前言¶

在 DSH 里做内容精读，常见做法是手动拆文档、逐段让模型总结，再自己拼 Markdown。长文一多，分块策略、引用出处、输出格式都要反复调，很难稳定复用。

deep-read-summarize 把这条链路做成工作流插件：输入链接或本地文件，自动解析、分块、并行精读、合并成稿，输出带 YAML frontmatter 的 Obsidian 笔记。维护者是 PensiveFei，GitHub 上 21 stars，分类为工作流，当前版本 0.3.3，MIT 许可证。

这是什么¶

一句话：deep-read-summarize 是给 DSH 写的精读与摘要工作流——输入一本书、一篇论文、一个视频链接或网页，输出结构化 Obsidian 笔记。

项目声明为 unofficial third-party tool，与 DeepSeek / DSH 官方无从属关系；它编排的是你 DSH 环境里已有的 workflow 工具，不重新分发 DeepSeek 软件。DSH 目前处于 developer preview，接口可能变化，插件针对特定版本的 workflow 工具语义编写，升级 DSH 后建议先跑 npm test 验证。

核心功能¶

下面介绍插件已文档化的能力，均来自仓库 README。

支持的输入类型¶

• 书籍：PDF / EPUB / MOBI
• 论文：arXiv / PDF / HTML
• 视频：YouTube / B 站字幕（需本机安装 yt-dlp）
• 网页：正文提取

MapReduce 精读流程¶

内容经解析器注册表按类型分发，分三个波次执行：

输入（链接或文件路径）
  │
  ▼
解析器注册表 ── book / paper / video / web
  │
  ▼
波次1  获取内容 → 写入临时文件 → 生成分块计划
  │
  ▼
波次2  N 个子代理并行精读各块（Map）
  │
  ▼
波次3  合并成稿 + 质量校验（Reduce）
  │
  ▼
Obsidian 笔记

子代理总数约 N+2 个，N 为分块数。各子任务输出受 JSON Schema 约束，不合格自动重试；关键结论需标注页码、章节或段落，降低编造风险。

解析器与扩展¶

内置四种解析器：book.js、paper.js、video.js、web.js，由 parsers/index.js 注册与回退。若要替换某类型的处理方式，在 custom-parsers/ 放同接口解析器即可，同名类型覆盖内置实现。接口字段为 name、types、buildPrompt(input, opts)。

失败与输出策略¶

• 配置错误（缺 input、type 非法、options 格式错）：直接抛异常终止，不产出半成品。
• 内容问题（抓取失败、某块精读失败）：返回 { ok: false, stage, fatal: false }；单块失败时跳过并在成稿标注缺口，不整体中断。

输出可直接放进 Obsidian，配合 Dataview 使用。一篇论文、6 块、完整模式，文档估算约 15–25k token；fastMode 配合调低 maxChunks 可省约四成。

安装与启用¶

deep-read-summarize 是 DSH 插件，可通过 npm 或本地包安装。SkillHub 目录页标记为可安装，版本 v0.3.3；具体命令以仓库 README 为准。

先做 npm 安装（已发布到 registry，无第三方依赖）：

npm install deep-read-summarize

若从本地包安装，可执行：

pnpm add ./deep-read-summarize-0.3.3.tgz

然后在 dsh 配置的 dsh.profile.bundles 追加 deep-read-summarize，重启 dsh web（POST /dsh-market/restart）。

安装后自动注册：

• deep-read-summarize workflow（meta + script）
• deep-read-summarize 技能（skills/deep-read-summarize/SKILL.md）
• 四种解析器（parsers/）与 JSON Schema（schemas/）

验证环境（离线，不需要 API key）：

npm test

看到 TOTAL: 25 passed, 0 failed 即环境就绪。Node.js 要求 >= 18。

典型用法¶

把 JSON 传给 DSH 的 workflow 工具即可触发。完整参数示例：

{
  "input": "https://arxiv.org/abs/2307.09042",
  "type": "auto",
  "options": {
    "minWords": 2500,
    "fastMode": false,
    "maxChunks": 6,
    "requireCitations": true,
    "includeTimestamps": false,
    "outputDir": "./output",
    "tempDir": "./.tmp"
  }
}

type 可选 auto | book | paper | video | web。fastMode: true 时跳过部分章节，速度更快。maxChunks 范围 1–12，为分块上限。

常见 input 示例：

工作流返回结构化结果：{ ok, kind, title, filePath, qualityPassed, note }，其中 note 为最终 Markdown 笔记。笔记写到 options.outputDir（默认 ./output，可指向 Obsidian 仓库），文件名取自内容标题。

快速试跑可用：

{ "input": "https://arxiv.org/abs/2307.09042", "type": "paper", "options": { "maxChunks": 4, "fastMode": true } }

适用场景与注意¶

适合谁： 需要把长文（书、论文、视频、网页）系统精读并落盘为 Obsidian 笔记的 DSH 用户；希望分块并行、引用可追溯、输出格式稳定的工作流场景。

运行权限： 插件以当前 dsh 进程权限运行。抓取视频/网页会发起外部请求，由子代理在 DSH 沙箱和审批策略下执行；子代理写文件需要相应权限，权限不足时 workflow 会把内容返回，由主代理负责落盘。安装前应阅读源码与 MIT 许可证，确认符合你的安全与版权要求。

其他注意：

• 视频字幕依赖 yt-dlp；未安装不影响其他类型，抓不到字幕时会提示手动提供转写文本。
• 仓库带 dsh-plugin topic 和 package.json 的 dsh 字段，可被 dsh.so 注册表索引；SkillHub 为独立社区目录，与 DeepSeek / 幻方无官方从属关系。
• 处理有版权材料时，产出物使用责任在你；仓库不含任何受版权保护内容的提取结果。

结尾¶

经过上面的步骤，deep-read-summarize 的价值可以概括为：把「解析 → 分块 → 并行精读 → 合并校验 → Obsidian 笔记」封装成可安装的 DSH 工作流，减少手工编排子代理的成本。

• 目录页：https://www.skillhub.cn/plugins/PensiveFei/deep-read-summarize
• GitHub：https://github.com/PensiveFei/deep-read-summarize