DeepSeek Harness (DSH) 插件：f1star/dsh-research

DeepSeek Harness (DSH) 的核心设计理念是“一切皆插件”。针对科研场景下的 PDF 处理需求，f1star/dsh-research 是一个 DSH bundle 插件，它并非 Codex 插件，而是运行在现有 DSH profile 中的一个独立 bundle。它的核心价值在于实现“证据优先”的论文阅读、持久化的论文记录以及跨论文的合成能力。

核心功能¶

该插件主要提供以下能力：

论文阅读：提供 paper_import、paper_reading_pack、paper_outline、paper_search 和 paper_read 等工具。支持从本地导入 PDF，对识别出的关键部分进行有界的首次扫描，通过标题导航结构，进行词汇匹配搜索，并通过物理页锚点、解析器修订锚点和引语哈希锚点恢复确切的上下文块。
论文库：提供 paper_library_register、paper_library_list、paper_library_get 和 paper_library_alias。用于在 profile 存储中保留论文身份、引用来源、确切源版本、解析器观察结果和可逆别名。
研究集成：通过 research-question、evidence、note、claim、entity、observation、comparison-protocol、synthesis、matrix、audit 和 research_review_render 等操作，在多篇论文间建立可追溯的记录。合成推理可以保留明确的比较协议，渲染器会呈现该比较基础。
科学提取：提供 paper_structure 工具，通过精确的解析器修订锚点定位表格、公式文本和图表提取。
研究工作区：在 Web 侧边栏中提供“科研工作区”，允许注册的研究人员浏览归档的 PDF、保留阅读位置、编写笔记、检查矩阵并审查主张和数值观察。
报告与任务：支持导出 Markdown、LaTeX、BibTeX、CSL-JSON 和来源文件。research_task_list、research_task_get 和 research_task_write 保留明确的工作流检查点、暂停/恢复状态以及过时源警告。

安装与启用¶

环境要求¶

使用 Node.js 24 LTS（包含 npm 和 npx）。支持的 Node 范围为 ^22.19.0 || >=24.0.0。

安装步骤¶

选择独立的存储目录（推荐 0.4 版本使用新目录，因为 0.3 profile 数据无法直接打开 0.4）：

    export DSH_HOME="$HOME/.dsh-research-v040"

该目录将独立于现有的 DSH 安装，用于存储配置、凭据和默认存储。不要删除旧数据，只需使用新的 `DSH_HOME` 路径。

安装发布版插件：

    npx @deepseek-ai/dsh@0.1.1-rc.2 --version
    npx @deepseek-ai/dsh@0.1.1-rc.2 plugin --profile web add https://github.com/F1star/dsh-research/releases/download/v0.4.0/dsh-research.tgz
    npx @deepseek-ai/dsh@0.1.1-rc.2 --profile web --dump-config

注意：DSH 使用 pnpm 来安装 profile 插件，即使你使用 npx 启动 DSH。`--dump-config` 用于确认插件已正确添加到配置中。

启动研究工作区：

    npx @deepseek-ai/dsh@0.1.1-rc.2 web

在终端运行上述命令后，根据提示在浏览器中打开本地 URL。在浏览器中配置模型 API Key，选择工作区，并在侧边栏打开“科研工作区”。如果尚未注册，可以使用 `paper_import` 导入 PDF。

典型用法¶

在 CLI 中，推荐的工作流如下：

导入 PDF 并进行有界扫描：

    export DSH_HOME="$HOME/.dsh-research-v040"
    npx @deepseek-ai/dsh@0.1.1-rc.2 web

在对话中调用：
*   `paper_import`：导入本地 PDF。
*   `paper_reading_pack`：对识别出的关键部分进行有界的首次扫描。
*   `paper_outline`：检查标题结构。
*   `paper_search`：查找额外的文本块。
*   `paper_read`：在依赖段落之前调用此命令。

注册并管理论文库：

使用 paper_library_register 注册保留的文档，并保留返回的 paper ID、源版本、文档、块、解析器版本、物理页和引语哈希标识符。
执行研究操作：

使用 research-question、evidence、claim 等工具构建跨论文的记录。

注意事项¶

版本兼容性：0.3 profile 的数据无法直接被 0.4 打开。如果需要使用 0.4，请备份现有存储并使用全新的、独立的 profile 存储目录。
Python 依赖：默认的 PDF 读取器不需要 Python；仅可选的 OCR 功能需要 Python。
包管理器：DSH 使用 pnpm 来安装 profile 插件，即使你通过 npx 启动 DSH 主程序。
权限范围：安装插件实际上是向该 profile 中启动的每个 agent 授予了研究工具模式及其稳定提示指导的权限。

总结¶

f1star/dsh-research 为 DSH 用户提供了从 PDF 导入、证据锚定阅读到跨论文合成的一整套科研工具链。通过 Web 侧边栏和 CLI 工具的结合，它能够帮助研究者在模型辅助下建立严谨、可追溯的研究记录。