前言¶
在 DeepSeek Harness（DSH）裏做科研相關智能體，常見需求是：從課題或一篇論文出發找文獻、把 PDF 教材或論文轉成可檢索的 Markdown、精讀時每個結論都能回到原文頁碼。這些步驟往往分散在不同腳本、MCP 和筆記工具之間，技能說明也不統一。社區插件 sanmu-skills（維護者 luffysolution-svg）把文檔轉換、文獻精讀和文獻檢索整理成一套可安裝的 Agent Skills，並在 DSH 桌面端接入完整工作臺；在 SkillHub 目錄中歸類爲「工作流」。下文介紹它是什麼、能做什麼，以及在 DSH 中的安裝與典型用法。
這是什麼¶
sanmu-skills 是三木的科研 Agent Skills 合集。倉庫簡介爲：學術 PDF、教材與 slides 轉 Markdown（含 LaTeX 校驗、高清圖與 Zotero 工作流）。完整包（當前 README 寫明版本 1.10.3）包含 3 個技能、統一 CLI scripts/sanmu.mjs 和 24 個 MCP 工具；許可證爲 MIT。
三個技能可以單獨使用，也可以串成一條鏈路：檢索 → 拿到 PDF / SI → 轉換 → 精讀。缺其中一個時，其餘兩個仍可正常工作。
| 技能 | 一句話 | 適合的請求（來自 README） |
|---|---|---|
| sanmu-doc2md | 論文、教材、課件轉成保留公式、高清圖表和頁碼來源的 Markdown 知識庫 | 「把這本掃描教材按章轉成 Markdown」「論文轉 Obsidian 筆記，公式別亂」 |
| sanmu-paper-reader | 精讀論文和 SI，結論可追回原文位置與實驗條件 | 「精讀這篇，解釋 Fig. 4」「比較這三篇的產氫性能能不能直接比」 |
| sanmu-paper-search | 從課題、論文或作者出發找文獻，如實記錄查了哪裏、漏了什麼 | 「幫我找 FLP 光熱產氫的論文」「這篇被撤稿了嗎」「下載它的 SI 原圖」 |
核心功能¶
sanmu-doc2md¶
按文檔類型選路：教材按章拆分，課件按講次整理，論文獨立成篇並與 SI 雙向鏈接。公式與圖表方面，README 說明會做全量 KaTeX 預檢，圖表優先取源文件原圖，多面板碎圖可回源重裁。輸出保留原頁頁碼，修正寫入帶原值守衛的 repairs 文件，原始 OCR 不動。可與 Zotero 同步元數據、閱讀筆記和 PDF 批註，經官方 MCP 執行並回讀確認。
sanmu-paper-reader¶
覆蓋單篇精讀、跨文獻比較、跨學科遷移、跨主題組織、知識庫問答等場景。每個論斷記錄原文位置、單位和工況；作者結論、解讀與待驗證假設分開寫。材料化學等方向可按論文內容選用合成表徵、催化電化學、DFT 等檢查項；可選圖文對照、Mermaid 機理圖、復現 SOP 草案等增強。
sanmu-paper-search¶
多源檢索包括 OpenAlex、Semantic Scholar、Crossref，以及可選的 SciVerse、AI4Scholar、Serper、Exa 等（詳見倉庫 README）。支持期刊分區與科研輔助（如 easyScholar 分區、IF 等）、引文擴展與作者消歧、Europe PMC 全文與 SI 等。檢索結果會區分成功、零結果、截斷與失敗，不把「沒查到」說成「不存在」。
安裝與啓用¶
DSH 側要求：DSH 0.2.1-rc.3 桌面端，兼容其 Electron 內置 Node.js 22.20.0；獨立 Node 需 ≥22.20，文檔解析另需 Python ≥3.10。從 GitHub 安裝還需 Git。package.json 中 engines.dsh 爲 >=0.2.1-rc.3 <0.3.0。
桌面端（推薦）¶
- 在 DSH 插件市場搜索「三木文獻檢索」或
sanmu-skills一鍵安裝並支持自動更新；或打開 插件（Plugins）→ 添加插件（Add Plugin）。 - 輸入 GitHub 標識：
