前言¶
在 DSH 里做文献综述或批量备料时，常见做法是自己在浏览器里搜 DOI、再逐个找 PDF，或写脚本调 Crossref、Sci-Hub、Unpaywall。这些步骤分散，agent 也难以一次性完成「搜元数据 → 落盘 PDF → 把下不到的条目整理成可点清单」。社区插件 dsh-lit-fetch（维护者 loyalchiiina，分类：联网工具）把这三件事收成三个工具，供对话中的 agent 调用；它不是网页正文抓取工具，不解析 readability、不把 HTML 转成正文，只做文献元数据检索、PDF 下载和批量获取清单 HTML。
这是什么¶
dsh-lit-fetch 是 DeepSeek Harness 的文献获取插件：按 DOI 或标题/关键词查论文元数据，按 DOI 批量下载 PDF（Sci-Hub 镜像优先、Unpaywall 开放获取兜底），并对未能自动拿到的条目生成中文页面的可点击清单。宿主侧为纯 Node.js，无 Python 依赖；当前 package 版本为 1.0.5，许可证 MIT。源码与说明见 GitHub，目录页见 SkillHub。
检索：search_papers¶
下面介绍元数据检索的行为，便于你在对话里描述需求时和 agent 对齐。
- DOI 精确查：输入形如
10.xxxx/...（正则^\d+\.\d+\//）时，走 Crossrefworks/{doi}；单次请求超时 15 秒，失败会自动降级为 OpenAlex 关键词检索。 - 标题/关键词查：非 DOI 或 Crossref 未命中时，走 OpenAlex
works?search=，默认返回 5 条，最多 20 条。 - 返回字段：标题、作者、期刊、年份、DOI、官方链接。
在 DSH 对话中可自然语言触发，例如：「帮我找关于 static mixer CFD 的文献」→ agent 调用 search_papers。
下载：download_papers¶
按 DOI 列表批量下载 PDF 到指定目录，策略如下。
- Sci-Hub 优先：依次尝试 8 个镜像域名（sci-hub.ren / ee / st / ru / se / wf / hk、tesble.com），请求
域名 + DOI页面（超时 25 秒），用正则从 iframe/embed 解析 PDF 直链，再整包读入内存、校验魔数%PDF-与最小体积（拒绝小于 3000 字节），通过后先写<文件名>.pdf.part再rename为正式文件（非流式、无断点续传）。 - 开放获取兜底：Sci-Hub 均失败或校验不过时，查 Unpaywall（30 秒超时），优先
best_oa_location，再遍历oa_locations的url_for_pdf或url，同样走下载与校验。 - 并发与命名：并发默认 4，可调且夹在 1–8；文件名为
<两位序号>_<清洗后标题>.pdf（标题去掉\ / : * ? " < > |与换行制表符，最长 120 字符）。
每篇可能的状态：ok / scihub-fail / oa-fail / closed-access / no-doi。结果数组写入输出目录的 _lit_fetch_report.json（内容是数组，不是汇总对象）。注意：Sci-Hub 失败但 OA 成功时，同一篇会写入两条记录（scihub-fail 与 ok），因此记录条数可能大于论文篇数。
对话示例：「把这些 DOI 下载到 D:\papers\」→ agent 调用 download_papers。
清单：generate_manifest¶
对未能自动获取的文献，可生成可点击的 HTML 清单，默认文件名为 批量获取入口.html（可改），页面语言固定为中文。每行含序号、链到 https://doi.org/<DOI> 的标题、第一作者、年份、期刊、状态徽章和「下载 PDF」按钮；另有「顺序打开全部」，逐条间隔 800 ms 打开。
对话示例：「给没下载到的文献生成获取清单」→ agent 调用 generate_manifest。
状态字段与清单显示（重要）¶
download_papers 产出的状态与 generate_manifest 识别的状态不一致：
| 来源 | 状态值 |
|---|---|
download_papers |
ok · scihub-fail · oa-fail · closed-access · no-doi |
generate_manifest 仅识别 |
ok（绿色「✓已下载」）· failed（橙色「✗需手动」） |
| 其余取值 | 灰色「—」，既不算已下载也不算需手动 |
若把下载结果原样传给 generate_manifest，只有 ok 会显示为已下载，其余失败态都会变成灰色「—」。若希望失败项显示橙色「✗需手动」，需先把非 ok 状态映射为 failed 再传入。
安装与启用¶
插件以当前 DSH 进程权限运行联网与写盘，安装前建议自行查看 源码 与 MIT 许可证。
官方安装命令如下（README 原文）：
dsh plugin --profile desktop add dsh-lit-fetch
# 或从本地目录 link
# cp -r dsh-lit-fetch ~/.dsh/local-plugins/
运行环境要求 Node.js ^22.19.0 || >=24.0.0；peer 依赖包括 @deepseek-ai/dsh 等，以 package.json 为准。
插件在宿主注册 /lit-fetch 前缀路由，返回 {status, plugin, version} JSON，version 来自 package.json，便于确认已加载版本。
典型用法小结¶
经过上面的步骤，一条常见链路是：
- 用自然语言搜索，得到 DOI 与元数据；
- 指定本地目录批量下载 PDF，查看
_lit_fetch_report.json； - 对仍需人工处理的条目映射状态后生成
批量获取入口.html，或直接在清单里逐条打开 DOI 与下载入口。
适用场景与限制¶
适合：在 DSH 会话里做文献调研、按 DOI 批量备 PDF、把下不到的论文整理成可点清单；与「网页正文抓取」类插件职责不同，勿混用。
已知限制（README 说明）：
- Sci-Hub 2021 年后基本停止收录新文献，Elsevier/Wiley/ACS 2021 年后文章大概率无收录；
- 直连 Sci-Hub 镜像可能较慢，文档建议 VPN/代理；
- OA 兜底仅查 Unpaywall，部分 arXiv 预印本可能未收录；
- PDF 全量缓冲在内存，无流式、无断点续传、无下载进度；页面抓取 25 秒、PDF 读取 180 秒等超时需自行容忍大文件失败。
DSH 生态强调「一切皆插件」；SkillHub 为社区目录，与 DeepSeek / 幻方无官方从属关系。
结尾¶
dsh-lit-fetch 把 Crossref/OpenAlex 检索、Sci-Hub 与 Unpaywall 下载、以及中文 HTML 获取清单收进 DSH 工具链，适合需要在 agent 对话里闭环「搜—下—补清单」的开发者。进一步细节以仓库 README 为准：GitHub — loyalchiiina/dsh-lit-fetch。
