AI技术投降派
AI-assisted summary of 大肥鱼不会看图,怎么跟你斗图?一个插件帮你 — original source. Check the original for full context.
Source published:
Key ideas
- 开源项目 DS-MIME 通过极简的纯文本标记协议实现 AI 斗图,模型仅需输出类似 `[表情:描述]` 的文本,即可由前端渲染本地表情包,使纯语言模型无需多模态视觉能力即可零成本接入。 (0:00)
- 针对动图学习识别难题,插件自研了纯代码解码器,将 GIF 动图均匀抽取 8 帧拼合成胶片长条再送入视觉模型打标,从而精准捕捉动态语义全过程。 (0:00)
- 相较于 ChatGPT、Claude 和 Gemini 等海外主流 AI 助手在表情包生态上的空白,DS-MIME 依托中文互联网长达二十年的斗图文化,已形成包含 8 个官方包、累计 5 万次安装的第三方衍生生态。 (2:30)
- AI 斗图本质依靠系统提示词注入与情绪分类桶驱动,过度拟人化存在社交翻车风险,但该插件在工程克制上坚持仅通过明确指令入库,不主动采集用户日常聊天图片。 (5:00)
Detailed notes
## Background 该视频由哔哩哔哩 UP 主“AI技术投降派”于 2026 年 10 月 27 日发布,视频时长约 7 分钟,页面未提供官方简介。
## TL;DR 视频深度拆解了针对 DeepSeek Harness 开源框架的表情包插件 DS-MIME,解析了其如何通过极简的纯文本标记协议实现零视觉模型门槛的“借嘴说话”斗图交互。作者追溯了该项目源自个人 QQ 机器人的开发背景,并对比了海外 AI 助手生态,指出为大模型加装表情包是中文互联网长达二十年斗图文化反哺 AI 的独特现象。最后,视频从工程与人机交互视角理性算账,客观剖析了提示词驱动情绪感知的局限与拟人化诱惑,强调机器虽不需要表情,但与机器对话的人类需要情绪出口。
## Atmosphere & style 视频整体呈现出极客整活与硬核技术解构交织的理性极客风格。叙述节奏明快幽默,既充斥着“大肥鱼”、“金馆长”、“社群降语录”等接地气的中文互联网梗文化,又在分析底层架构时展现出严谨克制的工程视角。全片在轻松诙谐的社区生态漫谈与深度的产品哲学反思之间自如切换,观感既趣味生动又引人深思。
## Bulletin - [00:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=0s) 开源项目 DS-MIME 通过极简的纯文本标记协议实现 AI 斗图,模型仅需输出类似 `[表情:描述]` 的文本,即可由前端渲染本地表情包,使纯语言模型无需多模态视觉能力即可零成本接入。 - [00:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=0s) 针对动图学习识别难题,插件自研了纯代码解码器,将 GIF 动图均匀抽取 8 帧拼合成胶片长条再送入视觉模型打标,从而精准捕捉动态语义全过程。 - [02:30](https://www.bilibili.com/video/BV1fAnd6gEzw?t=150s) 相较于 ChatGPT、Claude 和 Gemini 等海外主流 AI 助手在表情包生态上的空白,DS-MIME 依托中文互联网长达二十年的斗图文化,已形成包含 8 个官方包、累计 5 万次安装的第三方衍生生态。 - [05:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=300s) AI 斗图本质依靠系统提示词注入与情绪分类桶驱动,过度拟人化存在社交翻车风险,但该插件在工程克制上坚持仅通过明确指令入库,不主动采集用户日常聊天图片。
## Key takeaways - [00:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=0s) DS-MIME 插件与 DeepSeek Harness (DSH) 同期上线,默认搭载 24 张“DeepSeek 鲸鱼娘大肥鱼”表情包并支持双向斗图互动。 - [00:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=0s) “借嘴说话”机制是插件的核心设计:模型端仅进行纯文本交互,依靠前端截获标记并映射本地图片,大幅降低了大模型的推理门槛与运行成本。 - [00:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=0s) 系统提示词将表情包划分为 6 大情绪桶,并制定严格的社交礼仪,要求 AI 聊天氛围合适时主动发图,且在严肃话题时保持收敛克制。 - [00:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=0s) 面对 GIF 动图语义识别,插件手写解码器抽取 8 帧拼合为长条送入多模态模型打标,避免仅识别静态首帧导致的动态语义丢失。 - [02:30](https://www.bilibili.com/video/BV1fAnd6gEzw?t=150s) 插件代码源自开发者早期的 QQ 机器人表情包层,在 DSH 开源当日被迅速移植并保留了最初的提交痕迹。 - [02:30](https://www.bilibili.com/video/BV1fAnd6gEzw?t=150s) 虽然作者本身在开源社区粉丝较少,但其衍生的启动器与表情包在 B 站等平台引发二次创作热潮,图库市场累计下载突破 5 万次。 - [02:30](https://www.bilibili.com/video/BV1fAnd6gEzw?t=150s) 以《DeepSeek 降语录》为代表的高热度图库,提炼了社群热梗,展现了社区自发参与和非官方二次创作的极高活力。 - [02:30](https://www.bilibili.com/video/BV1fAnd6gEzw?t=150s) AI 表情包交互是中文互联网贴吧与 QQ 群文化的自然延续,形成了与海外三大主流 AI 助手生态显著不同的本土化特征。 - [05:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=300s) 纯文本配图缺乏真正读图能力,一旦模型自创脱离词表的描述,极度依赖前端的模糊匹配策略兜底。 - [05:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=300s) 情绪感知本质上高度依赖模型对上下文的语感,提示词驱动缺乏“黑科技”,存在因语感偏差导致发图不合时宜的风险。 - [05:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=300s) 拟人化能加深用户对 AI 的情感投入,但插件维持了隐私克制,坚决不擅自采集用户图片,仅在用户下达明确指令时才学习入库。 - [05:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=300s) DSH 社区体现了“官方造框架,社区造灵魂”的生态特征,给 AI 赋予表情包实质上是为使用者补齐非语言情绪沟通的出口。
## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=0s) 让不会看图的 AI 陪你斗图:DS-MIME 的核心技术与设计
在开源社区中,针对拥有 26 万星(Star)的 DeepSeek Harness(简称 DSH),诞生了一款收获 375 颗星的表情包插件——DS-MIME。它与 DSH 同在 2026 年 8 月 13 日官方框架开源当天上线。该插件在界面输入框旁添加了一个笑脸图标,用户点击后即可自由挑选并发送表情包;更有趣的是支持双向互动,当聊到兴头上时,AI 也会根据上下文甩出一张契合语境的表情包,形成你来我往的斗图交互。插件默认搭载的图库是“DeepSeek 鲸鱼娘大肥鱼”的 24 张表情,覆盖了得意、干饭、生气、比心、害羞、花痴、睡觉、躺平以及加班等常见状态。
```mermaid flowchart TD accTitle: DS-MIME 斗图处理流程 accDescr: 展示 AI 如何通过文字协议借嘴说话,并由前端渲染表情包的完整链路
subgraph Prompt["提示词工程与分类"] P1["系统提示词注入斗图规则<br/>(六大情绪分类与社交礼仪)"] end
subgraph AI["大模型推理 (纯文本交互)"] M1["大语言模型判断聊天氛围"] M2["生成标记语法:<br/>[表情:描述]"] end
subgraph Frontend["前端与图像处理"] UI1["前端捕获文本标记"] UI2["精确 / 模糊匹配映射到本地图库"] UI3["渲染展示表情包图片"] end
subgraph Learn["表情入库与多模态识别"] L1["用户指定图片入库"] L2["手写解码器:GIF 抽取 8 帧拼成胶片条"] L3["多模态视觉模型打标提取动态语义"] end
P1 --> M1 M1 --> M2 M2 --> UI1 UI1 --> UI2 UI2 --> UI3 L1 --> L2 L2 --> L3 L3 -.->|"更新映射索引"| UI2 ```
DS-MIME 最核心的底层机制被概括为“借嘴说话”。面对模型本身不具备图像理解能力或无法直接输出图片的难题,插件设计了一套简易的标记协议:模型只需在文本回复中按照特定语法输出形如 `[表情:描述]` 的标记,前端截获这串文字后,自动匹配并渲染出对应的本地图片。全链路中模型仅接触纯文本,因此任何不需要视觉能力的纯语言模型均能即插即用;用户端点击笑脸发送表情时,底层发送给模型的同样是这一行纯文本标记。
在主动发图机制上,插件将图库分门别类归入开心、生气、难过、害羞、困惑、日常等六种情绪桶,并在系统提示词中注入详细的斗图规则:要求 AI 聊天氛围合适便主动发图、切忌冷场、接梗吐槽卖萌皆可,但当用户谈论正式严肃话题时必须克制收敛。正如视频作者强调规则的末尾要求:“发完保持简短,让图自己说话。”此外,插件在学习新表情入库时也做了专门处理:当调用识图模型打标时,面对 GIF 动图,插件手写了一套纯代码解码器,将动图均匀抽取 8 帧拼合成胶片长条再送去识别,从而能准确捕捉类似“猫疯狂摇头”这种动态全过程,而非仅仅停留在静态第一帧。
