前言¶
DeepSeek Harness（DSH）智能體可以搜索並拿到鏈接與摘要，但要把某個 URL 讀成乾淨、可直接推理的正文，仍需要專門的讀取步驟。官方 tool-web 的 web_fetch 會把整頁 HTML 轉成 Markdown，導航、廣告、側欄一併保留，默認上限 200,000 字符，容易佔滿上下文。社區裏也有若干網頁抓取插件，但在正文清洗、中文編碼、默認輸出長度等方面各有取捨。
下面介紹 dsh-read-url（維護者 2672243194，GitHub 14 stars，分類：聯網工具）。它面向 DSH 的 URL 讀取場景：抓取網頁、JSON API、RSS/Atom，自動識別編碼，提取主內容，並以緊湊純文本或 Markdown 返回，默認 6,000 字符上限，附帶緩存與 offset 續讀。
這是什麼¶
dsh-read-url 是 DeepSeek Harness 的 URL reader 插件，零運行時依賴（Node 20+ 內置 fetch/解碼/提取），無需 API Key，無需自建服務端。安裝到 DSH 後，智能體可通過 read_url 等工具把任意 http(s) 鏈接讀成清洗後的正文，而不是整頁 HTML 堆砌。
插件遵循 DSH 官方能力接縫設計：網絡請求優先走 ctx.web.fetch()，會話緩存在 ctx.effect 下注冊並在卸載時清理，工具超時通過 timeoutMs 與 exec.signal 協作，模型側輸出爲緊湊純文本，無需再解析 JSON。
核心功能¶
正文提取與 Token 控制¶
插件從 HTML 中定位文章/主內容容器，剝離導航、頁腳等噪聲，默認最多返回 6,000 字符，並支持按段落對齊截斷。長文可用 offset 從緩存續讀，避免重複發送已讀段落。同一會話內 5 分鐘 TTL 緩存，重複讀取同一 URL 會標註 (cached)。
多格式 URL¶
除普通網頁外，插件原生處理 JSON API（緊湊渲染，長值裁剪）與 RSS/Atom（條目列表 + feedCount）。分頁文章（小說、新聞、論壇等）默認自動拼接最多 3 頁。
中文與多語言編碼¶
自動檢測並規範化 UTF-16 BOM、GBK/GB2312、UTF-8、Big5、Shift-JIS 等編碼，含 mojibake 回退。相較部分同類插件，README 中標註其對 GB2312 與中文站點的處理更完整。
頁面元數據與跳轉¶
正文之外，插件按 meta → schema.org JSON-LD → byline 三級回退採集 published、author 等字段（v1.3.0 起 JSON-LD 可補全新聞站發佈時間）。遇到 <meta http-equiv="refresh"> 殼頁、反盜鏈跳轉或無 JS SPA 入口時，自動跟隨真實頁面（最多 3 跳，防循環）；聲明 <base href> 的頁面會據此解析相對鏈接。
並行與批量¶
自 v1.1.0 起，四個工具均聲明 isConcurrencySafe，智能體可並行發起多次 read_url。read_url_batch 一次讀取 1–10 個 URL，併發 4，單頁失敗不影響其餘結果。
網絡層¶
請求優先經 ctx.web 能力接縫；接縫不可用時回退全局 fetch。配置代理時，直連與代理 curl 競速，先完成者勝出。README 實測提到：使用完整瀏覽器 UA 時，部分站點（如百度）可拿到完整靜態內容，而官方 web_fetch 在相同環境下可能因 TLS/UA 特徵拿到降級頁。
安裝與啓用¶
從 GitHub 安裝（README 推薦，便於更新）：
npx @deepseek-ai/dsh plugin --profile web add github:2672243194/dsh-read-url
本地開發時可指向目錄：
npx @deepseek-ai/dsh plugin --profile web add ./dsh-read-url
安裝後重啓 DSH（Web 或 TUI），在 Settings → Plugins 中確認 dsh-read-url 已啓用。當前 package.json 版本爲 1.3.1，許可證 MIT，要求 Node >= 20。
典型用法¶
安裝完成後，直接用自然語言讓智能體讀 URL 即可，例如：
Read https://example.com/article and summarize the key points
Read https://docs.example.org/guide in markdown mode
Read these URLs together and compare their viewpoints: <url1> <url2> <url3>
單頁讀取 read_url¶
| 參數 | 類型 | 默認值 | 說明 |
|---|---|---|---|
url |
string | 必填 | http(s) URL |
maxChars |
number | 6000 | 正文最大字符數（500–20000） |
offset |
number | 0 | 從該字符偏移續讀（走緩存，不重複前文） |
mode |
string | text |
text 純文本；markdown 結構化 |
includeLinks |
boolean | false |
是否額外返回最多 20 條頁內鏈接 |
輸出示例（README 實測）：
title: 新聞中心首頁_新浪網
charset utf-8
(chars 800/12398 — 截斷，offset 續讀)
批量讀取 read_url_batch¶
一次傳入 1–10 個 URL，並行清洗，合併爲一份緊湊報告。失敗 URL 單獨標註，例如：
讀取 2/4 頁成功，2 頁失敗
--- 阮一峯的網絡日誌 (491 字符) ---
--- Example Domain (127 字符) ---
[失敗] https://zh.wikipedia.org/... — Fetch failed: HTTP 403 ...
長文續讀¶
對超過 maxChars 的文章，先用默認參數讀首段，再增大 offset 繼續讀後續片段；緩存命中時不會重複抓取。
適用場景與注意¶
適合： 需要把網頁、API 響應或 RSS 條目讀入上下文做摘要、對比、調研的 DSH 智能體場景；中文站、老編碼頁面、分頁長文；希望控制 Token 消耗、避免整頁 Markdown 的場景。
注意：
- 插件以當前 DSH 進程權限發起網絡請求，安裝前請閱讀 GitHub 源碼 與 MIT 許可證，確認符合你的安全策略。
- 反爬、403、超時等失敗會如實返回，批量讀取時單 URL 失敗不阻斷其餘 URL。
- 社區目錄 SkillHub 插件頁 爲獨立社區站點，與 DeepSeek / 幻方無官方從屬關係；插件列表與星標等信息以 GitHub 爲準。
小結¶
dsh-read-url 補上了 DSH 智能體「把鏈接讀成乾淨正文」這一步：零依賴、無 API Key，默認 6,000 字符緊湊輸出，支持編碼檢測、分頁拼接、緩存續讀與批量並行。若你已在用 DSH 做聯網調研，可按上文命令安裝試用。
- 社區目錄：https://www.skillhub.cn/plugins/2672243194/dsh-read-url
- GitHub：https://github.com/2672243194/dsh-read-url
