前言¶

在 DeepSeek Harness（DSH）里让智能体读合同、报告或表格时，常见做法是把整份文件打进上下文。页数一多，窗口很快被占满，后面的推理要么被截断，要么不得不反复裁对话。社区插件 dsh-doc-read（维护者 dcd887）提供三个文档工具，按「先粗后细」查内容：先看每页一行预览，再按页范围读纯文本，或只用正则命中行定位事实。支持 PDF、DOCX、XLSX、TXT 等格式，并带字符预算，避免一次把整本文件读进来。

下面介绍插件定位、能力与安装用法；事实以 GitHub 仓库 README 为准。

这是什么¶

dsh-doc-read 是面向 DSH 的省 token 文档读取器。一句话：查一个数或一条条款时，不必把几百页 PDF 全文塞进上下文。

在 SkillHub 目录 中归类为「模型推理」；当前仓库星标为 0。许可证 MIT，package.json 版本 1.0.0，要求 Node.js ≥ 18。插件以当前 dsh 进程权限访问你指定的本地路径，安装前建议浏览源码与许可条款。

三个工具与推荐顺序¶

README 将三个工具按「越查越窄」排列：

支持格式：.pdf、.docx、.xlsx、.txt、.md、.csv。三个工具都带字符预算；结果中会提示「下一页从哪读」，降低一次性撑爆窗口的风险。

安装与启用¶

在 dsh profile 目录执行：

dsh plugin add github:dcd887/dsh-doc-read

然后在 cordis.patch.yml 中启用插件（包内自带 cordis.patch.yml，:plugin 名与本包一致）。依赖 pdfjs-dist 由 pnpm 自动安装。

本地开发可 link，例如：

# package.json
"dependencies": { "dsh-doc-read": "link:../dsh-doc-read" }

DSH 生态是「一切皆插件」；SkillHub 为社区目录站点，与 DeepSeek / 幻方无官方从属关系。

典型用法¶

doc_outline：先看目录式预览¶

先了解文档有多长、各页开头大致内容：

{ "path": "D:/docs/report.pdf", "maxPages": 60 }

返回示例（每页一行）：

p.12  | 第三章 违约责任 ............
p.13  | 3.1 甲方未按期交付的，每逾期一日……

doc_read：按页范围读正文¶

已知页码后，只读该区间：

{ "path": "D:/docs/report.pdf", "from": 13, "to": 16, "maxChars": 6000, "pageChars": 1500 }

maxChars 为本次调用总字符预算，pageChars 为单页上限；两者有默认值，一般可不改。

doc_grep：按关键词或正则定位¶

只需命中处时：

{ "path": "D:/docs/report.pdf", "pattern": "违约金", "limit": 30, "snippet": 80 }

需要正则时加 "regex": true；大小写默认不敏感（ignoreCase 默认 true）。scanPages 限制扫描页数，默认 300，长文档可调大。

适用场景与限制¶

适合：智能体在工作流里需要引用本地合同、研报、表格中的片段，又不想把整文件放进上下文；先 doc_outline 再 doc_read 或 doc_grep 的组合与 README 描述的设计一致。

限制（README 原文要点）：

1. 只读，不写、不改文档。
2. PDF 只取文本层；扫描件（纯图片）无文字时需先 OCR 再读。
3. .xlsx 按 sheet 摊平读，不保留合并单元格结构。
4. 单文件大小上限由配置 maxBytes 控制（默认见源码 DEFAULTS）。

自测与验证¶

维护者在仓库提供自测，不依赖自备大文件：

pnpm install      # 需要 pdfjs-dist
pnpm test         # node selftest.mjs

test/fixtures/ 含 sample.pdf、sample.docx、sample.txt 等小样例；自测对每个文件跑三个工具并打印 PASS/FAIL。用大目录压测可设：

DOC_READ_SAMPLES=/path/to/pdfs pnpm test

结尾¶

若你在 DSH 里经常让模型「打开整份 PDF 再答一个问题」，dsh-doc-read 把读取拆成提纲、分页与 grep 三步，并把输出压在字符预算内，更符合上下文工程的做法。

• 目录页：https://www.skillhub.cn/plugins/dcd887/dsh-doc-read
• GitHub：https://github.com/dcd887/dsh-doc-read