dsh-nexttavern

dsh-NextTavern

简体中文 · English

最新版本：0.2.9-rc.4。 修复 Issue #17：长会话请求超限后的压缩恢复，以及持续推理被误判超时。保留 rc.3 的安装改进和慢模型首响应等待设置。GitHub 与 npm latest 均为 0.2.9-rc.4。

安装与宿主范围。 0.2.9 发行线已预置第三方 SDK 依赖，修复首次安装和私有组件重新链接的问题。正式来源为 npm dsh-nexttavern 和 v0.2.9-rc.4 Release，支持 Harness 0.1.7-rc.2／web／Session V4。开发请读重建指南。

从 0.2.5 等旧宿主版本迁移，请使用新目录。 先在旧环境导出角色卡或小说，再安装 0.2.9；旧会话不兼容，小说稿不保存完整会话状态。0.2.8 → 0.2.9 延续同一宿主与会话线，更新步骤见更新、卸载与回滚。

抱歉让大家久等了。0.3 希望兼容更广泛的 SillyTavern 社区卡，包括 MVU 变量、EJS、RUBY 与前端美化；要让它们接入自有状态、结构化事件和恢复机制，难度比预期更大，我们正在加速推进。0.2.9-rc.4 在延续发行、安装与第三方依赖修复的同时，定点修复了 Issue #17；更广泛的社区卡兼容仍在开发。感谢大家继续反馈、陪我们把它打磨好。

让角色独立推演，让世界随你的选择展开。

一张角色卡，一个突然冒出的念头，一次不愿妥协的选择，都可以成为故事的起点。dsh-NextTavern 把原生 Agent Loop 带进长篇角色扮演：AI 主动查阅世界、整理记忆、推演人物，你掌握方向，一起把故事写下去。

创作一个世界，走进它，再把它带走。

在线文档 · 一键安装 · 开始体验 · Windows · Linux · 核心能力 · 记忆系统 · 架构设计 · 手机电脑公网访问指南 · 全部截图 · 反馈问题 · 0.3开发日志

角色卡作者与社区开发者： 下面四篇介绍运行机制、格式字段和创作示例。内容对应 0.3 开发线，尚未随正式 0.3 发布；Native 1.0／1.1 是卡文件格式版本。随包 Native 参考卡也属于 0.3 开发线，当前正式版 0.2.9-rc.4 不含本批卡片。

从哪里开始 · 能学到什么 社区卡兼容与转换 · 理解世界书触发、递归、预算与插入，以及导入、剧情生成、转换和导出的完整过程 原生卡格式与创作教程 · 从完整 JSON 示例创作，编写 EJS 动态模板，理解人物、规则、开场和 1.0／1.1 的区别 原生状态系统、MVU 与 Ruby · 理解原生数值与分析任务机制，为作品加入初值、回合更新及社区兼容能力 社区预设与正则 · 编写预设、组织提示词，区分请求变换与阅读显示

完整 Native 1.0 参考卡：索引与字段导览；龙女皇：查看 JSON · 下载 JSON；Steam Tide：查看 JSON · 下载 JSON。Steam Tide 索引也指向值班简报 Prompt hook、市场闲谈互斥、临时告示持续／冷却及累计 author.log 的作者路径。该卡的整卡 Core 路径已通过受控 fixture 测试；测试未使用真实模型，也未在 Harness／正式产品宿主或完整浏览器 DOM 中运行，不代表 0.3 整体验收或发行完成。

Roleplay workspace for DeepSeek Harness: interactive character creation, on-demand worldbook reading, long-form memory, multi-model collaboration, character agents, branching stories, novel exports and one-click installers.

