dsh-literature
Manifest valid★ 2Literature Search + Full-Text Retrieval Plugin for DeepSeek Harness: Five-source retrieval, 9 full-text oracles, 5-level download channels, three-layer deduplication, PDF to Markdown conversion, local full-text library. Literature search that actually reaches full text.
dsh-literature
给 DeepSeek Harness 用的文献检索 + 全文获取插件。
检索只负责找线索;拿到正文是另一件事,按"官方接口 → OA 副本 → 浏览器 → 人工一步"逐级降级。
A DeepSeek Harness plugin for literature search and full-text retrieval: five metadata sources, a nine-oracle open-access chain, publisher download channels, PDF→Markdown, and a local full-text library.
它解决什么问题
OpenAlex / Crossref / PubMed 这类接口只给题目、作者、摘要、DOI。点进去往往还是要订阅或登录。 这个插件把"找到"和"拿到"分开处理,并在拿不到时明确告诉你卡在哪一步,而不是编造内容。
安装
插件是一个标准的 DSH bundle(dsh.bundle.patch + 一个 loader 行)。
方式一:本地目录(推荐给开发/内网)
# 克隆到任意目录,例如 ~/dsh-literature
git clone <this-repo> ~/dsh-literature
cd ~/dsh-literature
npm install # 装 pdf-parse
然后在 DSH 里安装这个本地目录:
plugin_manager action=install_bundle target=/绝对路径/dsh-literature
或手工登记到你的 profile(<DSH_HOME>/profiles/<name>/package.json):
{
"dsh": { "profile": { "bundles": ["...", "dsh-literature"] } },
"dependencies": { "dsh-literature": "link:/绝对路径/dsh-literature" }
}
重启 DSH 后生效。
方式零:tgz(最简单,推荐给别人)
拿到 dsh-literature-0.1.0.tgz 后按 INSTALL.md 走:解包 → npm install → 在 DSH 里登记。
方式二:npm(尚未发布)
dsh plugin --profile web add dsh-literature
目前未发布到 npm,请用方式零或方式一。
系统要求
| 项 | 要求 |
|---|---|
| Node | ≥ 22.19(用到内置 WebSocket) |
| 平台 | Windows / macOS / Linux |
| 浏览器(可选) | Chrome 或 Edge,用于"浏览器通道"和 browser-skill |
| Python | 不需要 |
配置
所有配置走 DSH 的 profile patch;密钥一律走凭据库,不写进配置文件。
# <DSH_HOME>/profiles/<name>/cordis.patch.yml
- id: literature
name: dsh-literature
config:
openalexMailto: you@example.com # OpenAlex/Crossref 礼貌池
unpaywallEmail: you@example.com # Unpaywall 判定 OA 必需
dataDir: '' # 空 = ~/.dsh-literature
defaultSources: [openalex, crossref, arxiv, pubmed, semantic-scholar] # 默认全开
凭据(可选,缺了会自动降级)
写进 <DSH_HOME>/.credentials.yaml 的 refs: 下:
| 引用名 | 作用 | 缺失影响 |
|---|---|---|
OPENALEX_API_KEY | OpenAlex 日配额 | 无 key 时按共享 IP 预算,容易 429 |
NCBI_API_KEY | PubMed 10 次/秒 | 无 key 时 3 次/秒 |
SEMANTIC_SCHOLAR_API_KEY | S2 速率 | 无 key 时经常 429 |
ELSEVIER_API_KEY | Elsevier 官方 TDM(PDF + 全文 XML) | 无 key 时 Elsevier 只能走 OA/浏览器 |
CORE_API_KEY | 机构仓储聚合 | 无 key 时该 oracle 不工作 |
申请入口:OpenAlex POST https://api.openalex.org/api-keys、NCBI ncbi.nlm.nih.gov/account、
Semantic Scholar 官网、Elsevier dev.elsevier.com、CORE core.ac.uk/services/api。
八个工具
| 工具 | 用途 |
|---|---|
lit_search | 五源并行检索 → 去重 → 排序;可选按刊/按卷、导出 xlsx |
lit_resolve | 问 9 个 oracle "哪有合法全文",列出候选与逐条应答 |
lit_fetch_pdf | 四级通道下载,校验完整性(1 页预览不算成功) |
lit_read | 读正文(缓存 → Elsevier XML → PDF 抽文本),分片返回;传 find 直接定位段落 |
lit_library | 本地全文检索 / 列库 |
lit_doctor | 自检:Node / 目录 / 解析器 / Chrome / 代理 / 密钥 / bsk / 本地库 |
lit_login | 在插件自己的 Chrome 里登录一次,之后自动复用;check: true 只查当前会话 |
lit_import | 导入你手动下载的 PDF(按正文 DOI 识别、解析、改名) |
自然语言即可,不需要记工具名。
三层去重
重复内容一分钱都不该多花,所以拦三道:
| 层 | 时机 | 做什么 |
|---|---|---|
| 元数据 | 检索结果合并时 | DOI 归一 + 标题 key;两个不同 DOI 永不合并(预印本 vs 正刊) |
