前言¶
DeepSeek Harness (DSH) 的核心理念是“一切皆插件”。在使用 DSH 进行工作时，阅读 PDF 文档通常需要手动复制文本或截图，然后再进行 AI 分析，这割裂了阅读与对话的流程。dsh-pdf-reader 插件旨在将 PDF 阅读器、批注工具和 AI 分析功能集成在同一个 Web 工作流中。
是什么¶
dsh-pdf-reader 是一个外部（out-of-tree）插件，由用户 ydlstartx 维护。它为 DeepSeek Harness 提供了 AI 驱动的 PDF 阅读能力，支持原生文字、图片区域、图文资料、多 PDF 联合提问以及用户授权后的按需 OCR。
核心功能¶
插件主要包含以下能力：
- 阅读与导航：支持多 PDF 标签、目录、书签、缩略图、全文搜索、跳转历史、缩放、适配和无损旋转。
- 文字与批注：提供原生文字选择、复制与 AI 操作，支持高亮、下划线、删除线、备注和批注中心管理。
- 图文 AI：可对图片区域提问，将图表、图注和相关段落加入共享图文资料，进行联合分析并通过来源链接回溯原文。
- 整份文档问答：支持单份或多份 PDF 联合提问，固定本次文档范围，并在回答中按来源区分事实与推断。
- 按需 OCR：默认关闭；用户明确授权后，AI 才会按需识别少量页面。系统对 OCR 页面缓存进行了限制（约 64 MiB 或 512 页）。
- 保存与恢复：按对话恢复已打开文档和阅读状态，支持“另存为”及确认后的“覆盖原文件”操作。
安装与启用¶
插件以 Beta 版本发布（当前版本 0.1.0-beta.3），需要 DeepSeek Harness 0.1.1-rc.2。
下载构建好的 .tgz 包后，在 Harness checkout 根目录执行以下命令：
pnpm dsh plugin --profile web add /absolute/path/to/dsh-pdf-reader-0.1.0-beta.3.tgz
pnpm dsh --profile web --dump-config | rg dsh-pdf-reader
pnpm dsh web
典型用法¶
- 围绕整份 PDF 提问：选择一份或多份 PDF 后直接提问。OCR 默认关闭，仅在授权后按需识别。
- 选择文字并调用 AI：选中文字后，可复制、解释、翻译或加入上下文。
- 创建并保存批注：支持高亮、下划线、备注等，仅在“另存为”或确认“覆盖原文件”时写入 PDF。
- 组合图片与原文提问：将图表加入图文资料篮，统一分析并获得可点击的来源回链。
- 演示资料与授权：在需要视觉模型分析图片区域时，需确保当前模型支持视觉输入。
适用场景与注意¶
- 适用场景：需要在对话中边阅读边分析的 PDF 用户，特别是涉及图表、多文档对比或需要引用原文的场景。
- 运行要求：需要支持 IndexedDB、Web Worker、Canvas 和 Blob URL 的现代 Chromium 浏览器。
- 权限与隐私：插件不修改或要求定制 DSH 源码。数据（PDF、批注）保存在当前站点的浏览器本地存储中，不会上传或改写 PDF，除非用户明确调用 AI 功能或确认覆盖文件。
- 安全限制：PDF 内容、批注文字和图片按不可信资料处理，不会被当作系统指令执行。
- 已知限制：
- 图片区域选框不能跨页。
- 目录和侧栏搜索只读取 PDF 自带信息，不触发 OCR。
- 首次 OCR 需要联网下载 PaddleOCR 模型，离线且无缓存时会失败。
- 300 MiB 是文件入口的防御上限，不代表已承诺的大文件性能指标。
- 需要视觉模型才能分析图片区域。
总结¶
dsh-pdf-reader 将 PDF 阅读器与 AI 分析紧密结合，通过图文资料篮和来源回链解决了证据链追踪的问题。对于需要在 DeepSeek Harness 中处理 PDF 文档的开发者，这是一个可以直接落地的工具。