0.2.9-rc.4 · Harness 0.1.7-rc.2 · pi-ai 0.85.1 · 自有代码 GPL-3.0-only

先装宿主，再用一键安装的官方插件命令。需要自己指定目录、端口或使用归档时，见安装。

一键安装

已经装好 Harness 的玩家，只需这一条命令：

dsh plugin --profile web add dsh-nexttavern

这里的 dsh-nexttavern 是正式 npm 包名。部分第三方 Hub／市场目录未识别 npm 来源时会回退到 Git 源码安装；目录来源仍待第三方同步。请直接使用上面的官方命令，或下载已校验的 Release 归档。本版未承诺 Git 源码直装，也未扩展到 DSH 0.2／desktop。

第一次使用 DSH，请先安装 Node.js 24+ 和宿主：

npm install -g @deepseek-ai/dsh@0.1.7-rc.2

安装后运行 dsh web --host 127.0.0.1，按终端地址打开浏览器，配置自己的模型与 Key，再选择“角色扮演模式”。所需兼容组件、文档读取组件和自有皮肤由统一插件准备；皮肤随包安装、默认关闭。首次准备需要时间与网络，准备完成后的启动会复用已校验的组件。

从 0.2.5 迁移：先导出，再用新目录。 0.2.5 的旧会话无法直接延续，目录隔离步骤见安装。不要对旧 home 或工作区执行这条命令来尝试迁移会话。

Windows

希望由安装器准备便携运行时与快捷方式，可下载 NextTavern-Setup.exe。Windows on ARM 使用 NextTavern-Setup-arm64.exe。从 0.2.5 迁移时选择新的安装目录；完整步骤、未签名提示与验证范围见 Windows 一键安装指南。

两端安装器准备便携宿主后，也通过官方 plugin add 安装已校验的归档；不再向宿主重放旧兼容补丁。安装失败时保留未完成回执，重新运行可以恢复本安装器拥有的工作。

Linux

NextTavern-Setup.sh 准备便携 Node.js、安装目录及启动／停止入口，面向 x86_64 与 aarch64（glibc），不需要 root 或系统包管理器。从 0.2.5 迁移时使用新的 --root；完整步骤与验证范围见 Linux 一键安装指南。

安装与模型费用

安装、字节校验、恢复和卸载由程序完成，不调用故事模型。模型 API Key 由玩家输入，安装包不携带密钥；本机服务绑定 127.0.0.1。故事生成及既有后台记忆、状态等任务仍按所配置模型计费，打开已有会话也可能恢复后台维护。

开始体验

完成一键安装（或手动安装）并配置好自己的模型后：

1. 新建一个独立工作区。 给这次角色扮演一个专用文件夹，角色卡、故事资源和导出文件都放在一起。
2. 在预设里选“角色扮演模式”。 新建会话时从预设菜单切过去，就进入了你的故事工作台。
3. 上传角色卡，或者直接聊出一张新的。 支持 SillyTavern / TauriTavern 的 PNG、JSON 人物卡；也可以只描述题材、人物、关系和氛围，让 AI 通过对话和你一起把这张卡做出来。
4. 开始体验。Enjoy it! 跟着开场推进故事，输入你的行动，切换世界线，或随时打开“酒馆管理”调整设定。

没有现成角色卡，也可以从这样一句话开始：

帮我创作一张蒸汽都市悬疑角色卡。我想扮演刚到港口的调查员，故事慢热，有多方势力，也有人物关系的发展。其他细节你来决定。

告诉 AI 你想遇见怎样的人、经历怎样的故事。你可以一起打磨细节，也可以说“你来决定”，让它带着世界、人设、开场与文风继续创作。DOCX 等文档的读取方式见文档扩展。手边只有一部长篇小说？也可以直接让它读成一张卡，见长文本转角色卡。

导入 SillyTavern / TauriTavern 人物卡

直接上传原始卡文件，然后告诉 AI：“读取这张角色卡，准备开始角色扮演。” 不用自己解码，也不用填导入工具的参数。

格式 · 支持范围 PNG 人物卡 · 从 chara / ccv3 的 tEXt 块读取 Base64 编码的角色数据；两者同时存在时优先读取 ccv3。 JSON 人物卡 · 识别 v1、v2（chara_card_v2）和 v3（chara_card_v3）。 内嵌世界书 · 读取 character_book，按当前导入流程审阅并映射到设定与世界书。

