前言¶
在 DeepSeek Harness（DSH）里处理论文 PDF 或公式截图时，常见做法是让视觉模型直接「看」图转 LaTeX。视觉模型对公式有相对固定的误读模式：例如 \mathcal{L} 被认成 \angle，求和下标 j=1 变成 \cdot，高括号被读成 [[[。不少 LaTeX 排版的 PDF 其实在文本层里保留了公式字形、基线、字号和字体名，并不是纯位图。若只依赖 OCR 或纯视觉，等于放弃了这层结构化信息。
下面介绍社区插件 dsh-skill-pdf-math（维护者 zzjj66，分类：模型推理）。它把一条规则写进 skill：先读文本层，再用公式 OCR 补结构，并对两路结果交叉校验，减少「猜错还当真」的情况。
这是什么¶
dsh-skill-pdf-math 是面向 DeepSeek Harness 的 skill 插件，用于从 PDF 区域或公式截图中抽取可读（近似）LaTeX，并强调 without guessing（不凭猜测输出）。
安装后 skill 自注册为 pdf-math，可被模型调用。插件版本 0.1.0，许可证 MIT，运行环境要求 Node.js >= 20。
核心功能¶
README 中列出的能力如下，均围绕「文本层 + OCR + 校验」展开。
pdf_formula.py¶
将 PDF 指定区域转为近似 LaTeX：根据基线偏移恢复上下标，并附带小型 TeX cmex10 运算符对照。
命令行能力（标志位）¶
| 标志 | 作用 |
|---|---|
--probe |
判断当前页公式是可抽取的文本还是图像。 |
--crosscheck |
将 OCR 结果与文本层的字母及字体对照（例如 cmsy10 下的 L 对应 \mathcal{L}），误读会指名具体字形而非仅「疑似不对」。 |
--verify |
用不同裁剪与分辨率再次识别；不一致则报告。 |
--check |
依赖可选运行时 rapid_latex_ocr；未安装时文本层通道仍可用，skill 会说明而非直接失败。 |
作者在 README 中给出四组编号公式的实测（真实论文片段）：400 dpi 平均相似度 0.941、精确匹配 2/4；600 dpi 平均相似度 0.977、精确匹配 3/4。该表格仅作能力参考，不代表所有 PDF 都能达到相同指标。
与宿主的关系¶
- skill 注册包在
try/catch中：资源异常时禁用 skill，不拖垮 DSH 主进程。 - 路径在运行时注入，发布包内不含机器相关硬编码路径。
安装与启用¶
DSH 生态采用「一切皆插件」；社区目录页在 skillhub.cn，与 DeepSeek / 幻方无官方从属关系，可视为独立插件索引。
安装命令以 README 原文为准：
dsh plugin --profile <name> add dsh-skill-pdf-math
也可从 DSH 插件市场安装。将 <name> 换成你实际使用的 DSH profile 名称。
安装前建议浏览 GitHub 仓库 源码与 MIT 许可证；插件以当前 dsh 进程权限运行，只安装你信任的来源。
典型用法（工作流）¶
公开 README 未给出完整 shell 一行示例，但明确了模型应遵循的流程与工具分工：
- 对目标页或区域先用
--probe，确认公式主要来自文本层还是图像。 - 可走文本层抽取（
pdf_formula.py）得到基线、上下标与运算符近似 LaTeX。 - 需要 OCR 通道时启用
--crosscheck，用字体信息核对 OCR 与文本层。 - 对关键公式可用
--verify做二次识别比对。 - 若使用
--check，需可选依赖rapid_latex_ocr；无该依赖时仍可使用文本层路径。
在 DSH 对话中，skill 以 pdf-math 名称注册为可 invoke 能力，由模型在读取 PDF/截图数学内容时按上述规则调用，而非替代用户本地对论文版权与数据合规的审查。
适用场景与注意¶
适合： 智能体或开发者需要在 Harness 内稳定地从 LaTeX 生成的 PDF 或公式截图还原公式、并希望减少视觉模型单通道误读的场景；分类上属于模型推理类插件。
注意：
- 扫描版或公式以纯图像嵌入的 PDF，
--probe会反映可抽取性差异，不能假设与 LaTeX 源 PDF 相同效果。 --check与rapid_latex_ocr为可选组合；未配置 OCR 运行时不要期待--check的完整行为。- 星标与社区热度会变化；以仓库与目录页当前信息为准（目录线索显示维护者 zzjj66，GitHub 星标以页面为准）。
结尾¶
dsh-skill-pdf-math 的价值在于把「文本层优先、OCR 补结构、字体级交叉校验」固化成 DSH skill，让读 PDF 数学内容时有可核对的两路信息，而不是单靠视觉模型猜 LaTeX。
- 目录页：https://www.skillhub.cn/plugins/zzjj66/dsh-skill-pdf-math
- 源码与说明：https://github.com/zzjj66/dsh-skill-pdf-math
