前言¶

在 DeepSeek Harness（DSH）的「一切皆插件」思路下，一个常见需求是把论文、文献脉络、代码实现和研究问题连起来。academic-research-graph 是一个 DSH 插件包，目标不是再输出一份引用列表，而是从一篇论文、一个研究概念、一个 benchmark 或一个 GitHub 仓库出发，生成可以继续扩展的研究图谱。

下面介绍这个插件的定位、核心能力、安装方式，以及几个可以直接复用的请求示例。

这是什么¶

下文以仓库名 watericetangcw/academic-research-graph 指代该插件；package.json 中的包名为 dsh-academic-research-graph。

它由 watericetangcw 维护，采用 MIT License。该仓库也可以作为 native DeepSeek Harness profile bundle 使用，bundle 格式面向 @deepseek-ai/dsh 0.1.0-rc.5。

它解决的核心问题是：给定一个研究入口，不只是列出相关论文，而是把「谁提出了关键想法」「哪些工作真正扩展了它」「哪些工作提出质疑」「代码实际做了什么」「哪些论文真正使用了 benchmark」这些关系显式地画出来，并允许后续从已有节点继续研究。

核心功能¶

生成可探索的论文图谱¶

生成的图谱页面可以展示：

• 可点击的 paper nodes 和 relationship edges；
• preprint、conference、journal 和 publication status；
• sourced top-venue badges；
• readable paper guides 和 metadata links；
• main lineage 和 controversy 高亮；
• 关键论文的 optional representative figures；
• 中文、英文或 bilingual 内容；
• 只有在发生真实增量更新后，才高亮 latest expansion 部分。

解释论文、脉络和分歧¶

这个插件会把重点节点解释给「了解这个领域，但还没有打开 PDF」的人看。

它会突出主脉络和争议点，也可以查找真实分歧，包括：

• criticism；
• contradictory findings；
• failed reproductions；
• incompatible assumptions。

在 benchmark 相关问题上，它还会区分两类论文：只是引用 benchmark 的论文，和实际在该 benchmark 上评估、加载其数据或使用其 official code 的论文。

连接论文与代码¶

它支持从一个 GitHub repository 开始：

1. 解析对应的论文；
2. 在 pinned commit 上检查实现；
3. 将代码实现与论文中描述的方法进行对比。

也就是说，它不只是把文献关系画出来，也可以把「论文声称的方法」和「仓库里的实现」放到同一个研究上下文里比较。

支持增量扩展¶

你可以选择图谱中任意已有节点，启动一条新的研究分支，完成审阅后再把结果合并回原图谱，而不需要从头重建。

输出语言¶

支持以下输出模式：

output_language: zh-CN
output_language: en
output_language: bilingual

安装与启用¶

先确认环境满足以下要求：

• Node.js ^22.19.0 或 >=24.0.0；
• pnpm 在 PATH 中可用；corepack enable 可以提供 pnpm。

如果还没有 pnpm，可以先启用 corepack：

corepack enable

然后把插件安装到目标 profile。资料给出的命令使用默认 web profile：

npx @deepseek-ai/dsh plugin --profile web add github:watericetangcw/academic-research-graph

如果需要固定到 v0.2.4，可以在 GitHub package spec 后追加版本：

npx @deepseek-ai/dsh plugin --profile web add github:watericetangcw/academic-research-graph#v0.2.4

如果本机已经安装了 dsh 命令，也可以用 dsh 替代 npx @deepseek-ai/dsh：

dsh plugin --profile web add github:watericetangcw/academic-research-graph

注意：plugins 是 profile-scoped 的。如果你实际运行的是 headless 或其他 profile，需要把命令中的 web 替换成对应的 profile 名称。

Harness 启动后，可以输入 /academic-research-graph，然后跟上你的研究请求。例如：

/academic-research-graph Research arXiv:2406.05720. Trace its important origins and meaningful follow-up work, identify major disagreements, and verify which papers actually used its benchmark. Produce the graph in English.

Harness 也可能在请求匹配插件描述时自动加载该 Skill。

典型用法¶

下面几个请求可以直接作为示例，也可以根据自己的研究问题改写。

1、从指定论文开始追踪脉络¶

Research arXiv:2406.05720. Trace its important origins and meaningful follow-up work, identify major disagreements, and verify which papers actually used its benchmark. Produce the graph in English.

这个请求关注四件事：

1. 这篇论文的重要来源；
2. 有意义的后续工作；
3. 主要分歧；
4. 哪些论文实际使用了它的 benchmark。

2、为某个研究概念建立中文图谱¶

Build a Chinese research graph for Vision Transformer. Explain every core paper for a field-familiar reader who has not read it, and highlight the main lineage from Transformer to ViT and its most important descendants.

这个请求适合已经熟悉 Transformer 领域、但想快速补齐 Vision Transformer 脉络的人。它要求解释核心论文，并突出从 Transformer 到 ViT 的主线以及重要后续分支。

3、从 GitHub 仓库开始比较论文与代码¶

Start from this GitHub repository, identify the associated paper, compare the implementation with the paper, and map its origins, follow-up work, and criticism.

这个请求会把代码仓库作为入口，先找关联论文，再比较实现与论文描述，并补充来源、后续工作和批评。

4、从已有节点继续研究¶

Continue from the DeiT node in the current graph. Investigate the data-efficiency branch and merge the reviewed results back into the graph.

这个请求假设当前图谱里已经有 DeiT 节点。它会从该节点出发，深入研究 data-efficiency 分支，并把审阅后的结果合并回原图谱。

适用场景与注意¶

适合以下场景：

• 想快速理解一篇论文的来源、后续和争议；
• 想区分「引用 benchmark」和「真正使用 benchmark」；
• 想从 GitHub 仓库反查论文，并比较论文方法与代码实现；
• 想在已有研究图谱上继续扩展某个分支；
• 需要中文、英文或 bilingual 输出。

使用时需要注意：

• 插件会在当前 dsh 进程权限下运行，安装前应检查源码与 MIT License；
• DSH plugins 是 profile-scoped 的，不要默认 web profile 一定适合自己的运行环境；
• bundle 格式面向 @deepseek-ai/dsh 0.1.0-rc.5，环境需要满足 Node.js 和 pnpm 要求；
• 如果要固定版本，可以使用 #v0.2.4；
• 文中的 skillhub.cn 插件目录是独立站点，不应理解为 DeepSeek 或幻方的官方应用商店。

链接¶

• GitHub：https://github.com/watericetangcw/academic-research-graph
• 插件目录页：https://www.skillhub.cn/plugins/watericetangcw/academic-research-graph