前言¶

在 DeepSeek Harness（DSH）中給對話模型補充本地資料時，常見做法有兩種：要麼把檢索結果固定拼進每輪 prompt，要麼調用遠程 embedding API。前者容易帶入與當前問題無關的上下文，後者會引入網絡依賴和外部服務。mindspeace-dsh-local-rag 的做法是把檢索顯式化爲一個工具：模型只有在當前對話和最新用戶請求不足時，才調用 search_local_memory 檢索本地語料。

這是什麼¶

mindspeace-dsh-local-rag 是 Spirtxiaoqi7 維護的一個獨立、本地運行的混合 RAG 插件，面向 DeepSeek Harness。它爲工具型對話模型暴露一個明確的 search_local_memory 工具，而不是把檢索注入每一輪對話。插件採用 MIT 許可，不依賴遠程 embedding API；聯網僅發生在下載固定模型製品時。

它與 mindspace-dsh-session-memory 不綁定，可以單獨安裝或移除。

核心功能¶

模型顯式調用¶

插件註冊 search_local_memory 工具，由模型根據當前上下文決定是否需要檢索。它不修改 chat provider，也不向 prompt 自動填充檢索結果。

混合檢索¶

插件同時使用向量相似度和 BM25+ 詞法檢索，並用 reciprocal-rank fusion 融合結果。檢索採用 child-hit/parent-return 模式，並保留固定的候選限制。當向量運行環境不可用時，詞法結果仍可繼續使用。

兩類本地語料¶

插件管理兩類語料：

• 用戶上傳的知識文件；
• 會話隔離的 native DSH compaction summaries。

可分塊攝取的文件類型包括 PDF、DOCX、TSV、CSV、TXT、Markdown、JSON 和 HTML。

語料管理¶

兩類語料都支持正文查看、編輯、邏輯刪除和版本回滾。

本地模型生命週期¶

插件支持本地模型下載、完整性校驗、啓動、停止和持久化自動啓動。下載源先嚐試 ModelScope，再嘗試 Hugging Face。內置的已驗證模型是：

shibing624/text2vec-base-chinese

規格爲 ONNX、768 維度，約 407 MB。

下載、完整性校驗、啓動、停止和自動啓動是彼此獨立的操作。默認啓動不會加載 ONNX，需要顯式啓動模型。

安裝與啓用¶

運行環境需要 Node.js 22.19+ 或 24+、pnpm，以及一個本地 DeepSeek Harness checkout。

下面的流程先在插件倉庫中構建 tarball，再回到官方 Harness checkout 根目錄安裝到 web profile。請將路徑替換爲你自己的實際路徑。

git clone https://github.com/Spirtxiaoqi7/mindspace-dsh-local-rag.git
Set-Location .\mindspace-dsh-local-rag
corepack pnpm install
corepack pnpm run build
corepack pnpm pack --pack-destination dist
$ragTgz = (Get-ChildItem .\dist\mindspace-dsh-local-rag-*.tgz | Sort-Object LastWriteTime -Descending | Select-Object -First 1).FullName

Set-Location C:\path\to\deepseek-harness
corepack pnpm dsh plugin --profile web add $ragTgz
corepack pnpm dsh --profile web --dump-config
corepack pnpm dsh web

注意：不要在插件目錄內執行 pnpm dsh，該命令屬於官方 Harness checkout。

安裝後，打開 Settings → Local RAG 頁面，即可上傳文件並進行詞法檢索。即使 embedding model 尚未運行，也可以先使用詞法檢索。

典型用法¶

1、上傳知識文件：在 Settings → Local RAG 中上傳 PDF、DOCX、TSV、CSV、TXT、Markdown、JSON 或 HTML 文件。

2、啓動本地模型：如果需要使用向量檢索，按插件提供的模型生命週期操作下載、校驗並啓動模型。ONNX 默認不在啓動時加載，需要顯式啓動。

3、模型檢索：模型在判斷當前對話和最新用戶請求不足時調用 search_local_memory。首次檢索只需提供 query 和 scope；如果返回了 documentId 或 sourceId，可用於同一來源的後續檢索。

4、管理語料：在設置頁查看正文、編輯內容、邏輯刪除或回滾修訂版本。

適用場景與注意¶

適合以下情況：

• 需要給 DSH 對話模型增加本地資料檢索；
• 希望由模型自行決定何時檢索，而不是每輪 prompt 都注入結果；
• 需要同時檢索用戶上傳知識和會話壓縮摘要；
• 希望不依賴遠程 embedding API，只保留本地模型下載時的網絡訪問。

需要注意：

• 插件以當前 DSH 進程權限運行，安裝前應檢查源碼、構建腳本和 MIT 許可證；
• 檢索得到的文本應視爲不可信證據，不能覆蓋當前指令；
• 該插件不是 mindspace-dsh-session-memory，二者可獨立安裝；
• 聯網只用於下載固定模型製品，不表示使用遠程 embedding API。

鏈接¶

• 目錄頁：https://www.skillhub.cn/plugins/Spirtxiaoqi7/mindspace-dsh-local-rag
• GitHub：https://github.com/Spirtxiaoqi7/mindspace-dsh-local-rag