DeepSeek Harness 插件:dsh-llm-wiki

前言

DSH(DeepSeek Harness)插件生态强调「一切皆插件」。dsh-llm-wiki 是一个 DSH 插件,用来让 agent 直接管理 LLM-Wiki 知识库。

它把检索、读页、统计、校验、修复、错误本查看和入库封装成 7 个 agent 工具,适合需要在会话中查询知识库、把源文本入库,并持续检查知识库结构的场景。

这是什么

@detpecca/dsh-llm-wiki 的 owner 是 detpecca,许可证是 MIT。

它通过 DSH 的 subprocess 服务调用 LLM-Wiki 引擎 CLI 的 --json 通道。检索、编译、校验和修复仍由 LLM-Wiki 引擎负责。

插件本体零运行时依赖,是纯 ESM,无构建步骤,要求 Node ≥ 18。

核心功能

下面介绍 7 个工具:

  • wiki_search:结构化信号打分检索(CJK 分词)。
  • wiki_read:批量读页 / 目录索引,跟随 [[wikilink]]
  • wiki_stats:页面/分类/digest/错误本统计。
  • wiki_validate:4 类确定性结构校验。
  • wiki_fix:确定性修复;finalize:true 追加 LLM 修复轮。
  • wiki_errorbook:查看 Error Book(自我纠错记录)。
  • wiki_ingest:把源文本编译入库(算法 1 全流程)。

只有 wiki_ingestwiki_fixfinalize:true 需要 LLM 配置;查询类工具不需要第二套 LLM key。

安装与启用

先确认环境:

  • 已安装 DeepSeek Harness,dsh 命令可用;
  • Python ≥ 3.10;
  • 可选:OpenAI 兼容 LLM API key。

1、安装 Python 引擎

这一步用于安装 LLM-Wiki 引擎。

pip install git+https://github.com/detpecca/LLM-Wiki.git

2、安装插件

这一步把插件加入指定的 DSH profile。

dsh plugin --profile web add @detpecca/dsh-llm-wiki

3、配置知识库路径

安装后,需要把实际路径写进 profile 的 cordis.patch.yml。该文件位于:

$DSH_HOME/profiles/<name>/cordis.patch.yml

如果按 id 覆盖配置,需要重述全部键。这里要注意:patch 是整行替换,不是深合并。

4、配置 LLM(可选)

只有 wiki_ingestwiki_fixfinalize:true 需要 LLM 配置。配置优先级为:

  • cordis.patch.yml 里的显式值;
  • 环境变量 LLM_WIKI_BASE_URL / LLM_WIKI_API_KEY / LLM_WIKI_MODEL
  • 不设置;此时 wiki_ingest / finalize 会以清晰错误失败。

5、重启 DSH

经过上面的步骤,agent 即可调用全部 7 个工具。

典型用法

以下说法可以直接给 agent:

  • D:\notes\transformer.md 收录进我的知识库,然后校验一下
  • 我知识库里关于注意力机制都讲了什么?给出依据页面
  • 检查一下知识库结构有没有问题,有就修好
  • 错误本里最近记录了什么?为什么会反复出现?

适用场景与注意

  • 适合已经使用 DSH,并且希望 agent 直接管理 LLM-Wiki 知识库的使用者。
  • 查询类工具不需要第二套 LLM key;wiki_ingestwiki_fixfinalize:true 需要 LLM 配置。
  • 插件以当前 dsh 进程权限运行。安装前应检查源码与许可证。
  • 子进程输出上限为 stdout 2MB、stderr 200KB。
  • DSH-Wiki 已废弃,请勿再使用。

结尾

dsh-llm-wiki 的价值在于把 LLM-Wiki 知识库的 7 类操作接入 DSH agent,让查询、入库、校验和修复可以在同一会话中连续完成。

GitHub 仓库:

https://github.com/detpecca/dsh-llm-wiki

社区目录页 URL 未在已核实资料中给出,因此本文不列出。

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

小夜