前言¶
在 DeepSeek Harness（DSH）裏用模型讀論文，常見麻煩往往不是「讀不懂」，而是讀多了之後檢索變難、筆記裏的數字回原文對不上、索引越寫越長卻沒人再看。把文獻丟進普通文件夾或隨手記 Markdown，很難用固定規則檢查「索引是否膨脹」「摘錄是否字面存在」。
下面介紹社區插件 dsh-lit-library（維護者 hellocyhgy，SkillHub 分類：記憶）。它不做 PDF 閱讀器，也不做文獻檢索；只做一件事：導入論文、抽取全文、每條文獻佔索引一行，並在反覆使用後仍保持可檢索、可覈對、不隨意膨脹。
這是什麼¶
dsh-lit-library 是面向 DSH 的受控文獻庫插件。庫按項目區劃分：一個課題一個完整小庫，頂層還有一張總覽，不同課題的文獻與索引預算互不擠壓。
插件當前版本爲 0.2.1（見 GitHub 倉庫 package.json），許可證 MIT。運行環境需要 Node >=20，依賴 unpdf、fflate 做 PDF 文本層抽取；掃描件 OCR 需另行配置外部命令（見後文）。
核心功能¶
README 中列出的工具與職責如下。
| 工具 | 作用 |
|---|---|
lit_init project=<名> / register=<舊庫根> |
建項目區；或原地接管舊庫（只寫 .lit.json，不動原件 / txt / notes） |
lit_import project=<名> paths=[...] |
導入：去重 → 抽文本（掃描件未配 OCR 則登記「待 OCR」）→ 預算預檢 → 追加一行索引 |
lit_find tags=[...] |
按標籤查文獻（同標籤內規範名 + 別名 OR，多標籤默認 AND） |
lit_prefs |
讀 / 改項目偏好（如 askBeforeImport、預算、頁偏愛等） |
lit_check project=<名> 或 all=true |
體檢：索引超限、孤兒 note、斷鏈、摘錄逐字回查；all 還覈對頂層總覽 |
輔助工具包括 lit_repair（補 OCR / 重試失敗行）、lit_migrate（單表 → 分片）、lit_undo（用 .bak 回滾最近一次寫索引）。插件內嵌 Skill lit-library，用於約束模型「什麼該寫進筆記、什麼算核過」——筆記內容仍須人工覈對，插件不會自動代寫正文。
設計上有兩條硬性規則（README 明確說明）：
- 索引有預算（行數與字節）。超限會拒絕寫入而非截斷，並提示把細節拆到 note。
- 摘錄必須字面存在於全文 txt。嵌套引號、跨頁拼接、抄錯一字，
lit_check會報錯；插件還包含針對「整條摘錄從檢查中消失」的額外檢測。
能做與不能做¶
| 能做 | 不能做 |
|---|---|
| 電子版 PDF 文本層抽取，逐頁頁標 | 掃描件：未配置 OCR 時僅登記「待 OCR」 |
| 帶預算的索引追加 | 舊 .ppt（需先另存爲 PDF） |
| 摘錄逐字回查與嵌套引號檢查 | 自動寫筆記內容 |
| 孤兒 note / 斷鏈檢查 | Web 界面（純工具 + Skill） |
| 多項目區隔離，各自編號不串 | 跨項目自動彙總（僅提供 項目/編號 引用寫法） |
安裝與啓用¶
DSH 生態採用「一切皆插件」；社區目錄在 SkillHub，與 DeepSeek / 幻方無官方從屬關係。安裝前建議自行查看 GitHub 源碼與 MIT 許可證；插件以當前 DSH 進程權限運行，導入路徑會觸及本地文件系統。
官方 README 給出的安裝方式如下（勿憑倉庫名自行拼接其它 install 命令）：
在 DSH 的插件管理裏安裝本包：把 dsh-lit-library 加進 profile 的 dsh.profile.bundles，或使用插件管理器的 install_bundle。裝好後重啓 DSH，8 個工具與內嵌 Skill lit-library 纔會生效。
需要 DSH >= 0.2.0-rc.2。
掃描件 OCR 爲可選項。默認用 pdftoppm 柵格化，再配合你在 .lit.json 或 profile 的 lit-library config 裏配置的 OCR 引擎；未配置則登記「待 OCR」，不會假裝抽取成功。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} 爲單頁圖片與 OCR 文本輸出；{outdir} / {prefix} 爲柵格化輸出目錄與文件名前綴。README 註明真實環境曾用 pdftoppm + RapidOCR（ocr_engine.py）驗證過帶頁標的中文 txt。
默認目錄與預算可在 profile 的 cordis.patch.yml 中覆蓋：
- id: lit-library
config:
projectsRoot: lit-projects
origDir: refs/外部資料
txtDir: work/外部資料_txt
notesDir: refs/notes
indexFile: refs/參考資料總表.md
maxBytes: 8192 # 索引字節預算（項目級可在 .lit.json 覆蓋）
maxEntries: 150 # 篇數安全閥
maxTxtBytes: 1048576 # 單篇 txt 安全閥
shardEntries: 200 # indexMode: sharded 時每片條數
項目根默認取當前會話工作區；多項目工作區才需要傳 project 名字。
典型用法¶
先做項目區，再導入，最後體檢。README 第一次使用示例：
lit_init project=我的課題 # 建項目區
lit_import project=我的課題 paths=[D:\papers\xxx.pdf]
lit_check project=我的課題 # 應該 0 FAIL / 0 WARN
多個課題可分別建立 lit-projects/我的課題/、lit-projects/另一個課題/ 等目錄，索引與編號互不串擾。已有舊庫時，可用 lit_init register=<舊庫根> 原地接管。
導入後可用 lit_find tags=[...] 按標籤檢索；偏好與預算用 lit_prefs 調整；索引寫入失敗或 OCR 未完成時，用 lit_repair 補處理。
適用場景與注意¶
適合需要在 DSH 會話裏長期維護課題文獻、且希望索引行數可控、摘錄能機械回查的開發者或研究者。不適合把它當作替代 Zotero / 網頁檢索的全功能文獻管理，也不提供圖形界面。
務必記住：索引預檢失敗是預期行爲（逼你把長文細節放進 note）；摘錄覈對失敗說明 txt 與筆記不一致，應改筆記或改引用，而不是關掉檢查。
結尾¶
dsh-lit-library 把「找得到哪篇、數字對得上原文、索引不會無限變長」收成可重複執行的導入、單行索引與 lit_check 流程。需要詳情時，可看 SkillHub 目錄頁與 GitHub README。
- 目錄頁：https://www.skillhub.cn/plugins/hellocyhgy/dsh-lit-library
- 倉庫：https://github.com/hellocyhgy/dsh-lit-library
