dsh-pappers-hall
Manifest valid★ 1AI research workbench for DeepSeek Harness: papers, PDF reading, annotations, linked notes & source-grounded AI conversations. Native AI research workbench: paper management, close reading annotations, side-by-side notes, and source citations. In development · Pre-release.
简体中文 · English
把论文读进去,把知识留下来。
Pappers-Hall · DeepSeek Harness 里的 AI 科研工作台
管理论文、精读原文、积累笔记,把有出处的材料带进每一次研究对话。
认识工作台 · 功能实景 · 安装试用 · 常见问题 · 宣传素材
正在开发,欢迎参与预发布体验。 GitHub Releases 中提供的是 Pre-release,功能与界面会继续调整。本文展示当前开发版本;下载包的能力以对应 Release 说明 为准。
你的研究,需要一张连贯的工作台
读一篇论文时,我们会在原文、图表、摘录、笔记和 AI 对话之间来回切换。Pappers-Hall 把这些环节接在一起:论文有位置,理解有记录,讨论有依据。
它作为原生插件融入 DeepSeek Harness(DSH)。从侧栏进入论文中心,在阅读器里定位原文,在旁边整理想法,再把论文、图表、批注或笔记引用到 DSH 对话里。资料与思考由此形成一条可以继续深入的研究路径。
| 收集材料 | 深入阅读 | 沉淀理解 | 继续研究 |
|---|---|---|---|
| 导入 PDF 与书目,按主题组织 | 原文、目录、批注与图表一起看 | 边读边写,整理成结构化笔记 | 带着具体来源向 Agent 提问 |
为什么放在 Pappers-Hall 里做研究
| 工作台优势 | 对研究意味着什么 |
|---|---|
| 原生接入 DSH | 论文库、笔记与研究对话在同一环境中衔接,复用你已经配置的模型与 Agent 能力。 |
| 材料可以追溯 | 论文、页码、图表和批注能作为来源进入对话,方便回到原文核对。 |
| 阅读与写作并排 | 笔记关联论文,原文就在旁边,提炼观点时随时对照。 |
| AI 排版保留原稿 | 原始 Markdown 与美化结构分开保存;笔记支持历史版本,整理表达时保留自己的文字。 |
| 资料保存在本地 | 论文、笔记、批注与索引由插件数据目录管理,便于备份和迁移。AI 与联网功能的数据流向见下方说明。 |
01 / 把散落的文献,整理成研究资料库
导入本地 PDF、BibTeX、RIS、CSL-JSON,按文件夹、标签和阅读状态整理。列表与网格视图、搜索、批量操作、回收站与恢复,让日常积累有条理。
选中论文即可查看元信息、关联笔记、批注与来源链接;需要深入时,直接进入阅读器。标签由你管理,Agent 不会替你增删。
02 / 原文、图表与批注,都在阅读现场
在原始 PDF 页面上阅读与选词,高亮重点、框选区域、添加便签。目录和页内搜索帮助定位,图表列表把论文里的证据放到手边。
图表可定位回原文、拖入笔记或用于对话引用;翻译与 AI 辅助阅读使用 DSH 中配置的模型。也支持先读本地 PDF,再决定是否导入,临时查阅不必先建立条目。
03 / 一边读,一边长出自己的知识
笔记可以独立成篇,也可以关联多篇论文。写作时把原文放在旁边,记录核心结论、方法拆解、实验条件与自己的判断;以后通过笔记树和全文搜索继续找到它们。
独立笔记 Agent 可以把内容整理成重点卡片、数据表、图表、时间线、任务清单、流程图或思维导图。原始 Markdown 与排版结果分别保存,完成的章节还可以单独管理。
在笔记中写下指令,再使用工具栏的「指令」处理,例如:
{{figure: Figure 3}}
{{mindmap: 这篇论文的研究问题、方法与局限}}
{{compare: 比较两种方法的适用条件}}
{{tasks: 下一轮阅读与复现实验清单}}
也可以写「这里加一张论文图」这样的自然语言请求。论文配图从已关联论文中查找;网页配图与网页资料检索需要相应联网能力。笔记 Agent 的工具范围限于当前笔记任务,详细指令与边界见 技术说明。
04 / 让 AI 从你正在研究的材料出发
从论文中心或对话侧栏选取材料,点击「引用到对话」,材料会作为一个引用标签直接进入草稿,可以继续叠加,也可以点标签旁的 × 取消。材料引用会把来源上下文交给 Agent,方便它继续读取对应论文、段落、图表、批注与笔记。
你可以这样开启一轮研究:
请根据这篇论文梳理核心机制、适用条件与局限,并给出可追溯的原文依据。
