前言¶
DeepSeek Harness (DSH) 是一个基于插件的智能体框架。传统的对话式 AI 擅长生成内容，但在科研场景下，需要将任务落盘、建立工作流纪律、对接专业工具（如 Origin）。DSH 插件 dsh-sciwork 旨在解决这一问题，它提供了一套落地的科研工作台。
它是什么¶
dsh-sciwork 是一个科研工作台插件。它提供「科研模式」agent 预设、本地实体科研库、12 份期刊投稿档案及绘图写作技能。插件宿主端是纯 Node ESM，零 npm 依赖，但依赖上游开源插件 dsh-origin-plugin（Origin MCP）以实现绘图功能。
核心功能¶
- 科研模式 agent 预设：集成绘图、写作、文献、期刊规范四条线，形成固定工作流。
- 本地实体科研库：建立课题、图表、草稿、文献、数据、投稿的目录结构，支持资源管理器和 Git 访问。
- 科研库可视化面板：提供只读视图，支持导入、归档、数据变换操作。
- 12 份期刊档案：涵盖 Nature、Science、Cell、IEEE Trans、ACS 等，包含投稿规范。
- 5 个技能：研究工作室、Origin 绘图、论文写作、文献引用、期刊档案。
安装与启用¶
安装需满足前置条件：Node.js (>=20) 和 Python 3 解释器。
- 安装插件：
dsh plugin --profile <profile> add dsh-sciwork
安装完成后重启 Harness。
- 初始化科研库：
node scripts/install.mjs
该脚本会创建库根目录、`.research` 引擎与索引、`journals` 期刊档案、`refs` 文献库。
典型用法¶
- 选择预设：在 DSH 会话中，选择「科研模式」预设。
- 创建课题：在对话中输入指令，例如：「建一个课题，叫 zt-ceremic…」，让 agent 落目录。
- 查看面板：在侧栏打开「科研库」面板，查看各页签（图表、草稿、文献等）的数据与溯源。
- 执行命令：在命令台执行
research.py new-project或add-ref等子命令。
注意事项¶
- 依赖上游插件：出图功能依赖上游开源插件
dsh-origin-plugin。 - 面板特性：面板仅提供只读视图与操作，所有写入经库脚本落盘。面板自身不直接出图（2026-10-13 起移除）。
- 目录结构：库目录结构可被资源管理器、Git 等工具直接访问。
总结¶
该插件为 DSH 提供了结构化的科研工作流，适合需要将 AI 生成内容持久化并对接专业绘图软件的用户。
