DeepSeek Harness 插件：ln1m/dsh-tool-literature（文獻檢索工具）

在 DeepSeek Harness 的開發實踐中，調用外部工具是構建智能體的關鍵環節。直接讓模型讀取技能描述並執行 shell 命令往往效率低下，且容易出錯。爲了解決這一問題，開發者 Ln1m 提供了 dsh-tool-literature 插件，將文獻檢索流程封裝爲可被模型直接調用的結構化工具。

插件簡介¶

dsh-tool-literature 是一個針對 DeepSeek Harness 的模型可調用文獻檢索工具。它基於 paper-search.py 腳本構建，集成了 OpenAlex 的引用排序和 arXiv 的相關性判斷功能。該插件屬於聯網工具類別，旨在通過一次結構化調用替代傳統的閱讀技能體和執行 shell 命令的流程。

核心功能¶

模型可調用接口：提供結構化的 literature_search 工具，供智能體直接調用。
腳本封裝：內部調用 paper-search.py 腳本處理檢索邏輯。
引用排序：利用 OpenAlex 數據源對檢索結果進行引用量排序。
相關性評分：結合 arXiv 的相關性算法優化檢索結果。

安裝與依賴¶

根據提供的資料，該插件倉庫未明確列出標準的安裝命令。插件通過 package.json 定義其依賴與配置。

在 package.json 中可以看到以下關鍵依賴：
* @deepseek-ai/cordis (版本 >= 4.0.1)
* @deepseek-ai/dsh-tools (版本 >= 0.1.0-rc.6)

插件內部通過環境變量 DSH_PAPER_SEARCH_SCRIPT 定位 paper-search.py 腳本路徑（默認爲 ~/Research-Tools/paper-search.py）。由於該倉庫已歸檔併入 dsh-tool-suite，建議直接關注合併後的倉庫進行集成。

典型用法¶

使用該插件後，智能體無需理解技能體的自然語言描述，也無需手動構建 shell 命令，僅需發起一次結構化的工具調用即可完成文獻檢索。插件內部會調用配置的 paper-search.py 腳本，並結合 OpenAlex 和 arXiv 的算法對結果進行排序。

適用場景與注意事項¶

適用場景：需要自動化文獻檢索、依賴引用排序和相關性評分的研究型智能體。
注意事項：
1. 該插件倉庫已歸檔，內容已合併至 dsh-tool-suite，不再更新，僅保留歷史記錄。
2. 插件以當前 DSH 進程的權限運行，安裝前應檢查源碼與 MIT 許可證。

總結¶

該工具簡化了智能體與文獻檢索工具的交互方式。更多詳情與源碼請參考項目主頁：
* GitHub 倉庫