← DeepSeek Harness 插件
DeepSeek Harness 插件Manifest 有效
mindspace-dsh-local-rag
一个面向 DeepSeek Harness 的纯本地混合 RAG 插件,为模型提供显式工具以搜索已上传文档和会话压缩摘要。
终端与 TUI开发者工具浏览器与 Web安全与策略Skills 与工作流远程执行
2GitHub Stars0Fork 数更新于2026-08-21
安装
$ corepack pnpm dsh plugin --profile web add $ragTgz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。
Mindspace Local RAG 是可独立安装的 DeepSeek Harness 插件,用于由模型按需调用的本地检索。它结合向量相似度、BM25+ 与 RRF 融合,支持文档导入和按会话隔离的压缩摘要索引,并通过 `search_local_memory` 工具提供检索,而不是在每轮提示词中自动注入上下文。
核心能力
- 注册供模型按需调用的 `search_local_memory` 检索工具。
- 结合向量相似度与 BM25+ 词法搜索,并使用倒数排名融合(RRF)。
- 导入 PDF、DOCX、TSV、CSV、TXT、Markdown、JSON 和 HTML,并保留来源信息。
- 索引已成功提交的原生 DSH `compaction/end` 摘要,并按会话隔离语料。
- 支持查看、编辑、逻辑删除、恢复以及不可变修订版本。
- 通过 `local-rag://source/...` 地址支持按来源继续检索,且不暴露文件系统路径。
- 提供模型下载、完整性校验、显式启动/停止、自动启动、索引健康状态和重建控制。
- 向量运行时不可用或停止时,词法检索仍可使用。
适用场景
- 在 DeepSeek Harness 对话中搜索本地上传的参考文档。
- 检索当前会话中较早的压缩摘要事实。
- 导入办公文档、PDF、表格及文本类知识源并进行本地查询。
- 在嵌入模型启动前使用词法搜索。
- 查看检索来源,并将后续搜索限制在特定文档或来源内。
适合谁
- 需要本地文档检索的 DeepSeek Harness 用户。
- 处理私有或离线知识库的用户。
- 在本地 DSH 配置中集成工具调用模型的开发者。
- 需要针对 DSH 压缩摘要进行会话隔离检索的团队。
文档中可确认的限制
- 文档化安装流程需要本地 DeepSeek Harness 检出、Node.js 22.19+ 或 24+,以及 pnpm。
- 向量检索需要下载并显式启动嵌入模型运行时;没有它时仍可进行词法检索。
- 下载固定模型工件时需要网络访问。
- 检索采用固定的候选数和输出限制,模型无法修改排序限制。
- 该插件有意未提供重排序和用户可配置的 Top-K。
- DSH 配置文件必须且只能启用一个提供 `sessionMemory` 服务的结构化记忆实现。
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 6 个运行依赖、9 个开发依赖、6 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
- Spirtxiaoqi7/mindspace-dsh-local-rag
- Registry 来源
- GitHub · dsh-plugin topic
- Registry 分类
- Plugin
- 源码检查
- 1da456b · 2026-09-15
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
- 2GitHub stars
- Fork 数
- 0
- 未关闭 Issue
- 0
- 最近提交
- 2026-08-21
- 最近发布
- 2026-08-14
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。