前言¶
用 DSH 或 Cursor、Claude Code 等客户端写代码、查问题时，对话往往分散在多个工具里。到写日报、周报时，只能靠回忆拼项目和时间，容易漏项、串项目。常见做法是手工翻聊天记录或套固定模板，前者费时，后者很难反映当天真实工作内容。
Aiscribe 走另一条路：从你本机各 AI 工具的本地数据库或日志里读取「你实际发送的内容」，按项目分组，再通过 MCP 把原始会话交给客户端里的 AI 写报告，或先用本地模板出稿。下面介绍它在 DSH 插件形态下的定位、能力与安装用法。
这是什么¶
Aiscribe（DSH 市场包名 dsh-aireport）由维护者 5yeah 发布，在 SkillHub 目录中归类为模型推理。项目自述为 local-first、privacy-first 的 AI 会话报告聚合器：数据在本机读取与过滤，汇总结果可输出 Markdown、Word 或自包含 HTML，并以 MCP server 形式对接 DSH 等任意 MCP 客户端。
GitHub 仓库：https://github.com/5yeah/Aiscribe。社区插件目录页：https://www.skillhub.cn/plugins/5yeah/Aiscribe。
核心功能¶
本地读取与日期过滤¶
插件侧逻辑从本机读取各工具会话，默认按 Asia/Shanghai 时区过滤「当天开始」或跨夜不超过一天的会话，避免旧会话因被触碰而误入当日报告。README 强调：核心路径下会话数据在读取、过滤、排版阶段留在本机；只有你主动启用 AI 润色或让云端模型读取完整会话时，相应文本才会进入模型上下文。
多数据源连接器¶
README 列出 16 个内置原生连接器，包括 CodeBuddy CN、TRAE、Codex、dsh、Claude Code、Gemini CLI、Qwen Code、iFlow、Copilot Chat、Cline、Roo Code、Kilo Code、Cursor、Doubao、WorkBuddy、Kimi 等，各自读取对应工具的本地文件，不依赖 Cass 等外部索引。
项目分组与报告形态¶
自动项目分组顺序为：projects.json 关键词规则 → 标题提示 → 工作目录路径最后一段作为兜底。支持日、周及自定义区间；输出结构为固定的「1、Project / ①、Topic」布局，含详版与简版。可选 --llm（DeepSeek 兼容）仅润色条目文案，报告骨架由程序生成并通过结构校验，失败则静默回退模板。
MCP 与分工¶
MCP 工具（如 get_conversations）提供按项目的原始用户输入；由客户端 AI 合并重复、按主题归纳并写报告。README 说明这种分工比纯模板汇总质量更好。传输方式为 stdio，DSH、TRAE、Claude Code、Cursor 等均可接入。
DSH 插件包特点¶
package.json 显示 npm 包名 dsh-aireport，版本 0.1.0，许可证 MIT，要求 dsh 与 @deepseek-ai/dsh-mcp-client 均为 >=0.2.0-0 <0.3.0，Node >=20。README 写明：在 DSH 0.2.x 插件市场安装后，0.1.0 仅捆绑 Windows x64 运行时，无需单独安装 Python；macOS / Linux 计划以独立平台包形式提供。报告与配置目录为 ~/.aireport/。更多插件细节见仓库内 dsh-plugin/README.md。
安装与启用¶
在 DSH 0.2.x 插件市场中搜索 Aiscribe（dsh-aireport）安装，然后开启新会话。或使用 CLI：
dsh plugin --profile web add dsh-aireport
安装前建议自行查看 GitHub 源码与 MIT 许可证。插件以当前 DSH 进程权限运行，会读取本机 AI 工具留下的本地数据路径，安装前应确认这与你的安全策略一致。
典型用法¶
在 DSH 里使用¶
安装并完成新会话后，按仓库 dsh-plugin 文档将 MCP 与 Skill 接到客户端。工作流与 README 描述一致：通过 MCP 拉取选定日期的真实用户消息，由 DSH 里的模型撰写报告；需要落盘时可配合 MCP 提供的保存能力（如 save_report）。
与源码版 CLI 的对应关系（可选）¶
若本机另有 Python 3.9+ 源码环境，README 还提供命令行与本地向导页，便于在不依赖 DSH 包时验证数据源与模板。DSH 插件用户通常以市场安装为主；下列命令来自上游 README，用于理解同一套 ai_report 模块能做什么，不是 DSH 插件的安装步骤：
python -m ai_report sources
python -m ai_report config
python -m ai_report daily --date 2026-10-16
python -m ai_report ui
向导页绑定 127.0.0.1，默认端口 5071；流程为扫描本机真实存在的源 → 选择日/周/自定义区间 → 按项目勾选会话（可裁剪时间段）→ 选模板与 md/docx/html 输出 → 本地模板生成或复制指令到 AI 聊天。
适用场景与注意¶
适合：日常在多个 AI 编程/聊天工具间切换、需要按项目写日报或周报、希望数据尽量留在本机、并已在用 DSH 0.2.x 的开发者。
注意：
- 当前 DSH 发布包 0.1.0 仅含 Windows x64 捆绑运行时；其他系统需关注后续平台包或自行使用源码/MCP 独立部署（见 GitHub README）。
- 插件分类为模型推理，Optional LLM 润色需自行配置兼容引擎；未配置时 README 明确不会假装已做 AI 摘要。
- SkillHub 为社区插件目录，与 DeepSeek / 幻方无官方从属关系；星标与维护活跃度以 GitHub 页面为准（资料抓取时仓库星标为 1）。
结尾¶
Aiscribe 把「从本机多工具会话到结构化日报/周报」拆成本地采集、MCP 交给 AI 归纳、本地格式化保存三步，与 DSH「一切皆插件」的扩展方式一致。若要安装或查变更，请打开目录页 https://www.skillhub.cn/plugins/5yeah/Aiscribe 与源码 https://github.com/5yeah/Aiscribe。
