前言¶
DeepSeek Harness（DSH）的「一切皆插件」理念让开发者可以按需组合能力。在学术研究场景中，一个常见痛点是：多篇论文需要快速横向对比，但缺乏统一的拆解框架和页码引用。手工做表既耗时又容易遗漏细节。下面介绍一个面向 DSH 的文献拆解插件。
插件定位与解决问题¶
Paper Matrix 是一个本地 SQLite 库的论文阅读矩阵工具，支持中英双语拆解，并为每一项拆解保留 PDF 页码与原文引用。它面向经管与计算机交叉研究，也适合数据集和基准论文的横向初读。这是独立社区插件，由 cvnices8-byte 维护，当前首版为本地单人试用版 0.1.1，使用 Harness 原生插件和侧栏接口。
核心功能¶
插件在一张总表中维护 11 个字段：
- 文献类型
- 研究问题
- 数据与样本
- 方法与构建
- 底层证据设计
- 评测范围
- 实验或识别设计
- 评价指标
- 核心发现
- 局限与边界
- 代码与数据
中文默认概括，保留原题名、译题、专业术语、原语言引用；论文语言与数据语言分开。AI 草稿与人工修订分两层，重跑分析时保留人工修订；版本冲突时会拒绝覆盖。阅读状态与核验状态独立，分析完成不会自动把文献标为已读。
PDF 匹配按物理页码进行，逐页提取文本查看和原 PDF 下载。CSV 是工作台预览，JSON 是当前快照，保留证据、实验子记录、争议与人工层，但不含全部历史。
安装与启用¶
环境要求：DeepSeek Harness 0.2.1-rc.2（验证版本），dsh 命令可用，Python 3.9+，系统命令 python3 可用；从源码构建时需 Node 22.13+ 和 npm。
桌面端安装：
打开 插件 → 添加插件，在「包名或地址」输入：
https://github.com/cvnices8-byte/dsh-paper-matrix
点击「安装」，完成后在会话右侧栏打开「文献拆解」。
独立网页端 / CLI 安装：
dsh plugin --profile paper-matrix add https://github.com/cvnices8-byte/dsh-paper-matrix
也可从 Releases 下载对应版本的预编译 .tgz。首次安装推荐建立新的 Harness 配置，不要对已有配置使用 --from-default-profile，它会重建该配置。
启动：
dsh --profile paper-matrix --port 3147
浏览器打开 Harness 后：右侧边栏 → 文献拆解 → 全屏（可选）。使用终端输出的登录链接，保持终端运行，按 Ctrl+C 停止。
如需固定文献库位置，在配置的 cordis.patch.yml 添加：
- id: paper-matrix
config:
libraryDir: /absolute/path/your-research-project/文献库
# python: /absolute/path/python3
也可使用 DSH_PAPER_MATRIX_LIBRARY_DIR 环境变量；配置文件的显式设置优先。
典型用法¶
- 批量导入可搜索 PDF；相同文件按 SHA-256 去重，同名/同缩写不自动合并。
- 点标题进入详情，选择 Harness 已配置的模型，按需勾选「双语拆解」，开始分析。
- 核对原文页，按格修订。阅读状态、个人笔记、字段核验分别保存。
- 返回总表搜索、筛选、排序，导出 CSV 双语宽表或完整 JSON。
分析会将论文全文发送给所选模型提供方，消耗其额度。插件复用 Harness 模型接口，不收集或另存 API Key。不同提供方的路由和凭据分别由 Harness 管理。
能力边界与注意事项¶
每篇最多 25 MB / 300 页 / 180,000 字符，超限拒绝，不静默截断。不含 OCR，扫描 PDF 需先转成可搜索 PDF。复杂表格、公式、双栏、脚注的文本层可能丢失布局；文本查看器不是原 PDF 排版渲染器。「原文匹配」仅指指定页内的规范化文字匹配，忽略空白、兼容字符和字母间断词连字符，保留原 quote，不等于语义支持或正确率。模型可能误写数字、遗漏条件或误称源文冲突，初读草稿需要人工检查，不宜直接作为论文引用。经管变量、识别策略和独立实验子记录目前没有专用编辑器；统一库已有额外字段仍保留在完整 JSON。尚无多用户、云同步、Zotero 同步、后台监控或自动批量分析。
macOS 未将 dsh 加入 PATH 时，把上面的 dsh 替换为完整 CLI 路径，例如：
"/Applications/DeepSeek Harness.app/Contents/Resources/runtime/cli/bin/dsh" plugin --profile paper-matrix add /absolute/path/dsh-paper-matrix-0.1.1.tgz
不要同时启动两个插件实例指向同一个缓存目录。
开发与维护¶
源码可独立构建，不依赖作者的技能目录、论文文件、数据库或绝对路径。vendor/literature.py 随源码提供，仅依赖 Python 标准库。lib/ 的预编译产物同时提交到仓库并随发行包提供。
主要入口：src/host.mjs、src/client.jsx、src/core/canonical-store.mjs、src/core/pdf.mjs、src/core/analysis.mjs。测试使用合成 PDF 与临时库，不上传用户论文、不调用收费模型。可运行 node examples/create-sample.mjs 生成一页原创合成 PDF，用于导入验证。
卸载：dsh plugin --profile paper-matrix remove dsh-paper-matrix；文献库独立保留。
总结¶
Paper Matrix 在 DeepSeek Harness 中提供了一个本地 SQLite 驱动的论文拆解框架，支持双语拆解、页码引用和人工修订分层，适合需要横向对比多篇论文的研究场景。安装与使用不依赖云服务，数据与模型接口均由 Harness 管理。
插件目录：https://www.skillhub.cn/plugins/cvnices8-byte/dsh-paper-matrix
GitHub：https://github.com/cvnices8-byte/dsh-paper-matrix
