前言¶
在 DeepSeek Harness（DSH）中，智能體通常需要把文檔內容轉成可處理的文本。PDF、Word、PPT、Excel、HTML 和圖片不能只靠模型直接“讀取”，更適合先解析爲結構化 Markdown。dsh-mineru 把 MinerU 的解析能力接成 DSH 插件，讓智能體在工具調用中完成文檔解析。下面介紹它的能力、安裝方式、用法和限制。
這是什麼¶
Lee-Hilex/dsh-mineru 是一個 MIT 許可的 DSH 插件，由 Lee-Hilex 維護。它把 MinerU 作爲解析後端，將 PDF、Word、PPT、Excel、HTML 和圖片轉爲結構化 Markdown。插件提供兩條 API 路徑：配置 token 後走 Precision API，不配置 token 時走 tokenless Agent API。
核心功能¶
- 多模態文檔解析：支持 PDF、Word、PPT、Excel、HTML 和圖片，輸出結構化 Markdown。
- 雙 API 模式：Precision API 需要 MinerU token；Agent API 不需要 token，但按 IP 限流。
- 自動選擇：根據 token 配置自動選擇 API 模式，並允許按調用覆蓋。
- 漸進式工具暴露：先暴露
mineru_activate，激活後出現mineru_parse、mineru_batch_parse、mineru_task。 - Web UI 上傳：拖放文件後，文件路徑會填入 composer draft。
- 批量解析：Precision API 支持自動分塊批量解析。
- 限流處理：包含 token buckets、daily caps、429 backoff 和可操作的錯誤信息。
- 結果落盤：解析結果作爲 workspace files，並在 Web UI 提供 signed preview links。
- 其他入口：支持 URL 文檔解析和 headless CLI 使用。
API 模式與限制¶
| 項目 | Precision API | Agent API |
|---|---|---|
| Token | 需要 | 不需要 |
| 文件大小 | ≤ 200 MB | ≤ 10 MB |
| 頁數 | ≤ 200 pages | ≤ 20 pages |
| 批量 | URL ≤ 200/batch；local uploads ≤ 50/batch | 僅單文件 |
| 格式 | 支持 HTML，以及更多 Office 格式 | 不支持 .doc / .ppt / .xls 或 HTML |
| 特點 | 自動分塊批量解析 | tokenless，IP rate-limited |
安裝與啓用¶
先確認環境：已有 DeepSeek Harness 0.1.0-rc.6 或兼容 0.1.x，並且 dsh CLI 可用。
下面是 Web profile 的安裝命令：
dsh plugin --profile web add dsh-mineru
安裝後可以用下面的命令確認插件已註冊：
dsh --profile web --dump-config | grep -A 2 "id: mineru"
如果配置了 Web UI，可以打開：
Settings → Plugins → MinerU 解析
Token 配置是可選的。
Web UI 中配置 token：
Settings → Plugins → MinerU 解析
把 token 填入 write-only field；留空會保留已有值。
Headless 或 CLI 中可以使用：
$DSH_HOME/.credentials.yaml
或導出：
MINERU_API_TOKEN
Token 每次操作時解析；輪換後的 token 會在下一次調用生效，無需重啓。
如果從本地源碼安裝，應使用打包好的 tarball；不要使用 pnpm link:，因爲它會把 @deepseek-ai peers 解析到 profile 外。
典型用法¶
- Web UI 拖放解析：把 PDF、Word 或圖片拖進聊天，輸入例如：
Parse this PDF to Markdown and summarize the key points
發送後預覽返回文件。
- URL 解析：讓 agent 處理：
parse this document: https://example.com/paper.pdf
- Headless 冒煙測試：
dsh --profile headless "Parse C:/docs/sample.pdf to Markdown and summarize the first 3 paragraphs"
- 驗證安裝：
dsh --profile web --dump-config | grep -A 2 "id: mineru"
適用場景與注意¶
適合在 DSH 工作流中需要穩定讀取文檔、批量解析、URL 解析或 headless 調用的場景。使用注意：
- 無 token 時只能使用 Agent API，限制較小且按 IP 限流；需要 HTML、
.doc/.ppt/.xls、批量解析時應配置 token 使用 Precision API。 - 插件以當前 dsh 進程權限運行，會讀取工作區文件、調用 MinerU API 並生成 workspace files；安裝前應檢查源碼與 MIT 許可證。
package.json聲明 web client injection 的 slots 爲slots、connection、sessions、conversation，並依賴@deepseek-ai/cordis ^4.0.1、@deepseek-ai/schemastery ^3.18.0和@deepseek-ai/dsh-* ^0.1.0-rc.6相關包。- 社區目錄是獨立站點，與 DeepSeek / 幻方無官方從屬關係；具體插件信息以倉庫和已覈實資料爲準。
結尾¶
dsh-mineru 的價值在於把 MinerU 的文檔解析能力接到 DSH 插件體系裏：模型不需要直接處理二進制文件，也能通過工具獲得 PDF、Office、HTML 和圖片解析後的結構化 Markdown。GitHub：https://github.com/Lee-Hilex/dsh-mineru。目錄頁：已覈實資料未提供可確認的目錄頁 URL，可按 Lee-Hilex/dsh-mineru 在插件目錄中查找。
