前言¶

DSH 的模型可以直接讀純文本文件，但日常碰到的文檔大多是 .docx、.xlsx、.pptx、.pdf 這類二進制容器。要讓模型分析季度報告、投標資料或電子書，開發者通常要先在外部跑一套轉換工具，把結果再喂回上下文；另一種做法是讓模型直接讀字符串，二進制容器裏的文字、表格和公式根本進不來。

下面介紹的 dsh-anydoc 試圖把這步收斂到一個插件裏：它基於 Firecrawl AnyDoc 的本地 Rust 解析引擎，把本地辦公文檔、電子書、CSV 與文本型 PDF 轉換爲 GitHub-Flavored Markdown，並註冊成 DSH 模型可直接調用的原生 Tool。插件由社區維護者 kevinasworks 開發，上游解析能力全部來自 Firecrawl AnyDoc 0.2.4，本項目只做 DSH 集成層，是獨立社區項目，不是 Firecrawl、DeepSeek 或任何機構的官方插件。

定位：它解決什麼問題¶

插件把 AnyDoc 的解析能力掛進 DSH 的工具註冊表，調用鏈路是：

用戶提問 → 模型調用 anydoc_convert → 插件本地解析 → Markdown 寫入文件 + 預覽返回 → 模型基於內容繼續分析

關鍵是全過程不聯網、不上傳文檔。AnyDoc 唯一的聯網路徑是顯式傳 ocr: 'hosted'，本插件從不傳這個參數。掃描版 PDF 會返回 NEEDS_OCR 與頁碼，由用戶自行決定後續動作，插件不會自動上傳或啓用 hosted OCR。

三個原生工具¶

插件註冊三個 Tool，覆蓋單文件、批量與自檢三條路徑。

支持的格式¶

以 AnyDoc 0.2.4 官方支持表爲準，插件已逐項實測。

幾個容易踩的點：

• 格式由文件內容判定，擴展名只是提示。把 report.docx 改名成 report.bin 仍能轉換，插件會給出「擴展名不在支持表內」的警告。
• .csv 沒有內容簽名，靠擴展名識別，因此 formatSource 會是 extension 而不是 content。
• .pdf 只覆蓋文本層，掃描版返回 NEEDS_OCR。

安裝¶

插件以 DSH 官方 Bundle 方式安裝，不修改 DSH 核心源碼，也不手改 profile 文件。

推薦通過 npm 包名安裝：在 DSH 的「插件」→「添加插件」中輸入：

dsh-anydoc

如需固定版本，輸入 dsh-anydoc@0.2.1。npm 包地址見 dsh-anydoc。首次發佈後中國大陸鏡像可能尚未同步，可先切 npm 官方源。

也可以輸入 GitHub 完整地址安裝：

https://github.com/kevinasworks/dsh-anydoc

此方式獲取 GitHub 源碼，但不顯示 npm 安裝所具有的版本更新區塊。倉庫與 npm 包均不包含 node_modules/，安裝時需要能訪問所選源以拉取插件、AnyDoc 依賴及當前平臺的原生綁定；文檔轉換本身仍爲本地離線執行。

從本地目錄安裝時，先裝運行依賴：

cd /path/to/dsh-anydoc
npm install --omit=dev

隨後讓 Agent 調用 plugin_manager，target 換成插件目錄的實際絕對路徑：

{ "action": "install_bundle", "target": "/path/to/dsh-anydoc" }

Windows 用戶請使用實際的 Windows 絕對路徑，JSON 中反斜槓寫爲 \\。

安裝後用一次自檢確認：

anydoc_capabilities → {"selfTest": true}

應看到 native binding: ok、engine: worker、self test: passed。

典型用法¶

單文件轉換，指定預覽長度：

{ "sourcePath": "~/Documents/季度報告.docx", "previewChars": 12000 }

返回形如：

Converted /Users/me/Documents/季度報告.docx -> /Users/me/.dsh/anydoc-output/季度報告.md
format: docx (content) · 13,902 chars · 37,767 input bytes · 41 ms · engine: worker
--- markdown preview ---
# 季度技術評審報告 …

大文件只返回截斷預覽，預覽末尾說明已顯示 N/M 字符、完整內容見 outputPath，避免超長正文撐爆模型上下文。

批量轉換，默認不遞歸，這裏顯式打開：

{ "directory": "~/Documents/投標資料", "recursive": true, "concurrency": 2, "exportAssets": true }

