dsh-agentic-rag
在终端中运行以下命令:
dsh plugin install chenzhiya77/dsh-agentic-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-agentic-rag,或从 https://github.com/chenzhiya77/dsh-agentic-rag 按发布说明安装后重启对应 profile。
插件介绍
普通 RAG 往往把向量库当终点:上传后索引就静在那里,图谱和条目各管各的,改一句原文也很难让下游实体与 Wiki 一致更新。Agentic RAG 面向要在 DeepSeek Harness 里长期维护本地知识的人,用一套统一对象模型把文档、切片、实体与 Wiki 绑在同一条来源链上——写入沿派生关系向下传播,读取沿关系向上回溯,再交给文档感知工具枚举与读回,而不是只能靠检索碰运气。
插件分宿主工具、浏览器面板与 knowledge 服务三块。摄取侧支持 PDF、Office、表格、图片与视频等多格式解析与结构感知切分;加工侧做实体归一化、Wiki 生成与编辑/重抽/删除时的全链路联动。会话绑定知识库后挂载六件 hrag_* 工具:向量稠稀混合、图谱关系、Wiki 条目三路检索,外加枚举文档、按篇读回与列出 Wiki;命中切片随结果返回,绑定会话还会获得检索纪律,人格与呈现仍由宿主掌控。人类在面板完成上传与管理,agent 侧只读,不开放写入通道。
右栏「知识库」面板提供文档、图谱、Wiki、召回测试、向量投影与评测等视图,支持会话检索结果叠加到图谱与投影;两层评测(确定性 IR 与 LLM 报告)和按文档出题闭环,帮助持续打磨召回质量。默认由插件托管便携 Python、Qdrant 与引擎(数据落在 state/);配置 backendUrl 可改走外部服务。首期 Windows x64 运行时包最全,其他平台可走外部模式。
适合在 DSH 中为项目或团队搭建可演进知识库的用户:既要三路检索与图谱关系,又要可枚举文档与 Wiki、可视化管理与质量评测,且希望 ingestion 到检索在同一条对象模型里联动,而不是多套孤岛索引。
截图预览
使用场景
- 项目文档入库后,在会话里做向量、图谱与 Wiki 联合检索
- 维护实体关系与 Wiki 条目,并在面板查看召回与评测趋势
- 上传 PDF、表格或视频,需要结构化切片与全链路索引联动
适合人员
- 在 DSH 中需要可管理本地知识库的开发者
- 希望 RAG 具备图谱、Wiki 与文档枚举的团队
- 关注检索质量评测与持续迭代知识库的用户




