前言¶
在 DSH 里做 Agent 开发时，模型上下文往往装不下整盘资料：把大量 PDF、Office 文档整篇塞进会话既费 token，也不利于按关键词定位。常见做法是手工整理少数 Markdown，或靠外部云盘搜索，但本机 C: / E: 里散落的历史文件很难被 Agent 稳定引用。
下面介绍的 dsh-local-kb（维护者 hql6662）把指定磁盘下的文档抽成纯文本，写入本机 SQLite FTS5 trigram 索引；通过 DSH 侧栏搜索面板人机检索，并向 Agent 暴露名为 kb 的工具，默认只返回短片段与元信息，按需才读单篇正文。插件在 SkillHub 目录分类为「记忆」，当前 GitHub 星标为 0，版本 0.2.0（MIT）。
这是什么¶
dsh-local-kb 是 DeepSeek Harness 的本地知识库插件：扫描本机盘符（README 示例为 C: / E:），支持 PDF、Markdown、TXT、Word、PPT、Excel、EPUB、MOBI、CHM、RTF、HTML、JSON、CSV 等格式的正文抽取，在 kb.sqlite 中建全文索引；索引列包含 文件名、正文、完整路径，因此即使用户不记得文件名或正文措辞，仍可按目录名、路径片段（如 Desktop、实验三）检索，或用浏览模式按修改时间翻最近文件。
设计原则写得很直白：省 token——检索在脚本与 SQLite 中完成，搜索结果只给 snippet；Agent 只有显式 action=get 时才读单篇，默认截断 8000 字（上限可配到 40000），不会把整库灌进上下文。
核心功能¶
索引与存储¶
| 项 | 路径（README 示例环境） |
|---|---|
| SQLite 索引 | C:\Users\hql\.dsh\local-kb\kb.sqlite |
| 配置 | C:\Users\hql\.dsh\local-kb\config.json |
| 构建报告 | C:\Users\hql\.dsh\local-kb\build_report.json |
| AI 标注（独立库） | C:\Users\hql\.dsh\local-kb\labels.sqlite |
| 构建脚本 | tools/build_kb.py |
| 查询 CLI | tools/kb_query.py |
重建索引可在面板「设置」中调整扫描磁盘、单篇最大字数、Python 解释器后点「重建索引」；后台重扫约 1–5 分钟，期间旧索引仍可用。README 记载示例库约 23,047 篇文档（含电子书与旧 Office 正文），并带规则预打的 useful / topic 标签。
侧栏面板¶
面板顶部展示文档数、已索引字数、索引大小、构建时间与就绪状态。搜索支持文件名、正文、路径；中文三字以上走 FTS5 trigram，短词退化为文件名加开头匹配。「浏览」在无关键词时按修改时间倒序列出全库，可叠加类型、磁盘、路径包含、时间范围（7 / 30 / 365 天）、排序等筛选。结果卡片可打开预览抽屉（默认 8000 字片段），并支持打开文件、资源管理器中显示、复制路径。
每篇文档有两类内容识别标签：useful（high / possible / low）与 topic（study / work / code / life / reference / other）。规则基线在 build_kb.py 的 classify_labels() 中零模型成本写入；拿不准的可通过面板「AI 批量识别」唤起 DSH Agent，用 kb 工具按路径与开头片段批量复核，标注存在独立的 labels.sqlite（主键为路径，重建索引不丢 AI 标注）。
Agent 工具 kb¶
常用 action 如下（完整表见仓库 README）：
| action | 用途 |
|---|---|
search（默认） |
全文检索，参数含 q、limit、ext、path、days、useful、topic 等 |
browse |
无关键词按时间浏览，可叠加筛选 |
stats |
索引健康与分组统计 |
get |
按 id 读单篇正文，max 默认 8000 |
candidates / label / label-status |
AI 批量识别与写回标注 |
rebuild / rebuild-status |
后台重建与进度 |
示例（来自 README）：
kb {action:"search", q:"HarnessMM", ext:"pdf"}
kb {action:"get", id:21222, max:8000}
kb {action:"browse", path:"Desktop", days:30, ext:"doc", sort:"mtime", limit:20}
kb {action:"search", q:"实验三"}
最后一条说明路径列也会被索引：正文未出现「实验三」时，目录名仍可命中。
本地 HTTP API¶
插件在本机提供前缀 /local-kb/api 的接口（由 DSH WebServer 路由），包含 health、stats、search、browse、doc、candidates、labels、config、rebuild 等；README 写明仅监听本机、无需鉴权。
命令行等价¶
不经过 GUI 时可直接调用 tools/kb_query.py，例如：
PYTHONUTF8=1 python tools/kb_query.py stats
PYTHONUTF8=1 python tools/kb_query.py search --q "知识库" --limit 20
PYTHONUTF8=1 python tools/kb_query.py browse --path Desktop --days 30 --ext doc --sort mtime --limit 20
PYTHONUTF8=1 python tools/kb_query.py get --id 21222 --max 8000
重建索引需系统 Python 带 fitz（PyMuPDF）；电子书与旧 Office 部分抽取器已 vendor 在 tools/vendor/，README 称无需额外 pip。示例完整命令：
PYTHONUTF8=1 C:/Python314/python.exe tools/build_kb.py --roots "C:/,E:/" \
--db "C:/Users/hql/.dsh/local-kb/kb.sqlite"
安装与启用¶
README 给出的安装方式不是 dsh plugin add github:...，而是对本地插件目录执行 bundle 安装。示例插件目录为 E:\dsh files\local-kb：
plugin_manager action=install_bundle target=E:\\dsh files\local-kb
安装后侧栏未出现时，可先硬刷新 GUI（Ctrl+Shift+R）；部分客户端模块需 DSH 完全重启后才生效。package.json 要求 Node >= 22.0.0。
典型用法¶
只记得「大概在哪个文件夹」：在搜索框或 path 过滤里输入路径片段，或用 browse 加 days、ext 缩小范围；CLI 等价如 kb_query.py browse --days 7 --ext docx。
让 Agent 查资料但控制 token：先 search 或 browse 拿 id 与 snippet，确认后再 get；批量内容识别用 candidates + label，增量模式在首次全量 full 跑完后只处理无 AI 标注的新增文件。
按价值与主题筛库：规则或 AI 合并后的 useful / topic 可叠加到 search、browse，例如 search --q 论文 --useful high --topic study。
适用场景与注意¶
适合已在 Windows 上把学习与工作文档分散在多盘符、又希望在 DSH 内统一检索、并让 Agent 以片段优先方式引用本机资料的用户。当前 README 与路径示例均围绕 Windows（C:\Users\...、盘符扫描）；Linux 用户需自行对照配置与脚本是否匹配本机布局。
插件以 当前 DSH 进程权限 扫描与读取文件，安装前应阅读 仓库源码 与 MIT 许可证，确认扫描范围（默认可覆盖整盘）符合个人或组织安全策略。本地 HTTP API 无鉴权，仅应在本机可信环境使用。
SkillHub 等社区目录与 DeepSeek / 幻方无官方从属关系；插件列表里的「记忆」分类描述的是能力取向，不等同于官方产品能力。
结尾¶
dsh-local-kb 把「本机文档在哪、写了什么」拆成 SQLite 侧索引 + 侧栏面板 + kb Agent 工具三层：人机都能搜，Agent 默认只吃片段。若要查看简介与分类，可打开目录页 SkillHub · dsh-local-kb；安装细节、API 字段与格式抽取表以 GitHub 仓库 README 为准。
