前言¶
DeepSeek Harness (DSH) 的設計理念是「一切皆插件」。在構建複雜的工作流或智能體時，如何讓 AI 持續維護知識庫、避免遺忘上下文，是開發中的核心痛點。dsh-llm-wiki 旨在解決這一問題，它是一個工作區範圍、本地優先的 LLM Wiki 插件。
插件介紹¶
名稱：dsh-llm-wiki
維護者：wangning19940904
類別：記憶
許可：MIT
該插件通過將當前工作區的目錄結構作爲知識來源，構建本地持久化的索引。它不依賴外部服務，數據完全存儲在本地，並基於工作區的絕對路徑進行隔離。
核心功能¶
-
數據隔離與源文件
插件基於exec.agent.session.header.cwd的規範真實路徑進行數據隔離。Markdown 和 TXT 文件作爲唯一的數據源，插件維護的索引文件可隨時刪除重建。 -
混合檢索
搜索引擎結合了 384 維特徵哈希嵌入、PostgreSQL 全文搜索、CJK 子串回退以及[[wikilink]]圖信號，並使用倒數排名融合（RRF）算法生成最終結果。 -
知識圖譜
插件從 Wiki 鏈接和同頁實體共現中確定性地構建圖邊，支持探索實體、關係和最多三跳的路徑。 -
安全維護
插件提供基於 Agent 的維護工具。寫入操作使用 SHA-256 哈希校驗，防止意外覆蓋，且所有維護操作均在正常會話日誌中可見，沒有隱藏的嵌套模型調用。
安裝與啓用¶
在安裝前，請確保環境滿足以下要求：
* Node.js ^22.19.0 或 >=24.0.0
* pnpm 11
* DeepSeek Harness 0.1.0-rc.6 或兼容版本
使用官方命令安裝插件：
dsh plugin --profile headless add github:wangning19940904/dsh-llm-wiki
注意：該插件使用 TypeScript 源碼，安裝時依賴 prepare 腳本。如果安裝報告插件構建被忽略，需要在 profile 的 pnpm-workspace.yaml 中添加：
allowBuilds:
dsh-llm-wiki: true
典型用法¶
插件提供了一組工具供 Agent 調用：
llm_wiki_search：在 Agent 回答前，先檢索現有知識庫。llm_wiki_import：將工作區內的相對.md、.markdown和.txt文件複製到raw/docs目錄。llm_wiki_ingest：更新派生的索引，新文件或修改過的文件會附帶日誌記錄。llm_wiki_read：讀取源文件內容（限制readMaxBytes）。llm_wiki_write：將源頁面寫入wiki/sources、wiki/entities或wiki/concepts目錄。llm_wiki_graph：探索實體、關係和路徑。
適用場景與注意事項¶
該插件適合需要在本地持久化知識、且對隱私和離線行爲有要求的場景。
- 侷限性：當前版本無 Web UI、MCP 服務器、Trace 系統、後臺模型任務、PDF/圖片轉換或獨立 CLI。
- 文件支持：僅支持本地 UTF-8 編碼的 Markdown 和文本文件。
- 向量策略：使用特徵哈希而非神經嵌入模型，優先保證可預測的離線行爲，而非語義質量。
總結¶
dsh-llm-wiki 通過提供一套工具鏈，讓 Harness Agent 能夠自主管理本地 Wiki。它解決了工作區級數據隔離和檢索的問題，適合作爲 DeepSeek Harness 開發中的記憶層組件。
