前言¶
DeepSeek Harness (DSH) 的核心理念是“一切皆插件”。在使用 DSH 進行工作時，閱讀 PDF 文檔通常需要手動複製文本或截圖，然後再進行 AI 分析，這割裂了閱讀與對話的流程。dsh-pdf-reader 插件旨在將 PDF 閱讀器、批註工具和 AI 分析功能集成在同一個 Web 工作流中。
是什麼¶
dsh-pdf-reader 是一個外部（out-of-tree）插件，由用戶 ydlstartx 維護。它爲 DeepSeek Harness 提供了 AI 驅動的 PDF 閱讀能力，支持原生文字、圖片區域、圖文資料、多 PDF 聯合提問以及用戶授權後的按需 OCR。
核心功能¶
插件主要包含以下能力：
- 閱讀與導航：支持多 PDF 標籤、目錄、書籤、縮略圖、全文搜索、跳轉歷史、縮放、適配和無損旋轉。
- 文字與批註：提供原生文字選擇、複製與 AI 操作，支持高亮、下劃線、刪除線、備註和批註中心管理。
- 圖文 AI：可對圖片區域提問，將圖表、圖注和相關段落加入共享圖文資料，進行聯合分析並通過來源鏈接回溯原文。
- 整份文檔問答：支持單份或多份 PDF 聯合提問，固定本次文檔範圍，並在回答中按來源區分事實與推斷。
- 按需 OCR：默認關閉；用戶明確授權後，AI 纔會按需識別少量頁面。系統對 OCR 頁面緩存進行了限制（約 64 MiB 或 512 頁）。
- 保存與恢復：按對話恢復已打開文檔和閱讀狀態，支持“另存爲”及確認後的“覆蓋原文件”操作。
安裝與啓用¶
插件以 Beta 版本發佈（當前版本 0.1.0-beta.3），需要 DeepSeek Harness 0.1.1-rc.2。
下載構建好的 .tgz 包後，在 Harness checkout 根目錄執行以下命令：
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¶
- 圍繞整份 PDF 提問：選擇一份或多份 PDF 後直接提問。OCR 默認關閉，僅在授權後按需識別。
- 選擇文字並調用 AI：選中文字後，可複製、解釋、翻譯或加入上下文。
- 創建並保存批註：支持高亮、下劃線、備註等，僅在“另存爲”或確認“覆蓋原文件”時寫入 PDF。
- 組合圖片與原文提問：將圖表加入圖文資料籃，統一分析並獲得可點擊的來源回鏈。
- 演示資料與授權：在需要視覺模型分析圖片區域時，需確保當前模型支持視覺輸入。
適用場景與注意¶
- 適用場景：需要在對話中邊閱讀邊分析的 PDF 用戶，特別是涉及圖表、多文檔對比或需要引用原文的場景。
- 運行要求：需要支持 IndexedDB、Web Worker、Canvas 和 Blob URL 的現代 Chromium 瀏覽器。
- 權限與隱私：插件不修改或要求定製 DSH 源碼。數據（PDF、批註）保存在當前站點的瀏覽器本地存儲中，不會上傳或改寫 PDF，除非用戶明確調用 AI 功能或確認覆蓋文件。
- 安全限制：PDF 內容、批註文字和圖片按不可信資料處理，不會被當作系統指令執行。
- 已知限制：
- 圖片區域選框不能跨頁。
- 目錄和側欄搜索只讀取 PDF 自帶信息，不觸發 OCR。
- 首次 OCR 需要聯網下載 PaddleOCR 模型，離線且無緩存時會失敗。
- 300 MiB 是文件入口的防禦上限，不代表已承諾的大文件性能指標。
- 需要視覺模型才能分析圖片區域。
總結¶
dsh-pdf-reader 將 PDF 閱讀器與 AI 分析緊密結合，通過圖文資料籃和來源回鏈解決了證據鏈追蹤的問題。對於需要在 DeepSeek Harness 中處理 PDF 文檔的開發者，這是一個可以直接落地的工具。
