DSH Plugins
返回列表
dsh-harness-rag

dsh-harness-rag

记忆 更新于 2026.11.04

在终端中运行以下命令:

dsh plugin install chenzhiya77/dsh-harness-rag

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 中执行 dsh plugin install chenzhiya77/dsh-harness-rag,或按文档从 https://github.com/chenzhiya77/dsh-harness-rag 安装后重启对应 profile。

插件介绍

在 Harness 里做问答时,模型往往只能依赖会话上下文,私有文档、表格和视频里的知识进不了场,检索也常常是「搜一段就答」,和文档结构、实体关系、条目线索脱节。dsh-harness-rag 把一整套 Agentic RAG 知识库接到 DSH:从解析切分到实体图谱与 wiki,再到向量、图谱、wiki 三路检索和按篇按片读回,对象模型贯通写入与读取,上游编辑、重抽、删增会沿派生关系向下传播,读侧再沿来源关系回溯。

核心能力集中在六块:多格式摄取(含 MinerU 解析、表格归一、视频 ASR 与分镜等)、结构感知加工与全链路联动、六件 hrag_* 工具(三检索加文档枚举读回与 wiki 清单)、右栏知识库面板与检索可视化叠加、两层检索质量评测,以及 RAG 功能模型与智能识别配置。默认由插件托管便携 Python 运行时与 Qdrant;配置 backendUrl 时可改走外部知识服务。Agent 侧只读,上传与管理由人在面板完成;工具按会话绑定知识库挂载,并附带检索纪律,人格与呈现仍归宿主。

适合需要在 DSH 里长期维护本地或自管知识库、希望 agent 能混合检索、图谱关系与 wiki 线索并稳定读回原文的团队与个人;也适合要可视化图谱与向量空间、用评测闭环迭代检索质量的使用场景。首期托管运行时以 Windows x64 为主,其他平台可依赖外部服务模式。

截图预览

使用场景

  • 在 DSH 会话里绑定知识库,用向量、图谱与 wiki 三路检索回答私有文档问题
  • 维护 PDF、表格与视频资料,需要按篇按片读回原文并追溯实体关系
  • 通过面板评测检索命中率与趋势,迭代切分、索引与模型配置

适合人员

  • 在 Harness 中需要长期本地知识库与可审计读回的开发者
  • 处理多格式文档与表格、希望 agent 遵守检索纪律的团队
  • 关注图谱可视化、召回评测与 RAG 质量闭环的技术用户