| URL | 下载前 | 同一个下载地址以前取过 → 直接跳过,不下载 |
| 内容 | 保存时 | sha256 相同 → 不存第二份,只在原条目记别名 |
下载通道与覆盖
1 直连 HTTP arXiv / 金色 OA / green OA / Elsevier API 1–2 秒
2 浏览器原生下载 Chrome 存文件(需 always_open_pdf_externally) 5–20 秒
3 浏览器拦截字节 直链 403 时 10–20 秒
4 文章页签名链 你点一次 View PDF(ScienceDirect 订阅刊)
5 手动下载 + 导入 你点下载,lit_import 收 3 秒
| 论文类型 | 结果 |
|---|---|
| arXiv / 金色 / green OA / PMC | 自动 |
| IEEE 等按 IP 放行 | 自动 |
| Elsevier(有 key) | 全文 XML 自动;OA 文章整篇 PDF 自动 |
| ACS / Nature(有订阅) | 自动(走浏览器原生下载) |
| ScienceDirect 订阅刊 | 需点一次 |
| 学校未订阅 | 拿不到,工具会说明原因 |
"OA" ≠ 能自动下:不少机构仓储对脚本返回 418/403,只能走浏览器。
数据落盘
~/.dsh-literature/
├─ papers/<key>/{paper.pdf, paper.md, meta.json} key = DOI > arXiv > PMID > 标题
├─ library/年份_期刊_第一作者_标题.pdf 可直接用的阅读版
├─ exports/*.xlsx 检索结果
└─ chrome/ 下载用的独立浏览器配置
故障排查
先跑一次自检(工具名 lit_doctor),它会报告:Node 版本、数据目录可写、pdf-parse 能否加载、
Chrome 是否找到、代理探测结果、各密钥是否存在、browser-skill 是否就绪。
常见问题:
| 现象 | 原因 |
|---|---|
| 检索全空 | 缺 OpenAlex key 或代理不通 |
| 下载总是 403 | 该刊未订阅,或需要走浏览器通道 |
| 浏览器通道失败 | 没装 Chrome,或端口被占用 |
| 只拿到 1 页 | 出版社只给预览版(订阅刊常态) |
订阅与登录
插件自己带一个持久化的 Chrome 配置(~/.dsh-literature/chrome),登录一次就够。
lit_login url=<文章页或图书馆门户> # 打开窗口,让你登录
lit_login check=true # 看现在哪些站点有会话
登录后会话存在那个配置目录里,之后每次下载自动复用,不会反复问你。删掉该目录=清空所有登录状态。
遇到三种情况,插件给的提示不同:
| 页面表现 | 插件回答 | 你该做什么 |
|---|---|---|
| 人机验证 | 「在那个 Chrome 窗口里完成验证」 | 点一下,然后让我重试 |
| 需要登录机构账号 | 「用 lit_login 登录一次」 | 登录一次,之后自动 |
| 本机构没有订阅 | 「页面直接给了购买选项」 | 换渠道或文献传递,别耗时 |
已知限制
- Elsevier 订阅文章的PDF 导出不授权给 TDM 接口(只给首页);正文走 XML
- 中文文献(知网/万方)未接入
- 解析是启发式(修连字符/识别标题),表格公式会丢;未接 MinerU
- 图表不单独提取
- browser-skill 回退只对"点击即下载"的站点有效
许可
MIT,见 LICENSE。
Comments
Loading…
From the same category
DeepSeek Harness plugin for Reactive Resume: bridges your resumes and job applications into a Harness session over MCP.
★ 41.7k
↓ 61/wk
MIT
Aug 24, 2026
dsh plugin --profile web add dsh-plugin-reactive-resumeby dsh-market
The plugin market inside DeepSeek Harness — browse, search, one-click install · DSH 可视化插件市场
★ 12.8k
↓ 271k/wk
MIT
TypeScript
Nov 17, 2026
dsh plugin --profile web add dshmarketby Tencent
Let AI agents use your real, logged-in browser without interrupting your work. CLI + extension for browser automation across any shell-capable AI agent.
★ 10.5k
↓ 17k/wk
MIT
TypeScript
Nov 17, 2026
dsh plugin --profile terminal add @wxg-prc-cpg/browser-skill-dsh-pluginby kingcharleslzy-ai
Community-maintained dsh-purge fork with host-policy patches, prompt and rule settings, diagnostics, separate update-check and install controls, and local backup/rollback.
★ 9.8k
MIT
JavaScript
Nov 17, 2026
dsh plugin --profile web add dsh-purge-communityby superdesigndev
OpenRouter for agent tools. Join community here: https://discord.gg/6mQYYfFMAn
★ 8.3k
NOASSERTION
Python
Nov 18, 2026
dsh plugin --profile web add treg-dshby yjh051108
dsh-routing-suite — injector + router-standard kit: install the runtime injector first, then the task-aware reasoning-mode router preset (measured P1-P23).
★ 7k
MIT
JavaScript
Sep 18, 2026
dsh plugin --profile web add @dsh-external/dsh-super-injector