Citation Auditor

AI 回复里带了一堆链接，哪个能点、哪个该拦？这个插件帮你看住。

各个模式怎么用

插件有三个模式，在设置页那张卡片上切换，改完立刻生效，不用重启。

白名单模式：最严，眼里不揉沙子。 你先自己维护一份白名单，名单里的域名算好，其余不管是谁一律标红。适合只信几个固定来源的场景，比如只看官方文档、只看内网。缺点是新来源一律先红，得手动加进去才放行。

实现上就是二元判定：命中白名单得 0 分，否则 100 分。进了拦截名单的直接标红，不参与打分。

简单模式：看域名岁数。 拿域名的注册时间跟分界年（默认 2023，能改）比：分界年以前注册的算好，之后注册的一律标红。思路很直白——老域名一般更靠谱，刚注册没几天的钓鱼站最可疑。查不到注册时间的按可疑处理，不会直接放过去。

要让它真干活，得先打开年龄查询小脚本（一段你自己写的 JS，默认关着）。不开的话，年龄这一项就按"查不到"算。

普通模式：综合打分，默认就用它。 看一堆信号加起来：后缀是不是高风险类型（比如 .xyz、.shop 这种）、连字符和数字多不多、域名是不是异常地长、注册年龄、链接本身有没有猫腻（IP 直连、@ 混淆、短链接、追踪参数、深路径、超长查询串、非标准端口）。每个信号加几分都能在"高级阈值"里调。同一个域名的多个链接，同类信号只计一次，不会重复扣分。

不管哪个模式，进了拦截名单的域名都直接标红、不参与打分。名单对每个模式有独立开关——比如你在普通模式下关掉了拦截名单，那这个模式就完全不用名单。域名一律按注册域归一化：en.wikipedia.org 会被当成 wikipedia.org 来判。

拦截名单里的域名，模型再想访问会被直接拦住（默认行为）。也可以改成"先问我"（ask）或者"只在报表里标红、不拦"（allow）。策略在设置页、悬浮窗、citation_manage policy 里都能切，即时生效。只拦浏览器类工具（web_search / web_fetch 这种），终端命令之类的不管。

实现的效果

觉得某个域名不对劲，点一下就能加进拦截名单。进了名单的域名，模型再想访问会直接被拦住（也可以改成"先问我"或"只提醒"）。

除了域名本身，插件还看抓回来的网页正文：里面要是藏着"让模型照做"的指令，就在正文前面加一段提示，正文一个字不动，要不要停由你决定。右下角有个小球，点开就是最近一条回复的审查结果，可以拖来拖去。

可能的缺陷

先说在前面，免得用的时候觉得被骗了：

• 正文里没带 http:// 的裸域名认不出来，比如"见 example.com/about"这种。这是故意的——不然普通句子里提到个像域名的词也会被当成引用。工具抓回来的链接都带协议，不受影响。
• 只查 web_fetch 抓回来的正文，web_search 的结果摘要不在范围内。
• 安全文章会误报。一篇讲提示词注入的文章里，"ignore all previous instructions"这句话会被命中。因为处置只是"提示一下"，留着这个信号比删掉好。
• 正则一定有漏得掉的东西。纯靠换个说法就能绕过去的攻击，它看不出来。它的作用是提高攻击成本、让攻击看得见，不是对抗有资源的攻击者。

每版具体改了什么、已知问题清单，分别见 CHANGELOG.md 和 CODE-REVIEW.md。

项目结构

src/
├── index.ts           # 插件入口（注册工具 + 挂钩子）
├── storage.ts         # 名单和设置存哪、怎么读写
├── routes.ts          # 插件自己的数据接口
├── settingsSection.ts # 设置页那张卡片的数据形状
├── webBlock.ts        # 拦请求（域名进名单就不让访问）
├── injectionBlock.ts  # 标内容（正文里有指令就加提示）
├── routeGuard.ts      # 接口只接受本机请求
├── client/            # 界面：设置卡片、报表、悬浮窗
├── test/              # 测试（现在 197 项）
└── auditor/           # 干活的内核：抽链接、打分、查注入

名单、设置、缓存都是纯 JSON 文件，放在 ~/.citation-auditor/ 下面，用记事本直接改也行，改完即生效。

怎么装

从 Release 页下载 dsh-citation-auditor-0.4.1.tgz，在桌面端的设置 → 插件管理里安装，然后重启桌面端。

想自己编译：npm install && npm run build。跑测试：npm test。

要求宿主 dsh >= 0.2.0-rc.2。

License

MIT，见 LICENSE。