github:luffysolution-svg/sanmu-skills
也可使用 Release 中完整 TGZ 地址，例如 README 給出的：
https://github.com/luffysolution-svg/sanmu-skills/releases/download/v1.10.3/sanmu-skills-1.10.3.tgz
- 安裝確認後啓用
sanmu-skills，在對話頭部或右側欄打開完整工作臺。README 說明桌面端保留的desktopprofile 通過該界面管理，普通dshCLI 不管理該 profile。
非 desktop 的 CLI profile¶
若你已有其他 profile，可在終端使用（將佔位符換成實際 profile 名）：
dsh plugin --profile <已有的非desktop-profile名> add luffysolution-svg/sanmu-skills
或：
dsh plugin --profile <已有的非desktop-profile名> add github:luffysolution-svg/sanmu-skills
環境與自檢¶
完整包首次文檔解析會在數據目錄內準備私有 Python venv 和 KaTeX，不寫系統全局環境。安裝根目錄下可運行：
node "<安裝根>/scripts/sanmu.mjs" doctor
node "<安裝根>/scripts/sanmu.mjs" setup
doctor 只檢查狀態；setup 可提前準備依賴。可選環境變量包括 SANMU_DATA_DIR、SANMU_PYTHON、SANMU_NO_AUTO_SETUP=1（見 README「完整包的運行環境與配置」）。免費檢索可先不配 Key；付費 API、MinerU 的 MINERU_API_TOKEN 等在工作臺設置或宿主 userenv 中填寫。Zotero 寫入需本機 Zotero 8+ 授權，不直接寫數據庫。
典型用法¶
裝好後用自然語言描述任務，助手會選用對應技能。README 中的示例可直接複用：
把這份掃描教材整理成 Markdown 知識庫，按章節組織，保留公式和高清圖表，並完成全量校驗。
精讀這篇光催化論文，解釋 Fig. 4 和 Fig. 5，區分實驗觀察和機理推斷。
圍繞 MatterGen 這篇論文分別找參考文獻、施引文獻和相似研究，看看哪些已經在我的 Zotero 裏。
各技能的命令與邊界見倉庫內 skills/<技能名>/ 下的 README。
適用場景與注意¶
適合誰： 需要在 Agent 對話裏完成文獻檢索、PDF/SI 轉 Obsidian 式 Markdown、帶證據鏈精讀，並希望與 Zotero 聯動的科研用戶；DSH 桌面端用戶可獲得完整 MCP 與工作臺 UI。
權限與安全： 插件在 當前 DSH 進程權限 下運行，可能訪問本機文件、調用配置的 API 與 MCP。安裝前應閱讀 GitHub 源碼 與 MIT 許可證，確認依賴來源與 Key 存放方式是否符合你的環境策略。README 亦說明：倉庫自建 marketplace 不代表 DeepSeek、Anthropic 等官方商店審覈；SkillHub 等社區目錄爲獨立站點，與 DeepSeek / 幻方無官方從屬關係。
僅要技能腳本時： 可用 npx skills add luffysolution-svg/sanmu-skills --all -g --copy 等方式只裝 SKILL 與腳本，不含完整 MCP/工作臺；與 DSH 插件同時安裝可能重複加載技能，同一宿主選一種完整安裝方式即可。
結尾¶
sanmu-skills 把檢索、文檔解析和精讀收成一條可複用的 Agent 工作流，並在 DSH 0.2.1-rc.3 桌面端提供與市場/GitHub 標識一致的安裝路徑。需要瀏覽分類與簡介時可打開 SkillHub 目錄頁 luffysolution-svg/sanmu-skills；細節、Release 與貢獻方式以 GitHub 倉庫 爲準。