帶圖片導出：

{ "sourcePath": "report.docx", "exportAssets": true }

圖片等內嵌資源寫到 <輸出目錄>/<文件名>.assets/，並在 Markdown 末尾追加 ## Exported assets 索引。插件只導出原始字節，不做圖像語義分析、不會僞造圖片描述。

默認值與限制¶

完整配置項見倉庫內 CONFIGURATION.md。

兼容性與平臺¶

插件的 engines.dsh 聲明並實測了三條 DSH 線：

>=0.2.0-rc.2 <0.2.1-0 || >=0.2.1-rc.2 <0.2.2-0 || >=0.2.2-rc.1 <0.2.3-0

0.2.0-rc.2、0.2.1-rc.2 ~ rc.5、0.2.2-rc.1 ~ 0.2.2 均已實測；範圍外的 0.2.0-rc.1、0.2.1-alpha.*、0.2.3+、0.3.x 等會被 DSH 的准入檢查拒絕。@firecrawl/anydoc 仍精確鎖定 0.2.4，向下兼容針對的是 DSH 宿主，不放開解析引擎版本。

平臺支持範圍嚴格等於上游 AnyDoc 0.2.4 的 7 個預編譯目標：macOS arm64 / x64、Windows x64、Linux glibc x64/arm64、Linux musl x64/arm64。Windows on ARM 原生進程不支持，上游沒有 ARM64 綁定，自檢會報告 platformSupport: unsupported。README 給出的 CI 驗證邊界是 macOS Apple 芯片 107/107、Intel Mac 107/107、Windows Server runner 104 通過 0 失敗 3 項既有跳過、兩種架構的 Ubuntu 與 Alpine 各 107/107；CI 運行驗證不替代完整 DSH 桌面界面驗收，Intel Mac 的 x64 Electron 宿主、Windows 10/11 的交互與文件佔用、SMB 場景仍需單獨驗證。

隱私與數據流¶

本地文件 → 插件（進程內或子進程）→ @firecrawl/anydoc → Rust 解析 → Markdown → 本地文件

插件不自動上傳文件、不調用 Firecrawl Parse、不發送遙測；日誌只記錄源路徑、格式、字符數、耗時、輸出路徑，不寫文檔內容。npm install 拉取依賴屬於公網流量，與文檔內容傳輸無關。倉庫的 TEST_REPORT.md 給出的證據是靜態掃描加上在禁用 fetch 的進程內/子進程內完成轉換。

適用場景與注意¶

適合需要在 DSH 裏把本地辦公文檔、電子書、CSV 轉成 Markdown 後再讓模型分析的場景，尤其是對文檔內容有本地處理要求、不希望內容離開本機的開發者。macOS（Apple 芯片）是作者日常使用並做過真實 DSH Tool Call 驗證的主要平臺，其餘受支持目標主要靠 CI 覆蓋。

幾點需要留意的：插件以當前 DSH 進程權限運行，可以直接讀用戶有權訪問的文件路徑，安裝前建議先檢查源碼與許可證（自身 MIT，AnyDoc 爲 MIT，版權 Sideguide Technologies Inc.）。它是獨立社區項目，不代表 Firecrawl 或 DeepSeek 官方立場。停用可用：

{ "action": "set_bundle", "target": "dsh-anydoc", "enabled": false }

卸載用 remove_bundle，會從 profile 的 package.json 移除依賴與 bundle 選擇，不影響其他插件。插件不會刪除用戶輸出文檔，~/.dsh/anydoc-output 需自行清理。安裝前的 profile 快照保存在 .backup/pre-install-<時間戳>/，異常時可對照恢復。

結尾¶

dsh-anydoc 做的事情比較集中：把 AnyDoc 的離線解析能力封裝成 DSH 原生 Tool，讓模型用一次調用就能拿到 Markdown 正文，同時用進程隔離、超時、大小上限和格式探測把集成的邊界守住。如果你在做 DSH 文檔處理方向的插件選型，可以從這裏入手。

• 社區目錄頁：https://www.skillhub.cn/plugins/kevinasworks/dsh-anydoc
• GitHub：https://github.com/kevinasworks/dsh-anydoc