装好 dsh-meme、想把send_meme两种搜法用熟的进阶用户用支持图片输入的模型、想让 AI 自动收图的用户愿意花时间补 caption 和关键词、追求检索命中率的人需要按情绪或按关键词精确取图的内容创作者。不适合模型不支持图片输入、又指望「一句话全自动入库」的用户图库只有个位数图片、检索根本用不上的人完全不想维护描述和关键词、只想随机发图的人。标签dsh-meme、DeepSeek Harness、进阶用法本文由 DeepSeek Harness Hub 自动整理数据来源于插件详情页。
📝

华诺云谱内容团队

资深建站顾问 · 行业研究员

10年+企业数字化服务经验,专注智能建站、SEO优化与品牌营销,持续输出建站技巧、行业洞察与营销干货,已帮助5000+企业实现数字化增长。

你可能需要的服务

订阅华诺云谱资讯周报

每周一封,精选建站技巧、SEO与营销干货,直达邮箱。已有 8,000+ 企业主订阅,助你少走弯路。

↑