前言¶
DeepSeek Harness (DSH) 採用插件化架構，旨在將特定能力封裝爲可插拔組件。在開發智能體或處理文檔時，對 PDF 進行高精度解析是一個常見需求。傳統的解析方式往往在版面分析、公式識別或長文檔處理上存在精度不足或阻塞對話的問題。本插件引入 MinerU 引擎，爲 DSH 提供了原生的高精度 PDF 讀取能力。
這是什麼¶
dsh-pdf-mineru 是由 Yurzi 開發的一個 DSH 插件。它作爲一個 Provider-independent 的工具，利用 MinerU 引擎爲 Agent 提供文檔解析能力。該插件解決了 AI 在處理複雜 PDF（如學術論文、研報）時，難以準確提取結構化信息（如公式、表格、版面）的問題。
核心功能¶
插件具備以下核心能力：
- 雙端支持：支持 MinerU 官方雲（v4）與私有化自建服務（v2），數據可不出內網。
- 高精度解析：提供文檔版面分析、公式與表格提取、圖文解析。
- 異步與緩存：原生支持後臺異步任務與智能緩存，支持同步返回或後臺處理；基於文件指紋與配置自動去重。
- 內容支持：支持雙欄正文、目錄、LaTeX 公式、表格、參考文獻與插圖。
- 便捷工具：提供內置可視化設置面板。
安裝與啓用¶
在 DeepSeek Harness 環境中執行以下命令即可安裝插件：
dsh plugin --profile web add dsh-pdf-mineru
典型用法¶
配置完成後，無需記憶複雜指令，直接在聊天框中用自然語言對 Agent 下達需求即可。插件提供了多種交互模式：
- 基礎解析：直接讓 Agent 讀取文檔並提取正文、數學公式和表格，整理成 Markdown 格式。
- 長文檔後臺處理：對於超長文檔，使用
async_parse_pdf提交任務。Agent 會返回任務 ID，將文檔全量解析到本地緩存，並在完成後返回文檔結構化摘要（如頁數、大綱、圖表數），期間不阻塞對話。 - 精準切片：通過參數控制讀取範圍。例如傳入
pages: "1-5"與focus: "table"，讀取指定頁碼的表格；或傳入focus: "toc"查看目錄。 - 內容精讀與檢索：使用
query: "圖 7"進行字面檢索；使用返回的block_id精讀完整塊，或使用物理頁碼與focus選擇內容；對關鍵公式或圖表，使用view: "page"回看原頁。
適用場景與注意¶
使用本插件前，請確認以下環境與配置要求：
- 環境要求：運行環境需滿足 Node.js
^22.19.0 || >=24.0.0。 - DSH 版本：僅支持 DeepSeek Harness 的 RC（Release Candidate）版本及後續正式發佈版本。
- 任務控制器：宿主必須爲該會話裝配任務控制器（如
tool-jobs），否則啓動時會拒絕解析。 - 錯誤處理：損壞、加密、解析失敗、頁碼越界等錯誤不會通過切換後端進行重試。
- Poppler 依賴：當兩後端均不可用時，插件會提示安裝 Poppler；原頁模式優先使用 PATH 中的 Poppler，缺失或不可執行時會自動回退到 PDF.js + Node Canvas。
- 任務取消：
job_kill僅取消本次等待，不會中止其他調用共用的解析生產者。
總結¶
dsh-pdf-mineru 通過集成 MinerU 引擎，爲 DeepSeek Harness 提供了從雲端到本地的 PDF 解析解決方案。其異步任務處理、智能緩存以及高精度的公式/表格提取能力，能夠顯著提升 Agent 處理文檔的效率與準確性。