请选保留元数据的原始 PNG 卡：普通头像、截图或被移除元数据的图片里没有可导入的角色数据。PNG/JSON 解析是内置能力，不需要 anydoc；上传入口随完整安装提供。

导入后可以继续打磨人物、世界书与创作规则，原始卡片和扩展数据都会一并保留。卡片里的三个文风字段会完整保留，怎么和预设配合由你决定，见预设系统。

核心能力

这是这个版本的能力总览，也是后面各章的索引。 想先知道这一版能做什么，看这张表；想细看某一项，按下面的章节顺序翻。

能力 · 你可以获得什么 一键安装 · 官方一条 plugin add 安装酒馆与所需组件；另有 Windows／Linux 便携运行时安装器。旧版迁移使用新目录。 SillyTavern / TauriTavern 卡片导入 · 直接读取 PNG chara/ccv3 和 JSON v1/v2/v3 人物卡，保留原件并支持内嵌世界书。 固定设定 + 硬切窗口 + 导演笔记 + 混合检索 · 固定设定不压缩始终注入；窗口保留近期完整正文与尾部衔接；后台笔记带来源哈希与世界线锚点；历史召回支持关键词／语义／混合三种方式。 预设与文风系统 · 独立预设页，作用范围可选当前对话／指定对话／全局，三种文风模式，16 种自带文风，200 个自定义槽位。 长文本转角色卡 · 把长篇 TXT 读成一张可玩的角色卡：精读或粗颗粒度两种阅读方式、原文冻结与哈希、每一条研究笔记都能对上原文、独立的语义索引。 嵌入模型管理 · 在线接入 DashScope、OpenAI 兼容接口与 OpenAI 官方；本地可安装 BGE small zh、Qwen3-Embedding 0.6B、Jina Nano／Small INT8、Nomic q8，无需 Key 与网络。 多模型协同 · 为正文与记忆、读写卡、状态、决策、小说导出等任务配置模型路由，按需要分工。 多角色 Agent 集群 · 为主要角色启动独立推演，分别思考语言、行为与意图，再由主代理协调成最终故事；支持单角色模型覆盖。 决策卡与状态栏 · 行动建议集中在独立决策卡，可折叠、可稍后处理、可拖动；作者的状态 HTML/CSS 在导入、生成与恢复路径上都被保留。 自有皮肤 · 第一套自有皮肤，日间／夜间双主题，整套界面统一重绘；随包安装，默认关闭。 对话分支管理 · 重新生成、修改后发送、切换版本，在同一对话里探索不同世界线；也可显式分支到新对话。 自定义创作规则 · 分别管理核心设定、人物、世界书、剧情指引、文风与规则，控制视角、节奏、人物知情边界和回复展开方式。 主动读取世界书 · 主代理根据当前剧情按需查阅地点、势力和背景细节，让世界书作为可查询的设定库参与叙事。 HTML/CSS 阅读美化 · 通过角色卡中的 HTML/CSS、状态栏模板与正则规则定制阅读呈现，正文支持流式阅读；作者脚本在隔离的环境里运行。 小说稿一键导出 · 将选定世界线整理成小说稿；也能导出当前完整角色卡，结果进入资源库供下载。 资源库管理 · 集中查看角色卡、故事相关文件与导出结果，按时间或名称排序、刷新和下载。 交互式全新角色卡创作 · 从一个想法开始，通过交流逐步构建世界、多角色人设、开场、文风和排版，并经过十二项完整性检查。 模型用量与缓存统计 · 按会话、供应商或模型查看请求、输入输出 tokens、缓存、速度与已知成本，包含重生成、嵌入调用和失败尝试。

下面从长篇体验最吃重的记忆系统开始，逐章展开这张表。

记忆系统

故事越写越长，人物的经历、埋下的伏笔和未完成的约定也在积累。NextTavern 借鉴 Codex 类长任务的上下文管理思路，把长篇记忆拆成四件各有边界的事：固定设定不压缩始终注入 + 有尾部保留的上下文硬切窗口 + 可追溯来源的后台导演笔记 + 关键词和语义混合历史上下文查询召回。

