前言¶
在 DeepSeek Harness（DSH）中，智能体通常需要把文档内容转成可处理的文本。PDF、Word、PPT、Excel、HTML 和图片不能只靠模型直接“读取”，更适合先解析为结构化 Markdown。dsh-mineru 把 MinerU 的解析能力接成 DSH 插件，让智能体在工具调用中完成文档解析。下面介绍它的能力、安装方式、用法和限制。
这是什么¶
Lee-Hilex/dsh-mineru 是一个 MIT 许可的 DSH 插件，由 Lee-Hilex 维护。它把 MinerU 作为解析后端，将 PDF、Word、PPT、Excel、HTML 和图片转为结构化 Markdown。插件提供两条 API 路径：配置 token 后走 Precision API，不配置 token 时走 tokenless Agent API。
核心功能¶
- 多模态文档解析：支持 PDF、Word、PPT、Excel、HTML 和图片，输出结构化 Markdown。
- 双 API 模式：Precision API 需要 MinerU token；Agent API 不需要 token，但按 IP 限流。
- 自动选择：根据 token 配置自动选择 API 模式，并允许按调用覆盖。
- 渐进式工具暴露：先暴露
mineru_activate，激活后出现mineru_parse、mineru_batch_parse、mineru_task。 - Web UI 上传：拖放文件后，文件路径会填入 composer draft。
- 批量解析：Precision API 支持自动分块批量解析。
- 限流处理：包含 token buckets、daily caps、429 backoff 和可操作的错误信息。
- 结果落盘：解析结果作为 workspace files，并在 Web UI 提供 signed preview links。
- 其他入口：支持 URL 文档解析和 headless CLI 使用。
API 模式与限制¶
| 项目 | Precision API | Agent API |
|---|---|---|
| Token | 需要 | 不需要 |
| 文件大小 | ≤ 200 MB | ≤ 10 MB |
| 页数 | ≤ 200 pages | ≤ 20 pages |
| 批量 | URL ≤ 200/batch；local uploads ≤ 50/batch | 仅单文件 |
| 格式 | 支持 HTML，以及更多 Office 格式 | 不支持 .doc / .ppt / .xls 或 HTML |
| 特点 | 自动分块批量解析 | tokenless，IP rate-limited |
安装与启用¶
先确认环境：已有 DeepSeek Harness 0.1.0-rc.6 或兼容 0.1.x，并且 dsh CLI 可用。
下面是 Web profile 的安装命令：
dsh plugin --profile web add dsh-mineru
安装后可以用下面的命令确认插件已注册：
dsh --profile web --dump-config | grep -A 2 "id: mineru"
如果配置了 Web UI，可以打开：
Settings → Plugins → MinerU 解析
Token 配置是可选的。
Web UI 中配置 token：
Settings → Plugins → MinerU 解析
把 token 填入 write-only field；留空会保留已有值。
Headless 或 CLI 中可以使用：
$DSH_HOME/.credentials.yaml
或导出：
MINERU_API_TOKEN
Token 每次操作时解析；轮换后的 token 会在下一次调用生效，无需重启。
如果从本地源码安装，应使用打包好的 tarball；不要使用 pnpm link:，因为它会把 @deepseek-ai peers 解析到 profile 外。
典型用法¶
- Web UI 拖放解析：把 PDF、Word 或图片拖进聊天，输入例如：
Parse this PDF to Markdown and summarize the key points
发送后预览返回文件。
- URL 解析：让 agent 处理：
parse this document: https://example.com/paper.pdf
- Headless 冒烟测试：
dsh --profile headless "Parse C:/docs/sample.pdf to Markdown and summarize the first 3 paragraphs"
- 验证安装：
dsh --profile web --dump-config | grep -A 2 "id: mineru"
适用场景与注意¶
适合在 DSH 工作流中需要稳定读取文档、批量解析、URL 解析或 headless 调用的场景。使用注意：
- 无 token 时只能使用 Agent API，限制较小且按 IP 限流；需要 HTML、
.doc/.ppt/.xls、批量解析时应配置 token 使用 Precision API。 - 插件以当前 dsh 进程权限运行，会读取工作区文件、调用 MinerU API 并生成 workspace files；安装前应检查源码与 MIT 许可证。
package.json声明 web client injection 的 slots 为slots、connection、sessions、conversation，并依赖@deepseek-ai/cordis ^4.0.1、@deepseek-ai/schemastery ^3.18.0和@deepseek-ai/dsh-* ^0.1.0-rc.6相关包。- 社区目录是独立站点，与 DeepSeek / 幻方无官方从属关系；具体插件信息以仓库和已核实资料为准。
结尾¶
dsh-mineru 的价值在于把 MinerU 的文档解析能力接到 DSH 插件体系里：模型不需要直接处理二进制文件，也能通过工具获得 PDF、Office、HTML 和图片解析后的结构化 Markdown。GitHub：https://github.com/Lee-Hilex/dsh-mineru。目录页：已核实资料未提供可确认的目录页 URL，可按 Lee-Hilex/dsh-mineru 在插件目录中查找。
