← DeepSeek Harness 插件
DeepSeek Harness 插件Manifest 有效
academic-harness
面向 DeepSeek Harness 的学术研究预设与插件包,提供科研技能库、实验笔记本及学术检索能力。
视觉与图像UI 与效率终端与 TUI开发者工具浏览器与 WebSkills 与工作流远程执行
1GitHub Stars0Fork 数更新于2026-10-23
安装
$ dsh plugin --profile academic-harness add github:raktim-mondol/academic-harness插件能力与用途
基于公开仓库快照由 AI 辅助整理,内容必须有源码依据;它不等同于兼容性验证或安全验证。
Academic Harness 是一个专为科研工作打造的 DeepSeek Harness 专用 profile 与能力集成包。它集成了学术研究 Agent 预设、数百项领域科研技能库、持久化实验笔记本、LaTeX 论文编写与验证引擎、PaperMemory 引文追踪以及面向 arXiv、PubMed、OpenAlex、Semantic Scholar、Crossref 和 Consensus 的学术检索连接器。
核心能力
- 内置涵盖生物化学、计算医学及机器学习调优的数百种科研 Agent 技能
- 提供实验记录本(Lab Notebook)工具,支持在工作区内输出 JSONL 和 Markdown
- 集成 OpenAlex、Semantic Scholar、Crossref、arXiv、PubMed、Consensus 等学术数据库搜索
- 具备本地 PaperMemory 论文记忆系统,支持事实引文追溯与原句验证
- 支持 LaTeX 编译检查、图表生成及常用科学数据文件格式审查
- 提供针对高难度复杂推理与科研图像审阅的子代理(Subagent)路由调度
- 基于 zvec-grep 提供工作区混合向量与 BM25 语义代码/文档检索
适用场景
- 自动化开展学术文献调研、交叉比对与带引文溯源的研究综述编写
- 在长流程计算实验中跨多步委托维护可追溯的实验记录本
- 撰写、审核和验证学术 LaTeX 论文、基金申请书与审稿回复信
- 直接在 Harness 环境中分析和预览科学计算数据及分子结构文件
适合谁
- 科研学者与实验室研究人员
- 生物信息学及计算科学研究员
- 撰写 LaTeX 学术论文的高校研究生与博士后
- 需要结合文献开展实验的机器学习研究人员
文档中可确认的限制
- Consensus、Parallel 及 Scite 等部分服务需要用户自行配置 API Key
- 高级检索和完整功能需在 DeepSeek Harness 0.2.1 及以上版本中启用 Academic Harness 预设
- 科学文件检查及 PaperMemory 依赖本地 Python 与 uv 虚拟环境支持
DSH 兼容性
DSH Plugin 针对具体版本记录的运行验证证据。没有结果只代表我们尚未测试,不代表不兼容。
尚未测试目前还没有发布运行兼容性测试结果。
安全信号
来自包元数据和源码检查的客观信号。这些信息用于辅助判断,不代表绝对安全保证。
依赖数量
package.json 声明了 7 个运行依赖、1 个开发依赖、3 个 Peer 依赖和 0 个可选依赖。
已声明 DSH Bundle
package.json 中声明了 DSH Bundle 元数据。
已声明许可证
GitHub 报告该仓库许可证为 MIT。
已获取 package.json
已获取仓库根目录 package.json,可用于 Registry 元数据检查。
源码可用
本次 Registry 快照已获取公开 GitHub 源码元数据。
来源与 Registry 记录
展示此条目的公开来源、Registry 分类与最近一次源码检查信息,并与运行验证结果明确分开。
- 源码仓库
- raktim-mondol/academic-harness
- Registry 来源
- GitHub · dsh-plugin topic
- Registry 分类
- Plugin Bundle
- 源码检查
- 3d31cee · 2026-10-23
本页面基于公开源码信息独立收录。DSH Plugin 与 DeepSeek 及插件作者均无隶属关系;安装前请始终以作者仓库中的最新说明为准。
仓库活跃度
- GitHub Stars
- 1GitHub stars
- Fork 数
- 0
- 未关闭 Issue
- 0
- 最近提交
- 2026-10-23
- 最近发布
- 2026-10-22
相关 DSH 插件
综合核心能力、适用场景、插件类型、分类和 DSH Profile 进行相关性排序。