前言¶

DSH 的插件生态强调「一切皆插件」，社区目录是独立站点，不属于 DeepSeek 或幻方官方应用商店。对使用 DSH 或 Claude Code 的开发者来说，Markdown 笔记常作为背景材料、经验记录或项目上下文。常见问题不是完全找不到文件，而是找到很多包含关键词的文件后，仍然需要人工判断：应该先读哪一篇、哪些篇存在关联、哪些篇可以互相替代。

下面介绍 KnowLP-RAG。它把 Markdown 笔记组织成可检索的知识结构，并给 DSH / Claude Code 提供带阅读路径的检索结果：读哪些笔记、按什么顺序读、哪些是相似替代。

这是什么¶

KnowLP-RAG 是一个 DeepSeek Harness（dsh）bundle，包含 MCP server 和 native Cordis plugin。

已核实的基本信息如下：

• npm 包名：@eqman00003/knowlp-rag
• GitHub 仓库：wly8691-jpg/knowlp-rag
• package.json 版本：3.0.8
• 许可证：MIT
• package.json engines：node >=18
• README 标注：Python 3.11+
• 发布配置：npm registry https://registry.npmjs.org/，public access
• 社区目录页：https://www.skillhub.cn/plugins/wly8691-jpg/knowlp-rag

它的主要定位是：面向 Markdown 笔记的 dual knowledge-graph retrieval，并结合衰减遗忘、反馈权重、向量检索和全文检索。

核心能力¶

检索路径¶

KnowLP-RAG 给 DSH / Claude Code 的检索结果不只按相关性排序，还会给出阅读路径。具体包括：

• 哪些笔记应该读；
• 按什么顺序读；
• 哪些笔记是相似替代。

其检索采用 four-engine fan-out，包括：

• dual-graph P/S-Agent；
• vector；
• full-text。

工具接口¶

已核实的五个工具如下：

• knowlp_search：four-engine fan-out retrieval，使用 dual-graph P/S-Agent、vector 和 full-text；
• knowlp_get_note：读取笔记内容，read-only，path-traversal safe；
• knowlp_stats：engine/graph health self-check；
• knowlp_record_feedback：显式反馈，是 weight loop 的唯一入口；
• skill_search：skill index retrieval。

衰减与遗忘¶

KnowLP-RAG 支持 decay-based forgetting，即“用则强化，不用则衰减”。已核实的半衰期分档为：

• ephemeral：1 day；
• default：30 days；
• declarative：never。

反馈通过 knowlp_record_feedback 进入 weight loop。使用后系统会基于反馈改进，而不是只保持静态索引。

匹配与运行模式¶

已核实的能力包括：

• paragraph-level matching；
• 支持中文 note vaults out of the box，包括 Chinese time-anchor queries 和 Chinese full-text search；
• 无 GPU 时仅可在 n-gram mode 下工作；
• 通过 feedback weight loop 随着使用改进。

安装与启用¶

先安装插件。

dsh plugin add "@eqman00003/knowlp-rag"

然后设置两个必要环境变量。没有这两个变量时，dual-graph engine 会处于 idle 状态，只保留 full-text search 可用。

export KNOWLP_VAULT="$HOME/Notes"
export KNOWLP_GRAPH_DIR="$HOME/.knowlp-dsh"

其中：

• KNOWLP_VAULT：你的 Markdown notes directory；
• KNOWLP_GRAPH_DIR：writable index directory。

最后重启 dsh web。第一次搜索会触发 Python env bootstrap，约 30 秒，过程中不要中断。

典型用法¶

在 DSH 中搜索¶

设置好环境变量并重启后，可以先用一个查询验证检索结果。

knowlp_search "RAG architecture"

如果需要用工具读取具体笔记，可使用：

knowlp_get_note

如果需要检查 engine 或 graph 的健康状态，可使用：

knowlp_stats

如果要记录显式反馈，使用：

knowlp_record_feedback

如果要检索 skill index，使用：

skill_search

本地开发¶

本地开发可以从 GitHub 仓库开始。

git clone https://github.com/wly8691-jpg/knowlp-rag.git

进入仓库后安装开发依赖：

pip install -e .

构建图谱：

python build_graph.py

执行本地搜索：

python knowlp_search.py "RAG architecture"

适用场景与注意¶

适合以下场景：

• 你使用 DSH 或 Claude Code，并维护一套 Markdown notes；
• 你希望检索结果不只是命中关键词，而是给出可阅读的路径；
• 你使用中文笔记库，并需要中文 time-anchor queries 或中文 full-text search；
• 你没有 GPU，但可以使用 n-gram mode；
• 你希望通过显式反馈让检索权重随使用变化。

使用前需要确认几件事：

• 插件以当前 dsh 进程权限运行，安装前应检查源码和许可证；
• KNOWLP_VAULT 和 KNOWLP_GRAPH_DIR 是 dual-graph engine 的必要配置；
• 第一次搜索后的 Python env bootstrap 约 30 秒，不应中断；
• 无 GPU 场景下，只能在 n-gram mode 下工作；
• knowlp_get_note 是只读读取，且 path-traversal safe；
• knowlp_stats 可用于 engine/graph health self-check。

链接¶

• 社区目录页：https://www.skillhub.cn/plugins/wly8691-jpg/knowlp-rag
• GitHub：https://github.com/wly8691-jpg/knowlp-rag