前言¶

在 DeepSeek Harness（DSH）裏做教材類任務時，常見原料是掃描版 PDF：沒有文字層，PyMuPDF 取字數爲 0，依賴 text layer 的工具在這裏幾乎無效。若把整本書 OCR 成 txt 再交給模型，成本高、表格被打散成碎片，也很難先判斷「該讀哪幾章、哪幾節、哪幾頁必須回原圖看錶」。社區插件 dsh-deep-reading-wl（維護者 SongFengManZhu，分類：工作流）把「從 PDF 到可交付讀書心得骨架」拆成四條可重複步驟：先 OCR，再掃結構，再出章節閱讀地圖，最後壓縮 OCR 噪聲——產物是「該讀哪幾頁」的地圖，不是替你讀完書。

這是什麼¶

dsh-deep-reading-wl 是一條面向掃描版電子教材的流水線插件。一句話定位：PDF 經 OCR 得到帶頁標記的 txt，再輸出章節骨架、失真地圖、按章閱讀建議，以及去掉表格碎片後的更短原文。倉庫：GitHub - SongFengManZhu/dsh-deep-reading-wl；社區目錄頁：skillhub.cn 插件頁。當前 package 版本爲 0.2.0，許可證 MIT。DSH 生態強調「一切皆插件」；社區目錄爲獨立站點，與 DeepSeek / 幻方無官方從屬關係。

整體數據流如下（與 README 一致）：

PDF ──ocr──> txt ──scan──> 骨架與失真地圖
                  ├─map────> 這一章該花多少時間
                  └─digest─> 壓掉碎片的原文

四個工具在做什麼¶

插件暴露四個工具，各自回答不同問題：

ocr¶

掃描版 PDF 無文字層時，該模式用 RapidOCR v3 + OpenVINO 引擎輸出帶頁標記的 txt。README 記載：單進程 16 線程、120 dpi、PP-OCRv6 small；同機 ONNXRuntime 方案約 6 秒/頁時，OpenVINO 約 1.2 秒/頁。另會自動跳過掃描殘頁（墨跡極少且只落在上半頁），並按縱座標還原閱讀順序。mode=doctor 用於體檢環境，mode=page 用於試讀一頁。

scan¶

讀正文前的第一站，輸出骨架與失真地圖，例如頁數、正文字符與行數、章節列表、承重牆（公式、定義句、推導句、圖）以及數據表位置索引。它不判表格好壞——掃描件在 OCR 成純文本後行列歸屬信息會丟失，因此降級爲位置索引器：只標哪幾頁有表，行列須回原 PDF 查看。

map¶

把 scan 的結論翻譯成動作。承重密度定義爲 (公式 + 定義句 + 推導句) / 字符 × 1000；推導密集的節是重心，例題密集的節可能較輕。對 OCR 已損壞的表會提示需回 PDF 指定頁取原圖。chapter 參數可只算一章。

digest¶

OCR 文本中約 75% 可能是表格拆散碎片；插件逐行分診（正文/公式/表格碎片/噪聲），將碎片替換爲類似 [表 11.7.1 在此，43 行已省略] 的一行，節標題、公式編號、定義句原樣保留。輸出不是摘要，是更短的原文（README 稱通常保留約 87%）。from / to 可按頁區間壓縮。

安裝與啓用¶

README 中的安裝面向「插件已在本機，裝到別處」的場景，核心是 junction、package.json 的 link 依賴，以及 profile 層 cordis.patch.yml 的 insert——缺最後一步插件不會掛進配置樹，日誌裏也可能沒有報錯。

# 1) 放進 profile 的 node_modules（用 junction，改代碼即時生效）
cmd /c mklink /J "$env:APPDATA\dsh-desktop\harness\profiles\web\node_modules\dsh-deep-reading-wl" "C:\path\to\deep-reading-wl"

# 2) profile 的 package.json：dependencies 加
#    "dsh-deep-reading-wl": "link:C:/path/to/deep-reading-wl"
#    並把 "dsh-deep-reading-wl" 加進 dsh.profile.bundles

# 3) profile 的 cordis.patch.yml 末尾加（關鍵，缺這一步插件不會掛進樹）
#    - insert:
#        - id: dsh-deep-reading-wl
#          name: 'dsh-deep-reading-wl'

bundles 只聲明包可被掃描；真正把插件 insert 進配置樹的是 profile 自己的 cordis.patch.yml。

環境與自測¶

需要 Python 3.10+ 及依賴：

pymupdf  rapidocr  openvino  numpy

解釋器查找順序：DEEP_READING_PYTHON → FASTOCR_PYTHON → DSH Desktop 自帶運行時 → C:\Python312。Node 引擎要求 >=22（見 package.json）。

自測需先用獨立 Node 抽宿主模塊，再跑四個工具：

# 先抽一次宿主模塊（@deepseek-ai/* 是宿主單例，插件自己不會裝）
& "C:\Program Files\nodejs\node.exe" scripts\pull.host.mjs

# 跑四個工具
& "C:\Program Files\nodejs\node.exe" scripts/selftest.mjs <某個 OCR txt> [某個 PDF]

README 強調：必須用獨立 Node（C:\Program Files\nodejs\node.exe）。DSH 裏的 node 在 Electron 模式下 fs 行爲與獨立 Node 不一致。

package.json 中列出的 DSH 兼容 release 包括 0.2.0-rc.1、0.2.0-rc.2、0.2.1-rc.2、0.2.1-rc.3（均爲 compatible）。

實測與邊界¶

README 實測記錄（節選）：

另有物理化學上下冊等行的頁數與章節識別數據；部分 OCR 耗時在表中爲「—」。scan 在四本書上做過隨機 20 頁試點並修多種識別問題（目錄污染、章標題斷法、跨頁續表、頁眉頁碼等）。

作者明確三件不做的事：

1. 不替你判斷哪一節是立論、哪個推導是地基。
2. 不修 OCR 錯字（如 環已烷、CH3}、上標混用等），需讀者用領域知識識別。
3. 不還原表格行列，只給位置，回原圖查看。

適用場景與注意¶

適合：手裏是掃描版教材 PDF，要在 DSH 工作流裏先快速得到章節骨架、閱讀優先級和去碎片原文，再人工寫讀書心得或交給後續 Agent 步驟的場景。不適合：期望插件自動完成價值判斷、修 OCR 或從 txt 還原表格結構。

安裝與運行前請自行閱讀倉庫源碼與 MIT 許可證；插件以當前 DSH 進程權限運行，Python OCR 會讀本地 PDF 並寫 txt，路徑與數據請在本機可控範圍內使用。

結尾¶

dsh-deep-reading-wl 把掃描版教材閱讀前置成可重複的 OCR + 結構掃描 + 章節地圖 + 原文壓縮四步，用 OpenVINO 加速 OCR、用位置索引代替不可靠的表格重建。需要細節與更新時以倉庫 README 爲準。

• 目錄頁：https://www.skillhub.cn/plugins/SongFengManZhu/dsh-deep-reading-wl
• GitHub：https://github.com/SongFengManZhu/dsh-deep-reading-wl