安装
$ dsh plugin --profile web add dsh-kb-rag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。
dsh-kb-rag 是专为 DeepSeek Harness 设计的本地学术文献知识库 RAG 插件。它能将本地 PDF 与 Zotero 文献库解析构建为带章节结构与向量索引的 SQLite 知识库，采用 BM25 关键词检索、bge-small 向量检索与 bge-reranker 重排的三级混合检索方案，并通过 9 个大模型工具提供带 DOI 链接的精准问答、增量去重与检索范围控制，全程本地运行且无需外部 API 费用。
核心能力
- 提供 kb_ingest、kb_zotero、kb_search、kb_rag、kb_scope 等 9 个大模型操作工具
- 结合 BM25 与 bge-small 向量进行 RRF 融合与章节权重感知的混合检索
- 通过 bge-reranker-base 交叉编码器进行精确重排与 Top-N 片段筛选
- 支持带 DOI 链接和精确文件坐标的标准学术引文生成
- 支持 SHA256 增量哈希跳过、重复文献拦截与 Zotero 元数据及 PDF 一键迁移
- 常驻 Python 引擎守护进程，实现亚秒级热检索且数据完全本地保留
适用场景
- 在海量本地 PDF 和 Zotero 文献中快速检索特定实验机制与结论并定位出处
- 基于本地学术文献进行严格受限的带引文问答，防止大模型产生外部幻觉
- 通过 DOI 或 arXiv ID 直接在 Harness 对话中下载并索引论文
适合谁
- 需要检索和引用本地文献库的研究生、博士生及学术科研人员
- 注重数据隐私、需要零 API 成本本地知识库检索的 DeepSeek Harness 用户
文档中可确认的限制
- 依赖本地 Python 运行环境以及嵌入与重排模型的本地下载和内存占用
- 若 PDF 元数据缺失，仅通过正文提取年份可能存在少量误差
- 内存关键词扫描设计最适合数万分块规模，超大规模数据需额外优化
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。
目前还没有发布自动安全检查信号。
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
- Breeze136/dsh-kb-rag
- Registry 来源
- GitHub · dsh-plugin topic
- Registry 分类
- Plugin
- 源码检查
- 4cf8aba · 2026-09-18
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
- 11GitHub stars
- Fork 数
- 1
- 未关闭 Issue
- 2
- 最近提交
- 2026-09-16
- 最近发布
- 2026-09-14
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。
