🧠

dsh-kb-rag

记忆更新于 2026.10.10

在终端中运行以下命令：

dsh plugin install Breeze136/dsh-kb-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 Breeze136/dsh-kb-rag 安装本插件，源码见 https://github.com/Breeze136/dsh-kb-rag。

插件介绍

做文献问答时，检索命中只是起点，真正需要的是能回到原文证据：哪一节、PDF 第几页、对应哪篇 DOI，以及段内引用能否追到参考文献、是否已在库里。kb-rag 面向 DeepSeek Harness 与任意支持 MCP 的智能体，把 PDF 与 Zotero 库索引进单一 SQLite 文件，回答时返回段落原文而非改写摘要，并带上章节、物理页码、可点击 DOI 与引用链解析。

索引、嵌入与重排序均在本地完成，使用 bge 系列模型，不产生 API 费用、不上传文档。引擎针对论文场景做了垂直优化：章节感知分块（摘要与方法加权）、BM25 与向量混合检索、交叉编码器重排，以及页锚与上标引用识别；同一套引擎可通过 DSH 插件、MCP 服务或 npm 包接入。项目也明确边界：无文字层的扫描 PDF 会跳过，跨语言检索较弱，大批量入库会异步后台执行。

适合在本地维护个人或课题组文献库、习惯用 Zotero 管理引用、又希望对话里能「只依据库内证据」作答的研究者与知识工作者。若你需要通用文档管理或云端托管检索，这不是它的设计目标；若你重视出处可核对、可归档的单文件索引，kb-rag 会更合拍。