支柱 · 它做什么 · 写长篇时有什么用 固定设定不压缩，始终注入 · 冻结的设定与系统前缀每轮都在场，从不进入压缩流程。 · 身份、作者规则和叙事约束是长期契约，不该被一段摘要替换掉。 硬切窗口 + 尾部保留 · 程序按完整正文边界推进上下文窗口，并在推进时保留尾部连续正文。 · 近期正文保持完整细节，你正在读的那一段不会因为切窗口而丢失，也不会在场景中途被摘要掉。 可追溯来源的后台导演笔记 · 由独立的后台任务撰写，每条笔记带来源哈希与同一世界线锚点。 · 每条笔记都能追回到写出它的那段正文；追不回来的旧记录会留在原处，程序不会替它猜。追加式原始历史从不删除。 关键词和语义混合的历史召回 · 主代理按需查询历史，三种方式：关键词（默认）／语义／混合。 · 需要旧细节时再回查原文，而不是每轮都先强制召回一次。

flowchart TD
    Player[玩家输入与角色卡] --> Program[程序装配：固定设定 + 硬切窗口 + 有效笔记]
    Program --> Writer[主代理与原生 Agent Loop]
    Writer <--> Recall[按需历史查询：关键词 / 语义 / 混合]
    Writer <--> Lore[按需读取世界书]
    Writer --> Story[流式正文与追加式剧情记录]
    Story --> Background[后台任务：整理导演笔记]
    Background --> Anchor[来源哈希与世界线锚点校验]
    Anchor --> Program

三种查询方式，同一份语料

查询的语料是玩家输入与有效剧情正文，包含已经归档或被淘汰的正文；状态、工具输出、CSS、决策卡和推理过程都不会进去。

方式 · 谁来算 · 什么时候用 关键词（默认） · 程序确定性匹配，不调用模型。 · 想找明确的词句、人名、地名时最快。 语义 · 需要嵌入模型把查询编码成向量。 · 只记得大意、不记得原话时更有效。 混合 · 关键词与向量结果一起排序。 · 兼顾精确命中与语义相近。

向量是派生的共享数据，查询时会过滤到当前世界线，所以切换世界线不用重建索引。每份向量索引都带一个配方指纹（模型、修订、维度、任务角色、池化方式、量化与运行时）：指纹对不上时，索引会被标记为 stale 并停止对外服务，直到你重建为止——它宁可让你重建，也不会拿旧向量凑出错误答案。分块大小全局可配置，默认 480 字符（192／480／960 三个选项，128–2048 区间，80 重叠），本地模型使用 512 的分词预算。清空、重建与填充都限定在当前可见对话及其全部世界线；清空只清索引，正文、来源和账本都留着。

旧笔记与旧状态不再随每次请求发送

旧导演笔记与旧状态快照以前会跟着每次请求一起走（约 52k 字符）。现在它们只在有效的新锚点准备好之后才被替换：没被替换的引用保持原本的精确内容，回滚时重新提供完整文本，原始事件始终是追加式的。写长故事时，请求里不会一直拖着越来越重的旧笔记。

同样的“先确认再替换”也用在很长的工具结果上：一条研究笔记被确认后，对应的长工具结果会被替换成匹配的检查点，前提是归属、来源哈希、generation 与 packetIds 全部一致。部分保存、来源不符、写入失败，以及确认之后又重读过的情况，都不会回收。

这些都可以按会话调整

窗口大小、尾部保留量和后台笔记更新频率支持全局默认与会话覆盖，留空就沿用全局设置。截图里能看到的一组实际取值：

设置 · 含义 窗口大小 · 当前窗口的正文预算，按你实际使用的模型上下文容量来配。 窗口尾部连续正文保留量 · 切窗口时必须留住的近期正文，保证你正在读的那一段完整。 后台笔记更新频率 · 每多少个新增正史剧情轮次整理一次；重生成不计入。 记忆检索方式 · 关键词／语义／混合，以及应用到哪些会话。