- 默认内置图库包含 24 张“DeepSeek 鲸鱼娘大肥鱼”表情。 - 情绪桶划分为 6 大类:开心、生气、难过、害羞、困惑、日常。 - 动图解析机制采用纯代码解码器,抽取 8 帧图像拼合为胶片条识别动作。
---
[02:30](https://www.bilibili.com/video/BV1fAnd6gEzw?t=150s) 开发者起源与中外 AI 生态的反差
DS-MIME 的起源并非专为 DSH 量身定制,其代码前身源自作者为个人 QQ 机器人编写的表情包层。作者早在 2026 年 7 月就曾一天之内连发三个情感向项目,当时 DSH 尚未开源;8 月 13 日 DSH 上线后,他将原有的表情层直接移植过来,甚至首行代码的提交信息(Commit Message)里还残留着机器人架构的命名。这位开发者在社区里是不折不扣的“小透明”,账号注册于 2019 年,仅有 16 个粉丝,但他编写的 DSH 桌面启动器却获得了 756 颗星,比表情包插件本身还要热门。
整个插件的传播主要依托于 Bilibili 平台。作者本人发布的两条演示视频播放量均在 5 万左右,而第三方衍生生态展现出了极高的参与度——有创作者单次消耗 32 万 Token 引导 AI 制作了一整套大肥鱼表情包库,该视频收获了 6 万播放。截至目前,插件的图库市场已拥有 8 个官方包,累计安装量突破 5 万次;其中热度最高、最有梗的当属收录 128 张表情的《DeepSeek 降语录》,台词精准提炼了诸如“V4 发布”、“涨价”、“画饼”、“吃白饭”等官方社群名场面。
放眼互联网文化,AI 斗图是中文互联网长达近二十年的“祖传手艺”,继承自贴吧和 QQ 群时代的金馆长、姚明脸以及熊猫头文化。视频作者特别对照了海外生态后指出,海外三大 AI 助手(ChatGPT、Claude 与 Gemini)的官方版本均未提供表情包能力,第三方插件生态中这一赛道也处于空白状态。可以说,给 AI 助手加装表情包目前是中文互联网的“独有物种”,实质上是将本土沉淀了二十年的斗图文化反向赋能给大模型本体,填补了除文字之外的非语言情绪表达通道。
- 插件作者账号于 2019 年注册,粉丝数仅 16 人,其 DSH 桌面启动器项目获 756 星。 - 第三方生态视频消耗 32 万 Token 训练定制图库,播放量达 6 万。 - 插件市场现有 8 个官方表情包,累计 5 万次下载,其中《DeepSeek 降语录》包含 128 张表情。
---
[05:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=300s) 理性算账:拟人化诱惑与“借嘴说话”的生态启示
抛开整活与趣味性,视频作者从产品与工程视角清算了“四笔账”:第一,模型本质上依然不具备读图能力,由于配图完全依赖前端渲染,一旦模型脱离候选词表“胡思乱想”自创描述,前端便无法精确配图,只能依赖模糊匹配勉强兜底;第二,所谓的情绪感知毫无“黑科技”,底层纯粹是提示词注入驱动,极为依赖模型自身的上下文理解语感,一旦语感出现偏差,就会导致“发表情不合时宜”的社交翻车事故;第三,该插件目前未进入社区人工精选榜单,仅停留在机器索引的长尾头部,其过硬的工程质量与当前知名度尚不匹配;第四,拟人化具有双刃剑属性,学术研究反复印证赋予伙伴属性会让用户情感投入更深,表情包加深了这种情感绑定,但插件在此处维持了克制,绝不擅自采集用户发送的日常图片,唯有在用户明确下达收藏指令时才会入库。
在工程与文化价值方面,视频作者评价该插件最出彩之处就是那套极简的文本标记协议,它以零模型门槛、零额外推理成本无缝兼容所有大语言模型,“借嘴说话”的设计范式完全可以被其他工具类插件直接复用。反观 DSH 社区,诸如捉虫插件拥有几千星、AI 群演示视频播放破百万、官方论坛上线 24 小时即开辟整活楼等现象,印证了“官方造框架,社区造灵魂”的发展路径。正如视频作者最后所总结的深层价值:“给 AI 加表情说到底是给他补上情绪的出口,机器不需要表情,但跟机器聊天的人需要。”
- 工程亮点:基于纯文本标记渲染图片,实现零模型门槛与无成本兼容。 - 隐私控制:本地不主动抓取用户聊天图片,严格遵循明确指令才触发入库打标。 - 后续观察要点:能否登上人工精选榜、标记协议是否被其他框架复用、作者是否继续搬运其 QQ 机器人项目组件。
## Notable quotes > [05:00](https://www.bilibili.com/video/BV1fAnd6gEzw?t=300s) 给 AI 加表情说到底是给他补上情绪的出口,机器不需要表情,但跟机器聊天的人需要。 — AI技术投降派
## Mentioned DS-MIME, DeepSeek, DeepSeek Harness, Bilibili, QQ, ChatGPT, Claude, Gemini, DeepSeek 降语录
[Source](https://www.bilibili.com/video/BV1fAnd6gEzw)