前言¶
在 DeepSeek Harness（DSH）裏做會話時，助手經常需要查看本地文件：讀取一段文本、解析一個 DOCX 或 XLSX、對圖片做 OCR，或者把某一頁文檔渲染成圖片。若只靠手動粘貼文本，容易丟失文件結構、表格範圍和頁面位置；若切換到外部工具，流程會被打斷。
dsh-open-file 是 hyper-dsh-plugins 維護的一個 DSH 插件，面向 DeepSeek Harness Web，提供工作區範圍內的文件附件、文檔讀取、本地 OCR 和頁面渲染能力。它使用 MIT 許可證發佈，GitHub 倉庫爲：
https://github.com/hyper-dsh-plugins/dsh-open-file
下面介紹它的功能、安裝方式、典型用法和限制。
這是什麼¶
dsh-open-file 的定位是：
Workspace-scoped file attachments, document reading, local OCR, and page rendering for DeepSeek Harness Web.
它會接入 DSH Web 會話，把上傳文件放入當前 active session workspace，並給助手提供一組可追蹤的文件工具。插件通過 cordis.patch.yml 註冊 Host service、Web client 和 Skill。
已覈實的環境要求如下：
- DeepSeek Harness：
0.1.0-rc.6 - Node.js：
>=22.13.0 - 操作系統：Windows、Linux、macOS
- 瀏覽器 API：
fetch、XMLHttpRequest、File、drag and drop、clipboard file paste
核心功能¶
插件主要解決三件事：把文件放進會話，讓助手能檢查與讀取內容，把可用內容轉成可引用或可渲染的結果。
具體能力包括：
- 在現有
+菜單中增加Add → Attachment入口。 - 通過系統文件選擇器、頁面範圍拖拽和剪貼板粘貼接收多個文件。
- 用緊湊的 draft cards 顯示格式圖標、上傳進度、取消、重試和移除控件。
- 發送後把附件卡片放在對應用戶消息下方，保持會話對齊。
- 將同源二進制上傳流式寫入 active session workspace。
- 提供四個 agent 工具：
file_inspect、file_read、file_ocr、file_render。 - 讀取文本、PDF、DOCX、PPTX、XLSX、bounded ZIP archives、常見圖片格式，以及普通文件的 metadata。
- 使用打包語言數據運行英文和簡體中文 OCR。
- 返回 source hashes、locators、cursors、parsers 和 stable references，便於追蹤推理。
四個工具的職責如下：
| Tool | 職責 |
|---|---|
file_inspect |
返回 metadata、parser details 和可選的 part_ref 值 |
file_read |
讀取選定 part，支持 text cursors 或 worksheet ranges |
file_ocr |
對選定 image part 運行本地英文和簡體中文 OCR |
file_render |
將選定 document part 渲染爲 workspace PNG |
安裝與啓用¶
安裝前先確認當前 DSH Web 環境滿足上述兼容性要求。然後執行安裝命令：
dsh plugin --profile web add dsh-open-file
安裝後，插件會註冊相應的 Host service、Web client 和 Skill，並依賴 DSH Web Host 的同源上傳能力處理文件上傳。
如果後續需要移除插件，可以執行：
dsh plugin --profile web remove dsh-open-file
典型用法¶
下面給出一個可復現的流程。先打開一個帶有 active workspace 的 DSH 會話，再通過附件入口添加文件。
- 打開一個 DeepSeek Harness session，並確認當前有 active workspace。
- 選擇
+→Add→Attachment，或者把文件拖到 Web app 頁面，也可以從剪貼板粘貼文件。 - 查看 draft cards，等待上傳進入 ready 狀態。
- 發送消息，會話會生成 session-bound 的附件引用：
dsh-open-file://attachment/v1/...
- 讓 Assistant 對選定內容執行 inspect、read、OCR 或 render。
- 經過上面的步驟，助手可以根據文件內容繼續回答或處理任務。
工具調用通常按“先檢查、再讀取、OCR 或渲染”的順序進行：
- 使用
file_inspect獲取 metadata、parser details 和可選的part_ref。 - 根據返回的 part 使用
file_read讀取文本、worksheet ranges 等可用內容。 - 如果目標是圖片，使用
file_ocr對選定 image part 做本地 OCR。 - 如果目標是把文檔頁面變成圖片，使用
file_render生成 workspace PNG。
會話存儲與資源限制¶
插件會把源文件和派生產物放在當前會話工作區下：
<workspace>/.dsh/open-file/v1/sessions/<sha256(session-id)>/
插件會讀取和寫入這個 session 目錄，並在 DSH Web Host 上註冊同源上傳路由。
OCR 使用打包的 eng 和 chi_sim 語言數據。提取出的文件內容會被標記爲 untrusted evidence，供下游推理參考；使用時應按不可信輸入處理。
默認資源限制如下：
- 文件大小：256 MiB
- 每會話 draft files：20
- 每會話 draft bytes：512 MiB
- ZIP entries：10,000
- expanded ZIP entry：64 MiB
- total expanded ZIP bytes：512 MiB
- ZIP compression ratio：100:1
- upload timeout：300 seconds
- parse and render timeout：30 seconds
- OCR timeout：120 seconds
- rendered pixels：40,000,000
適用場景與注意¶
這個插件適合需要把本地文件交給 DSH 助手處理的場景，例如讀取文檔摘要、檢查表格、識別圖片文字、渲染文檔頁面，或在會話中保留可追蹤的附件引用。
使用注意：
- 插件以當前
dsh進程權限運行，安裝前應先檢查源碼、依賴和 MIT 許可證。 - 插件會讀寫指定的 session 目錄，並註冊同源上傳路由，使用前應確認工作區權限和瀏覽器 API 是否可用。
- 文件內容會被標記爲 untrusted evidence，助手基於文件內容的推理不應等同於文件來源已經過外部信任校驗。
- 大文件、大 ZIP、長 OCR 或高像素渲染可能觸發默認限制，應按上面的資源限制規劃任務。
結尾¶
dsh-open-file 給 DeepSeek Harness Web 增加了一條工作區文件附件鏈路：上傳、草稿控制、發送後引用、助手檢查讀取、本地 OCR 和頁面渲染都在同一會話內完成。
GitHub 倉庫：
https://github.com/hyper-dsh-plugins/dsh-open-file
