前言¶
在 DeepSeek Harness（DSH）里用模型读论文，常见麻烦往往不是「读不懂」，而是读多了之后检索变难、笔记里的数字回原文对不上、索引越写越长却没人再看。把文献丢进普通文件夹或随手记 Markdown，很难用固定规则检查「索引是否膨胀」「摘录是否字面存在」。
下面介绍社区插件 dsh-lit-library（维护者 hellocyhgy，SkillHub 分类：记忆）。它不做 PDF 阅读器，也不做文献检索；只做一件事：导入论文、抽取全文、每条文献占索引一行，并在反复使用后仍保持可检索、可核对、不随意膨胀。
这是什么¶
dsh-lit-library 是面向 DSH 的受控文献库插件。库按项目区划分：一个课题一个完整小库，顶层还有一张总览，不同课题的文献与索引预算互不挤压。
插件当前版本为 0.2.1（见 GitHub 仓库 package.json），许可证 MIT。运行环境需要 Node >=20，依赖 unpdf、fflate 做 PDF 文本层抽取；扫描件 OCR 需另行配置外部命令（见后文）。
核心功能¶
README 中列出的工具与职责如下。
| 工具 | 作用 |
|---|---|
lit_init project=<名> / register=<旧库根> |
建项目区；或原地接管旧库（只写 .lit.json，不动原件 / txt / notes） |
lit_import project=<名> paths=[...] |
导入：去重 → 抽文本（扫描件未配 OCR 则登记「待 OCR」）→ 预算预检 → 追加一行索引 |
lit_find tags=[...] |
按标签查文献（同标签内规范名 + 别名 OR，多标签默认 AND） |
lit_prefs |
读 / 改项目偏好（如 askBeforeImport、预算、页偏爱等） |
lit_check project=<名> 或 all=true |
体检：索引超限、孤儿 note、断链、摘录逐字回查；all 还核对顶层总览 |
辅助工具包括 lit_repair（补 OCR / 重试失败行）、lit_migrate（单表 → 分片）、lit_undo（用 .bak 回滚最近一次写索引）。插件内嵌 Skill lit-library，用于约束模型「什么该写进笔记、什么算核过」——笔记内容仍须人工核对，插件不会自动代写正文。
设计上有两条硬性规则（README 明确说明）：
- 索引有预算（行数与字节）。超限会拒绝写入而非截断，并提示把细节拆到 note。
- 摘录必须字面存在于全文 txt。嵌套引号、跨页拼接、抄错一字，
lit_check会报错；插件还包含针对「整条摘录从检查中消失」的额外检测。
能做与不能做¶
| 能做 | 不能做 |
|---|---|
| 电子版 PDF 文本层抽取，逐页页标 | 扫描件：未配置 OCR 时仅登记「待 OCR」 |
| 带预算的索引追加 | 旧 .ppt（需先另存为 PDF） |
| 摘录逐字回查与嵌套引号检查 | 自动写笔记内容 |
| 孤儿 note / 断链检查 | Web 界面（纯工具 + Skill） |
| 多项目区隔离，各自编号不串 | 跨项目自动汇总（仅提供 项目/编号 引用写法） |
安装与启用¶
DSH 生态采用「一切皆插件」；社区目录在 SkillHub，与 DeepSeek / 幻方无官方从属关系。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，导入路径会触及本地文件系统。
官方 README 给出的安装方式如下（勿凭仓库名自行拼接其它 install 命令）：
在 DSH 的插件管理里安装本包：把 dsh-lit-library 加进 profile 的 dsh.profile.bundles，或使用插件管理器的 install_bundle。装好后重启 DSH，8 个工具与内嵌 Skill lit-library 才会生效。
需要 DSH >= 0.2.0-rc.2。
扫描件 OCR 为可选项。默认用 pdftoppm 栅格化，再配合你在 .lit.json 或 profile 的 lit-library config 里配置的 OCR 引擎；未配置则登记「待 OCR」，不会假装抽取成功。示例配置：
{
"ocr": {
"command": "<python>",
"args": ["<ocr_engine.py>", "{input}", "{output}"],
"timeoutMs": 120000,
"render": { "command": "pdftoppm", "args": ["-r", "200", "-png", "{input}", "{outdir}/{prefix}"] }
}
}
{input} / {output} 为单页图片与 OCR 文本输出；{outdir} / {prefix} 为栅格化输出目录与文件名前缀。README 注明真实环境曾用 pdftoppm + RapidOCR（ocr_engine.py）验证过带页标的中文 txt。
默认目录与预算可在 profile 的 cordis.patch.yml 中覆盖：
- id: lit-library
config:
projectsRoot: lit-projects
origDir: refs/外部资料
txtDir: work/外部资料_txt
notesDir: refs/notes
indexFile: refs/参考资料总表.md
maxBytes: 8192 # 索引字节预算（项目级可在 .lit.json 覆盖）
maxEntries: 150 # 篇数安全阀
maxTxtBytes: 1048576 # 单篇 txt 安全阀
shardEntries: 200 # indexMode: sharded 时每片条数
项目根默认取当前会话工作区；多项目工作区才需要传 project 名字。
典型用法¶
先做项目区，再导入，最后体检。README 第一次使用示例：
lit_init project=我的课题 # 建项目区
lit_import project=我的课题 paths=[D:\papers\xxx.pdf]
lit_check project=我的课题 # 应该 0 FAIL / 0 WARN
多个课题可分别建立 lit-projects/我的课题/、lit-projects/另一个课题/ 等目录，索引与编号互不串扰。已有旧库时，可用 lit_init register=<旧库根> 原地接管。
导入后可用 lit_find tags=[...] 按标签检索；偏好与预算用 lit_prefs 调整；索引写入失败或 OCR 未完成时，用 lit_repair 补处理。
适用场景与注意¶
适合需要在 DSH 会话里长期维护课题文献、且希望索引行数可控、摘录能机械回查的开发者或研究者。不适合把它当作替代 Zotero / 网页检索的全功能文献管理，也不提供图形界面。
务必记住：索引预检失败是预期行为（逼你把长文细节放进 note）；摘录核对失败说明 txt 与笔记不一致，应改笔记或改引用，而不是关掉检查。
结尾¶
dsh-lit-library 把「找得到哪篇、数字对得上原文、索引不会无限变长」收成可重复执行的导入、单行索引与 lit_check 流程。需要详情时，可看 SkillHub 目录页与 GitHub README。
- 目录页：https://www.skillhub.cn/plugins/hellocyhgy/dsh-lit-library
- 仓库：https://github.com/hellocyhgy/dsh-lit-library
