新闻详情

新闻详情

首页 / 资讯中心 / 详情

dsh-notifier 渠道选型:四档决策表与判断标准

发布时间:2026/11/19 14:18:43来源:尧图网络
dsh-notifier 渠道选型:四档决策表与判断标准
渠道多不等于好选——dsh-notifierTHEWOLFWALKER/dsh-notifier的出站渠道按 README 当前版本是 28 个站点简介里还写着 27这类数字以版本化文档为准。28 个渠道摆在面前时真正该问的不是「哪个更好」而是「我这条通知的送达路径、凭证归属、用量上限分别是什么」。本文把渠道按免费、限量、自架、付费四档摊开再给几条选择标准不替读者下结论。想先看更多插件的中文清单与安装形态可以从 完整插件清单与汉化避坑指南 起手。先对齐基本事实Star 54、周下载 1,484、综合分 53.8、MIT 许可、运行时依赖 0、自动化测试 1831 个npm 上发布 dsh-notifier 0.10.2README 已到 0.12.0Node 要求 22兼容 DSH 0.1.7-alpha.1 || 0.1.7-alpha.2 || 0.1.7-rc.1 || 0.1.7-rc.2信任档位「已验证L4 真实安装 2026/9/26」。先分清两件事出站通知与入站控制这是选型里最容易混淆的一层。28 个是出站渠道负责把消息推给你6 个是入站控制渠道负责把你的指令带回 DSH分别是 telegram、feishu、qq-bot、wxpusher、wechat、dingtalk。也就是说只有这 6 个目标支持「回消息遥控」其中 Telegram、飞书以及 QQ C2C 可以用原生控制按钮其他目标自动回退成安全文本或编号回复。其余渠道为什么只能做出站因为入站不只是「能收消息」它要接身份系统与 Control Core按 (channel, userId) 复合绑定、配对码、owner/member 区分、来源精确校验未知或未绑定来源默认拒绝裁决一次性且 fail-closed。这些约束只有实现了入站通道的目标才成立所以剩下的渠道只承担单向推送。另外有一处需要点明入站六渠道里的 wechat 是单列出来的目标并不在上面 28 个出站渠道中重复出现。决策表28 个出站渠道按四档划分渠道type分档凭证形态入站控制bark免费可自架 URLdevice key否bell本地无需凭证否chanify免费可自架token否desktop本地无需凭证Windows 需 BurntToast 模块否dingtalk免费webhook 加签 secret是discord免费webhook URL否feishu免费webhook加签 secret是gchat免费space webhook URL否gotify自架服务器 URL app token否igot免费限量push key否mattermost自架base URL tokenchannel否ntfy免费可自架topic服务器 URL否onebot自架HTTP endpoint否pushdeer免费push key否pushover付费一次性user key app token否pushplus免费限量token否qmsg免费限量key可选 group否qq-bot免费appId appSecret是serverchan免费限量sendkey否slack免费incoming webhook URL否teams免费Power Automate workflow URL否telegram免费bot token chat id是webhook自定义端点由你提供否wecom免费webhook key否wecom-app免费corpid agentId secret否wps-bot免费webhook URL含 ?key否wxpusher免费限量appToken uid是xizhi免费限量sendkey否四个档位各自隐含不同的维护成本免费档要自己申请并保管凭证限量档的约束在别人的配额上不看代码看不出来自架档把可用性责任挪回你这边服务器、端口、证书付费档换来的是一次性买断而非用量上限。webhook 是兜底档任何能收 HTTP 的端点都能接但通道能力完全取决于你那边实现了什么。四条选择标准而不是结论第一条看送达路径落在哪台设备上。手机推送类bark、chanify、pushdeer、igot 等和 IM 类钉钉、飞书、企业微信、Slack、Teams触达的场景不一样选之前先确认「你会先看哪个 App」。第二条看是否需要入站控制。只要涉及远程审批、远程提问、任务与会话控制可选集合就直接收窄到那 6 个出站再漂亮也没用。第三条看能不能接受限量。限量档的渠道适合当次要通道或低频率通知把它当作唯一通道等于把自己的可用性挂在别人的免费额度上。第四条看凭证与数据的归属边界。自架档的数据不出你的机器代价是运维IM 类要企业侧管理员开权限webhook 则把边界完全交给你的接收端。这三者的合规含义不同得按自己环境判断。坑一配好的免费渠道突然不发通知了现象。 昨天还好好的今天这条渠道彻底安静配置没动过。原因。 部分渠道免费但限量pushplus、serverchan、wxpusher、xizhi、qmsg 等标的是「✅限量」igot 标「限量」pushover 则是付费一次性。额度用尽或被限流时表现就是不出声。解决方案。 关键告警至少配两条独立渠道做冗余用量大的场景换成自架gotify / ntfy / mattermost或不带这类限制的 IM webhook。坑二Windows 上收不到系统桌面通知现象。 选了本地桌面通知渠道Windows 上一条都不弹。原因。 desktop 渠道在 Windows 需要 BurntToast 模块。解决方案。 先装 BurntToast或者干脆改用 bark、ntfy 这类推送类渠道把通知送到手机而不是桌面。坑三想看历史通知内容/log 什么都不返回现象。 在私聊里敲 /log没有输出以为账本坏了。原因。 /log [N] 默认关闭且仅 owner 可用返回的是有界、脱敏的最近摘要——它是临时查看手段不是审计日志。解决方案。 由 owner 身份在私聊里调用真要长期留痕走 JSONL 账本与每日摘要digest.enabled: true。坑四看到安全扫描标「含敏感能力」心里没底现象。 装之前看到标了「含敏感能力」不确定该不该继续。原因。 静态扫描列出的是能力清单读写/删除本地文件、发起外部网络请求共 52 处证据。它是清单而不是危险判定本站也尚未对该插件做风险分级。解决方案。 按需判断渠道凭证由你提供、账本是本地 append-only、包内有 1831 个自动化测试装前先备份 ~/.dsh 便于回滚。总结渠道选型的顺序应该是先定是否需要入站、再定送达设备、最后比配额与凭证归属——顺序反了就会出现「出站挑得很满意、却发现不能遥控」这种返工。想按接入形态对照更多插件见 完整插件清单与汉化避坑指南。适合与不适合适合已经在多个 IM 里工作、需要把告警投到固定那个群的人要按用量与归属边界给通知分档、愿意配冗余通道的人需要远程审批或远程提问、能接受把控制通道限定在 6 个目标里的人有自架能力、想用 gotify 或 ntfy 把数据留在自己机器上的人。不适合希望所有渠道都开箱即用、不想申请任何凭证的人——28 个出站渠道里多数要你自己备 token 或 webhook只配一条免费限量渠道当唯一告警通路的人以及指望渠道能力随插件升级自动对齐平台的人——平台侧接口与权限变更不由插件决定凭证和平台侧配置始终要你自己维护。标签dsh-notifier、DeepSeek Harness、渠道选型、通知集成本文由 DeepSeek Harness Hub 自动整理数据来源于插件详情页。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/18 21:21:17

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/18 14:20:46

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/18 20:01:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/18 11:04:06

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/18 15:55:22

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/18 21:21:16

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