feat: 对话框过滤 Markdown 标记（剥离星号/反引号/井号/箭头等噪声字符）

.dsh-plugin/client/transcript.mjs

@@ -6,14 +6,64 @@
 // 以系统行进入历史。说话人映射（名字/颜色）也在这里。
 
 /**
- * 对话文本清洗：统一换行符；纯空白行视为空行；连续多个空行折叠为一个段落分隔；
- * 去首尾空行。流式与定稿共用同一函数（contentToText/assistantToText 内应用），
- * 避免模型输出成串空行占据文本框空间，且定稿切换时文本不重打。
+ * 剥离常见 Markdown 标记，保留纯文本内容。
+ *
+ * 处理范围：围栏代码块、行内代码、图片、链接（含参考式与自动链接）、
+ * 标题/引用/有序无序列表行首标记、水平分隔线、删除线、粗体与斜体强调。
+ * 不做完整 Markdown 解析——Galgame 台词框只需去掉视觉噪声字符（如 * ` # >）。
+ *
+ * 边界规则：斜体 `*x*`/`_x_` 要求起始符不紧跟空白、结束符不紧贴空白，
+ * 且两侧均不在字母数字内，避免误伤 `2 * 3`、`a*b`、`snake_case`；粗体 `**x**`/`__x__`
+ * 因双符成对无歧义，先用宽松规则剥离再处理斜体。未闭合的标记保持原样（安全）。
+ *
+ * @param {string} text - 原始文本（建议先按 \n 归一换行）。
+ * @returns {string} 去除 Markdown 标记后的纯文本。
  */
-export function cleanDialogueText(text) {
+export function stripMarkdown(text) {
   if (typeof text !== 'string') return ''
   return text
-    .replace(/\r\n?/g, '\n')
+    // 围栏代码块：```lang\n...\n``` → 保留正文（去围栏与语言标识）。
+    .replace(/```[^\n]*\n?([\s\S]*?)\n?```/g, '$1')
+    // 行内代码：`code` → code
+    .replace(/`([^`\n]+)`/g, '$1')
+    // 图片：![alt](url) → alt
+    .replace(/!\[([^\]]*)\]\([^)]*\)/g, '$1')
+    // 链接：[text](url) → text
+    .replace(/\[([^\]]+)\]\([^)]*\)/g, '$1')
+    // 参考式链接：[text][ref] → text
+    .replace(/\[([^\]]+)\]\[[^\]]*\]/g, '$1')
+    // 自动链接：<scheme:...> → scheme（保留协议头，丢弃尖括号）
+    .replace(/<([a-zA-Z][a-zA-Z0-9+.-]*:[^>\s]+)>/g, '$1')
+    // 标题行首标记：# ## ### ...
+    .replace(/^[ \t]{0,3}#{1,6}[ \t]+/gm, '')
+    // 引用行首标记：> >
+    .replace(/^[ \t]{0,3}>[ \t]?/gm, '')
+    // 有序列表行首标记：1. / 1)
+    .replace(/^[ \t]{0,3}\d+[.)][ \t]+/gm, '')
+    // 无序列表行首标记：- * +
+    .replace(/^[ \t]{0,3}[-*+][ \t]+/gm, '')
+    // 水平分隔线（独占一行：--- *** ___）
+    .replace(/^[ \t]{0,3}([-*_])\1{2,}[ \t]*$/gm, '')
+    // 删除线：~~text~~ → text
+    .replace(/~~([^\n~]+)~~/g, '$1')
+    // 粗体：**text** / __text__ → text（双符成对，先用宽松规则）
+    .replace(/\*\*([^\n*]+)\*\*/g, '$1')
+    .replace(/__([^\n_]+)__/g, '$1')
+    // 斜体 *text* → text：起始符不跟空白、结束符不贴空白，两侧不在字母数字中。
+    .replace(/(?<![A-Za-z0-9*])\*(?!\s|\*)([^\n*]+?\S)\*(?![A-Za-z0-9*])/g, '$1')
+    // 斜体 _text_ → text：同上边界，避免误伤 snake_case。
+    .replace(/(?<![A-Za-z0-9_])_(?!\s|_)([^\n_]+?\S)_(?![A-Za-z0-9_])/g, '$1')
+}
+
+/**
+ * 对话文本清洗：统一换行符；剥离 Markdown 标记；纯空白行视为空行；
+ * 连续多个空行折叠为一个段落分隔；去首尾空行。流式与定稿共用同一函数
+ * （contentToText/assistantToText 内应用），避免模型输出成串空行占据文本框空间，
+ * 且定稿切换时文本不重打。
+ */
+export function cleanDialogueText(text) {
+  if (typeof text !== 'string') return ''
+  return stripMarkdown(text.replace(/\r\n?/g, '\n'))
     .replace(/^[ \t]+$/gm, '')
     .replace(/\n{3,}/g, '\n\n')
     .trim()

tests/transcript.test.mjs

@@ -2,7 +2,7 @@ import test from 'node:test'
 import assert from 'node:assert/strict'
 import {
   contentToText, assistantToText, partialToText, lineFromNode, nodesToLines,
-  speakerFor, assistantSpeaker, playerSpeaker, welcomeLine, cleanDialogueText,
+  speakerFor, assistantSpeaker, playerSpeaker, welcomeLine, cleanDialogueText, stripMarkdown,
   playerDisplayName, assistantDisplayName, roleNameElement, partialStatus, deriveStatus,
 } from '../.dsh-plugin/client/transcript.mjs'
 import { defaultScene, normalizeScene } from '../.dsh-plugin/client/scene.mjs'
@@ -112,6 +112,72 @@ test('assistantSpeaker 失效引用回退系统', () => {
   assert.equal(assistantSpeaker(named).name, '雾子')
 })
 
