DeepSeek Harness 插件Manifest 有效

knowlp-rag

一个面向 DeepSeek Harness 的插件包，通过 MCP 工具为 Markdown 笔记提供双知识图谱检索。

视觉与图像UI 与效率开发者工具Skills 与工作流

源码

安装

等待 GitHub 同步

仓库智能解读

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。

源码有据

KnowLP-RAG 是一个 DSH 插件包，结合 MCP 服务器和原生 Cordis 配置，用于搜索 Markdown 笔记集合。它构建前置依赖图与相似关系图，支持段落级检索和可选的嵌入检索，并向智能体暴露 5 个 MCP 工具。

核心能力

可通过 `dsh plugin add` 安装到 DeepSeek Harness。
从 Markdown 文件夹构建前置依赖与相似关系知识图谱。
提供搜索、记录反馈、获取笔记、统计和技能搜索等 MCP 工具。
支持段落切分与基于 CPU 的 n-gram 检索。
可选使用 Qwen3-VL-Embedding-2B 语义向量和 PixelRAG 视觉搜索。
记录显式反馈，并将其应用到图谱边权重。

适用场景

为智能体在个人 Markdown 笔记中提供结构化检索与阅读路径。
搜索 Obsidian、Logseq、Joplin 导出内容或普通 Markdown 文件夹。
为某个主题检索前置背景和相关替代笔记。
利用已记录的阅读或忽略结果反馈改进图谱边排序。

适合谁

管理 Markdown 知识库的 DeepSeek Harness 用户。
使用 Obsidian、Logseq、Joplin 导出内容或普通 Markdown 文件夹的用户。
希望为 DSH 或 Claude Code 接入基于 MCP 的检索服务的开发者。

文档中可确认的限制

需要 Node.js 18+ 和 Python 3.11+。
使用 DSH 前，用户需要配置 Markdown 笔记库和图谱目录。
插件首次检索时会自举包含 `mcp` 和 `pyyaml` 的 Python 环境。
真实嵌入检索需要 RTX GPU 和 Qwen3-VL-Embedding-2B；否则使用 CPU n-gram 模式。
视觉搜索需要运行在 GPU 机器上的 PixelRAG 服务器。
Honcho 集成需要 Honcho 在本机 8000 端口运行。

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 0 个运行依赖、0 个开发依赖、0 个 Peer 依赖和 0 个可选依赖。

信息

已声明 DSH Bundle

package.json 中声明了 DSH Bundle 元数据。

信息

已获取 package.json

已获取仓库根目录 package.json，可用于 Registry 元数据检查。

信息

已声明许可证

GitHub 报告该仓库许可证为 MIT。

信息

源码可用

本次 Registry 快照已获取公开 GitHub 源码元数据。

信息

来源与 Registry 记录

展示此条目的可追溯源码与 Registry 元数据，并与运行验证结果明确分开。

源码仓库: wly8691-jpg/knowlp-rag
Registry 数据源: 公开 GitHub 仓库
源码快照: 2b7bde5ea18d
项目类型: plugin-bundle
AI 整理: gpt-5.6-terra · 2026-08-14
Prompt 版本: dsh-plugin-enrichment-v3

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: 1
Fork 数: 0
未关闭 Issue: 0
最近提交: 2026-08-14
最近发布: —