前言¶
在 DeepSeek Harness（DSH）里做检索、问答或文档管线时，原始材料往往是 PDF：论文、技术手册、扫描件。本地只靠通用文本抽取，公式和跨页表格容易丢结构，长文档还会撞上远程解析接口的页数上限。下面介绍社区插件 dsh-mineru（仓库 Mu-scorpio/dsh-mineru）：在 Harness 左侧提供独立操作面板，并注册 Agent 工具，通过 OpenDataLab MinerU v4 接口把 PDF 中的正文、LaTeX 公式、表格和图表等内容落成 Markdown，并对超长文档做分片与本地拼接。
这是什么¶
dsh-mineru 是分类为 客户端 的 DSH 插件，维护者为 Mu-scorpio。package.json 中的描述为：在 DeepSeek Harness 中提取公式、表格与文本为 Markdown，并配合智能分片与交互界面（MinerU PDF parsing plugin for DeepSeek Harness (DSH): extract formulas, tables, and text into Markdown with smart chunking and interactive UI.）。
插件按 Cordis 规范拆分为 Host 引擎与 Web Client 前端；当前发行版本在资料中为 1.0.0，开源协议为 MIT。社区目录页：https://www.skillhub.cn/plugins/Mu-scorpio/dsh-mineru。
核心功能¶
左侧面板与任务管理¶
安装并刷新 Harness 后，左侧主导航会出现 MinerU 解析 入口，在独立页面完成上传、选项配置与任务进度查看，而不是依赖零散弹窗。任务状态由 Host 管理，切换页面或刷新后仍可延续；出错时提供错误码与「一键重试」。
解析能力¶
- 基于 MinerU v4 API，支持数学公式识别（行内与独立公式转为 LaTeX）、复杂与跨页表格结构化、图表多模态抽取。
- 可对扫描件或图片型 PDF 开启 OCR。
- 可选附加导出 docx、html 或 latex（界面中「附加导出」）。
超长 PDF 智能分片¶
官方 API 存在页数限制。插件会感知 PDF 总页数；超过 分片页数 阈值（默认 200 页）时自动分批请求，解析完成后在本地合并 Markdown 与图片资源，并维护图片引用路径。
目录与凭据¶
选中 PDF 后，保存目录可预填为该文件所在目录，也可用系统目录选择器指定路径。API Token 仅写入 Harness 本地凭据库 ~/.dsh/.credentials.yaml，界面输入脱敏，不按 README 说明随会话上传。
Agent 工具¶
除面板外，插件注册 mineru_parse 工具，对话中可由智能助手调用以解析指定 PDF 并读取结果。
安装与启用¶
资料给出三种方式；社区插件市场属于 DSH 生态的独立目录站点，与 DeepSeek / 幻方无官方从属关系，仅在 Harness 内按下面步骤操作即可。
方式一：插件市场（推荐）¶
在 DeepSeek Harness 打开 设置 → 插件市场 (Plugin Market)，搜索 dsh-mineru，点击 安装。
方式二：DSH CLI¶
# 从 GitHub 仓库直接添加
dsh plugin add github:Mu-scorpio/dsh-mineru
# 或从 Release 预打包文件免编译极速安装
dsh plugin add https://github.com/Mu-scorpio/dsh-mineru/releases/download/v1.0.0/dsh-mineru-1.0.0.tgz
启用界面¶
安装完成后刷新应用（Cmd + R / Ctrl + R），左侧应出现 MinerU 解析 图标。
方式三在 README 中面向本地开发（clone 与符号链接调试），一般使用者可跳过。
典型用法¶
下面步骤来自仓库 README，可按顺序复现。
- 在 MinerU 官方开放平台 注册并复制 API Token。
- 点击左侧 MinerU 解析，在「API 密钥」栏粘贴 Token 并 保存（右上角应显示绿色的「已配置」）。
- 拖拽或选择单个/多个 PDF，确认解析选项后点击 开始解析。
- 完成后结果归档到指定保存目录，通常包含
full.md、图片目录，以及可选的 docx/html 等。
解析选项（节选，默认值以 README 表为准）：
| 参数项 | 说明 | 推荐/默认值 |
|---|---|---|
| 模型版本 | vlm（多模态高精度）或 pipeline |
vlm |
| 文档语言 | 如 ch（中/英混合）、en |
ch |
| 页码范围 | 如 1-10,15；留空为全文 |
留空 |
| 分片页数 | 超过该页数触发切片与本地聚合 | 200 |
| 公式识别 | 转为 LaTeX | 开启 |
| 表格识别 | 转为 Markdown 表格 | 开启 |
| 启用 OCR | 扫描件/图片 PDF | 视文件类型 |
| 附加导出 | docx、html、latex | 可选 |
在对话中需要由助手代劳解析时，前提是插件已加载且 Token 已配置，再让助手通过已注册的 mineru_parse 处理指定 PDF。
适用场景与注意¶
适合谁：需要把含公式、复杂表格或扫描页的 PDF 转成可编辑 Markdown、并希望在 DSH 内完成上传—进度—落盘一条链路的开发者与使用者；长文档依赖内置分片，无需手动按页切开再合并。
运行与信任边界：插件以当前 DSH 进程权限运行，会访问你选择的 PDF 路径、写入保存目录，并向 MinerU 云端发起解析请求。安装前建议阅读 GitHub 源码 与 MIT 许可证，自行评估是否将 Token 存入本地凭据库。
依赖与网络：解析质量与时效取决于 MinerU v4 服务与网络；README 提到对解析结果 Zip 采用直连与流式解压，以减轻部分网络环境下的 TLS 重置与超时问题。
结尾¶
dsh-mineru 把 MinerU 的 PDF 结构化能力嵌进 Harness：面板负责日常批处理与选项调优，mineru_parse 负责对话内自动化。查阅安装包信息与社区条目可访问目录页 https://www.skillhub.cn/plugins/Mu-scorpio/dsh-mineru ，源码与 Release 见 https://github.com/Mu-scorpio/dsh-mineru 。
