前言¶
在 DSH 裏做文獻綜述或批量備料時，常見做法是自己在瀏覽器裏搜 DOI、再逐個找 PDF，或寫腳本調 Crossref、Sci-Hub、Unpaywall。這些步驟分散，agent 也難以一次性完成「搜元數據 → 落盤 PDF → 把下不到的條目整理成可點清單」。社區插件 dsh-lit-fetch（維護者 loyalchiiina，分類：聯網工具）把這三件事收成三個工具，供對話中的 agent 調用；它不是網頁正文抓取工具，不解析 readability、不把 HTML 轉成正文，只做文獻元數據檢索、PDF 下載和批量獲取清單 HTML。
這是什麼¶
dsh-lit-fetch 是 DeepSeek Harness 的文獻獲取插件：按 DOI 或標題/關鍵詞查論文元數據，按 DOI 批量下載 PDF（Sci-Hub 鏡像優先、Unpaywall 開放獲取兜底），並對未能自動拿到的條目生成中文頁面的可點擊清單。宿主側爲純 Node.js，無 Python 依賴；當前 package 版本爲 1.0.5，許可證 MIT。源碼與說明見 GitHub，目錄頁見 SkillHub。
檢索：search_papers¶
下面介紹元數據檢索的行爲，便於你在對話裏描述需求時和 agent 對齊。
- DOI 精確查：輸入形如
10.xxxx/...（正則^\d+\.\d+\//）時，走 Crossrefworks/{doi}；單次請求超時 15 秒，失敗會自動降級爲 OpenAlex 關鍵詞檢索。 - 標題/關鍵詞查：非 DOI 或 Crossref 未命中時，走 OpenAlex
works?search=，默認返回 5 條，最多 20 條。 - 返回字段：標題、作者、期刊、年份、DOI、官方鏈接。
在 DSH 對話中可自然語言觸發，例如：「幫我找關於 static mixer CFD 的文獻」→ agent 調用 search_papers。
下載：download_papers¶
按 DOI 列表批量下載 PDF 到指定目錄，策略如下。
- Sci-Hub 優先：依次嘗試 8 個鏡像域名（sci-hub.ren / ee / st / ru / se / wf / hk、tesble.com），請求
域名 + DOI頁面（超時 25 秒），用正則從 iframe/embed 解析 PDF 直鏈，再整包讀入內存、校驗魔數%PDF-與最小體積（拒絕小於 3000 字節），通過後先寫<文件名>.pdf.part再rename爲正式文件（非流式、無斷點續傳）。 - 開放獲取兜底：Sci-Hub 均失敗或校驗不過時，查 Unpaywall（30 秒超時），優先
best_oa_location，再遍歷oa_locations的url_for_pdf或url，同樣走下載與校驗。 - 併發與命名：併發默認 4，可調且夾在 1–8；文件名爲
<兩位序號>_<清洗後標題>.pdf（標題去掉\ / : * ? " < > |與換行製表符，最長 120 字符）。
每篇可能的狀態：ok / scihub-fail / oa-fail / closed-access / no-doi。結果數組寫入輸出目錄的 _lit_fetch_report.json（內容是數組，不是彙總對象）。注意：Sci-Hub 失敗但 OA 成功時，同一篇會寫入兩條記錄（scihub-fail 與 ok），因此記錄條數可能大於論文篇數。
對話示例：「把這些 DOI 下載到 D:\papers\」→ agent 調用 download_papers。
清單：generate_manifest¶
對未能自動獲取的文獻，可生成可點擊的 HTML 清單，默認文件名爲 批量獲取入口.html（可改），頁面語言固定爲中文。每行含序號、鏈到 https://doi.org/<DOI> 的標題、第一作者、年份、期刊、狀態徽章和「下載 PDF」按鈕；另有「順序打開全部」，逐條間隔 800 ms 打開。
對話示例：「給沒下載到的文獻生成獲取清單」→ agent 調用 generate_manifest。
狀態字段與清單顯示（重要）¶
download_papers 產出的狀態與 generate_manifest 識別的狀態不一致：
| 來源 | 狀態值 |
|---|---|
download_papers |
ok · scihub-fail · oa-fail · closed-access · no-doi |
generate_manifest 僅識別 |
ok（綠色「✓已下載」）· failed（橙色「✗需手動」） |
| 其餘取值 | 灰色「—」，既不算已下載也不算需手動 |
若把下載結果原樣傳給 generate_manifest，只有 ok 會顯示爲已下載，其餘失敗態都會變成灰色「—」。若希望失敗項顯示橙色「✗需手動」，需先把非 ok 狀態映射爲 failed 再傳入。
安裝與啓用¶
插件以當前 DSH 進程權限運行聯網與寫盤，安裝前建議自行查看 源碼 與 MIT 許可證。
官方安裝命令如下（README 原文）：
dsh plugin --profile desktop add dsh-lit-fetch
# 或從本地目錄 link
# cp -r dsh-lit-fetch ~/.dsh/local-plugins/
運行環境要求 Node.js ^22.19.0 || >=24.0.0；peer 依賴包括 @deepseek-ai/dsh 等，以 package.json 爲準。
插件在宿主註冊 /lit-fetch 前綴路由，返回 {status, plugin, version} JSON，version 來自 package.json，便於確認已加載版本。
典型用法小結¶
經過上面的步驟，一條常見鏈路是：
- 用自然語言搜索，得到 DOI 與元數據；
- 指定本地目錄批量下載 PDF，查看
_lit_fetch_report.json； - 對仍需人工處理的條目映射狀態後生成
批量獲取入口.html，或直接在清單裏逐條打開 DOI 與下載入口。
適用場景與限制¶
適合：在 DSH 會話裏做文獻調研、按 DOI 批量備 PDF、把下不到的論文整理成可點清單；與「網頁正文抓取」類插件職責不同，勿混用。
已知限制（README 說明）：
- Sci-Hub 2021 年後基本停止收錄新文獻，Elsevier/Wiley/ACS 2021 年後文章大概率無收錄；
- 直連 Sci-Hub 鏡像可能較慢，文檔建議 VPN/代理；
- OA 兜底僅查 Unpaywall，部分 arXiv 預印本可能未收錄；
- PDF 全量緩衝在內存，無流式、無斷點續傳、無下載進度；頁面抓取 25 秒、PDF 讀取 180 秒等超時需自行容忍大文件失敗。
DSH 生態強調「一切皆插件」；SkillHub 爲社區目錄，與 DeepSeek / 幻方無官方從屬關係。
結尾¶
dsh-lit-fetch 把 Crossref/OpenAlex 檢索、Sci-Hub 與 Unpaywall 下載、以及中文 HTML 獲取清單收進 DSH 工具鏈，適合需要在 agent 對話裏閉環「搜—下—補清單」的開發者。進一步細節以倉庫 README 爲準：GitHub — loyalchiiina/dsh-lit-fetch。