切换检索方式不会删除已有索引。窗口即将淘汰旧正文时，会先确认检查点已保存；后台整理频率不会取消这道保存关口。

窗口装配、来源校验、笔记淘汰和原文回收都由程序完成，不产生模型请求。只有主代理真的决定去查历史时，才按你选的方式付出一次查询代价（语义与混合还需要嵌入模型，见嵌入模型）。

换一条世界线，就带着那条路线的经历继续向前；反复打磨同一幕，记忆会跟随你选中的版本。章节交接前，系统会先把需要延续的故事线索整理妥当。

预设系统

文风不再只能靠改卡片。管理界面里多了一页独立的预设页（位于资源库之前），可以新建、编辑、另存副本、选用和删除；自带预设是只读的，自定义预设给你 200 个槽位。

维度 · 可选值 · 含义 作用范围 · 当前对话／指定对话／全局 · 同一对话的全部世界线共享这次覆盖；留空就沿用全局设置。 文风模式 · 前景系统美学（默认）／与卡片文风融合／仅卡片文风 · 前两种同时注入预设与卡片文风，冲突时预设优先；第三种只使用卡片文风。

预设库由所有对话共享，所以编辑一个正在被使用的预设，会影响使用它的对话后续生成——界面会明确提示这一点。要是两个窗口同时改同一个预设，后提交的一方会收到冲突提示，你的草稿仍然留着，不会被悄悄覆盖。

卡片导入、编辑、导出与持久化都保留三个卡片文风字段，排除只发生在故事上下文装配阶段，原始卡片不会被改写。

自带 16 种文风。 除了默认预设和空白预设，还准备了 14 种可直接选用的写作风格：日式轻小说、乙女风格、三体文风、日式游戏、电影感文风、春秋文风、极简文风、细腻文风、奇幻网文风、恐怖文风、鲁迅文风、抒情文风、日常搞笑风、古文文风。每一种都有完整的七段式指南和原创示例，不是只有一句风格描述。

查看自带文风预设库

长文本转角色卡

手边有一部长篇小说，想把它变成能玩的世界？管理界面里多了一个「长文本转角色卡」TAB（位于角色集群之后）。它做的不只是总结：读过什么、笔记记在哪、卡片里的话有没有原文依据，都要能对得上。

两种阅读方式，在研究开始前选。

• 精读（默认）：分段逐段完整阅读，每一段都留下带原文引证的研究笔记。
• 粗颗粒度：围绕人物、组织与事件面做多轮关系前沿检索，再做主角的纵向追踪。它需要一个可用的小说模型和完整的当前索引；条件不满足时，界面会引导你先把配置补上并结束本轮，不会悄悄降级成另一种模式。

原文先冻结。 工作区 TXT 上限 64 MB，按 UTF-8 → GB18030 → 带 BOM 感知的 UTF-16 依次尝试解码，记录原始字节哈希、解码文本哈希与大小，并且从不修改你上传的原文件。分段是确定性的，批次大小被限制在原生切分器之下。

笔记要有证据。 一条研究笔记要成立，得同时满足两件事：这一批确实被读过，引用的原话也确实出现在这一批里。笔记分事实／改编机会／未决问题三节；只在检索里命中，不算这一批已经被读过。

小说有自己的索引。 它和故事记忆的语义索引分开，小说模型也可以与故事记忆模型分开配置。相同的原始哈希复用研究基线，相同配方复用向量——同一部原著可以服务多张卡、多个对话。

举个例子：一部约 119 万字符的长篇网络小说（前 354 章）建立了 3027 条在线向量，程序为等待索引完成挂起约 292 秒；交付角色卡与打开导入是两个独立回合，开场输入约 52k tokens。改编复用与交互式创作相同的问卷和十二项写卡检查。

小说很长时，个别细节仍可能写错，成稿后建议自己通读一遍。

嵌入模型