+test('stripMarkdown 剥离行内强调标记', () => {
+  assert.equal(stripMarkdown('*斜体*'), '斜体')
+  assert.equal(stripMarkdown('**粗体**'), '粗体')
+  assert.equal(stripMarkdown('~~删除线~~'), '删除线')
+  assert.equal(stripMarkdown('`代码`'), '代码')
+  assert.equal(stripMarkdown('_斜体_'), '斜体')
+  assert.equal(stripMarkdown('__粗体__'), '粗体')
+  // 混排：粗体 + 斜体共存
+  assert.equal(stripMarkdown('**粗体** 和 *斜体*'), '粗体 和 斜体')
+  // 未闭合标记保持原样（安全）
+  assert.equal(stripMarkdown('*未闭合'), '*未闭合')
+  assert.equal(stripMarkdown('**未闭合'), '**未闭合')
+})
+
+test('stripMarkdown 不误伤非强调用法', () => {
+  // 数学乘法（带空格）不剥离
+  assert.equal(stripMarkdown('2 * 3 = 6'), '2 * 3 = 6')
+  assert.equal(stripMarkdown('a * b * c'), 'a * b * c')
+  // 词内星号不剥离
+  assert.equal(stripMarkdown('a*b*c'), 'a*b*c')
+  // snake_case 不剥离
+  assert.equal(stripMarkdown('snake_case_var'), 'snake_case_var')
+  assert.equal(stripMarkdown('foo_bar 与 baz_qux'), 'foo_bar 与 baz_qux')
+  // 行首单独 * 作为列表项才剥离
+  assert.equal(stripMarkdown('* 列表项'), '列表项')
+})
+
+test('stripMarkdown 剥离行首结构与块级标记', () => {
+  assert.equal(stripMarkdown('# 标题'), '标题')
+  assert.equal(stripMarkdown('## 二级标题'), '二级标题')
+  assert.equal(stripMarkdown('> 引用'), '引用')
+  assert.equal(stripMarkdown('- 无序项'), '无序项')
+  assert.equal(stripMarkdown('+ 加号项'), '加号项')
+  assert.equal(stripMarkdown('1. 有序项'), '有序项')
+  assert.equal(stripMarkdown('2) 有序项'), '有序项')
+  // 多行列表：逐行剥离行首标记
+  assert.equal(stripMarkdown('* 一\n* 二\n* 三'), '一\n二\n三')
+})
+
+test('stripMarkdown 剥离链接与图片', () => {
+  assert.equal(stripMarkdown('[链接文本](https://example.com)'), '链接文本')
+  assert.equal(stripMarkdown('![替代文本](https://example.com/a.png)'), '替代文本')
+  assert.equal(stripMarkdown('前文 [链接](url) 后文'), '前文 链接 后文')
+  assert.equal(stripMarkdown('[参考][ref1]'), '参考')
+  assert.equal(stripMarkdown('<https://example.com>'), 'https://example.com')
+})
+
+test('stripMarkdown 剥离代码块围栏', () => {
+  assert.equal(stripMarkdown('```js\nconsole.log(1)\n```'), 'console.log(1)')
+  assert.equal(stripMarkdown('```\n纯文本代码\n```'), '纯文本代码')
+})
+
+test('stripMarkdown 剥离水平分隔线', () => {
+  assert.equal(stripMarkdown('上文\n---\n下文'), '上文\n\n下文')
+  assert.equal(stripMarkdown('上文\n***\n下文'), '上文\n\n下文')
+})
+
+test('cleanDialogueText 剥离 Markdown 标记后正常清洗', () => {
+  assert.equal(cleanDialogueText('**你好**，世界'), '你好，世界')
+  assert.equal(cleanDialogueText('这是 *斜体* 内容'), '这是 斜体 内容') // 行中斜体剥离
+  assert.equal(cleanDialogueText('# 标题\n正文'), '标题\n正文')
+  assert.equal(cleanDialogueText('- 项一\n- 项二'), '项一\n项二')
+  assert.equal(cleanDialogueText('[link](url) 文本'), 'link 文本')
+  assert.equal(cleanDialogueText(null), '')
+})
+
 test('cleanDialogueText 折叠成串空行并去首尾空行', () => {
   assert.equal(cleanDialogueText('a\n\n\n\n\nb'), 'a\n\nb')
   assert.equal(cleanDialogueText('a\n\n\n\n\n\n\n\n\n\nb'), 'a\n\nb')