以上均为浅色模式实拍:桌面视口,2× 清晰度。示例笔记中的数字属于论文阅读内容,不代表插件性能;最后一张展示发送前的引用草稿。
更多能力,按研究需要开启
| 能力 | 当前支持与条件 |
|---|---|
| 书目与引用 | 导入常见书目格式,复制或导出 BibTeX、获取 Citation Key。 |
| 本地 PDF 工具 | 检查、分批读取、查看图表;确认后才导入资料库。 |
| 研究 Agent 工具 | 14 个公开工具覆盖论文检索、片段与图表读取、资料管理、批注、翻译及笔记操作。 |
| 交互式笔记块 | 可排序表格、比较表、表单、多序列图表、任务状态和图片画廊;交互状态可保存。 |
| OCR 与语义检索 | 需安装并启用可选组件;缺失时明确显示不可用或使用基础检索。OCR 使用固定模型 PP-OCRv6,版面分析使用 PP-DocLayout-S。 |
| 中文与英文界面 | 提供中英文界面文案;本文的产品截图统一使用浅色模式。 |
开始你的第一轮研究
1. 准备环境
- DeepSeek Harness:当前声明兼容
>=0.2.2-rc.2 <0.3.0,已核验的宿主版本为0.2.2-rc.2。DSH 本身仍处于开发预览阶段。 - Node.js ≥ 24,以及可调用的 Poppler 工具:
pdfinfo、pdftotext、pdftoppm。 - 使用翻译、AI 阅读与笔记排版前,在 DSH 中配置可用模型;OCR、嵌入与视觉能力另按需要配置。
文献检索:关键词与语义
论文中心上方的搜索框同时支持两种检索方式,筛选行右侧有「混合 / 语义」开关:
- 混合(默认):全文(FTS5)+ 子串关键词优先,语义相近的论文补充在后面
- 语义:用本地嵌入模型(paraphrase-multilingual-MiniLM-L12-v2)按语义排序,每行显示相似度分数,并用摘要开头做片段
语义检索需要先在「设置 → 能力与模型 → 向量检索」安装嵌入组件并建立索引;未就绪时开关旁会直接给出原因和入口。首次查询要加载模型(约 12 秒),之后单次约 50 毫秒。
首次使用引导
第一次打开论文中心,左侧会出现一张「开始使用」任务卡,七件事都对应真实操作,勾选状态从文献库里推导,不是让你自己点确认:
| 任务 | 怎么打勾 |
|---|---|
| 安装本地组件 | 装好 PyMuPDF + PP-OCRv6 + PP-DocLayout-S |
| 安装向量检索(语义搜索) | 装好本地嵌入模型并建好索引,约 1 GB;任务卡里直接点「安装」会自动装组件再建索引 |
| 导入示例论文 | 导入内置的 3 页示例 PDF |
| 阅读示例论文 | 真的打开读过(last_read_at) |
| 高亮一段文字 | 在示例论文里拖选并高亮 |
| 高亮写成笔记 | 笔记与示例论文绑定 |
| 引用到对话 | 引用标签进入草稿 |
卡片里点「安装向量检索」,它会先装嵌入组件(显示安装进度)再自动建索引(显示索引进度),完成后语义搜索立即可用。卡片里点「导入示例论文」会自动打开阅读器,阅读器左下角出现提示条,随着你完成高亮 → 笔记 → 引用,提示条一步步前进;回到论文中心时任务卡自动打完勾。全部完成后卡片显示 100% 和「完成引导」。
想重看:工具栏「更多 → 使用引导」,或设置里的「使用引导」(已完成的勾会保留,因为状态来自文献库本身)。
论文中心
├─ 开始使用 4/7 ▓▓▓░░░░░
│ ✓ 安装本地组件
│ ✓ 安装向量检索(语义搜索)
│ ✓ 导入示例论文
│ ○ 阅读示例论文 [打开]
│ ○ 高亮一段文字 [高亮]
│ ○ 高亮写成笔记 [笔记]
│ ○ 引用到对话 [引用]
本地增强组件(可选,推荐)
设置 → 能力与模型 → 本地增强组件(PDF · OCR · 版面),一次安装提供三项能力:
| 能力 | 组件 | 说明 |
|---|---|---|
| PDF 解析 | PyMuPDF | 替代 Poppler 命令行:文本块、词框、图片、页面渲染一次完成;未安装时自动回到 Poppler |
| 扫描页识别 | PP-OCRv6(det + rec,tiny) | 无文字层页面按需识别,结果进入搜索、阅读器文本层、摘要与目录;单页约 4 秒,整篇 23 页约 1.5 分钟 |
| 版面分析 | PP-DocLayout-S | 识别标题、正文、图表、表格、页眉页脚等区域,用来校正段落角色 |
- 模型固定,没有选择器:安装时一次性下载到本地数据目录,校验 SHA-256 后使用
- 全部离线运行,不上传任何文献内容
- PyMuPDF 采用 AGPL-3.0(Artifex),仅由用户安装到本机独立 Python 环境,不随插件分发;安装界面会明确提示
- 卸载后 PDF 解析自动回到 Poppler,已有 OCR 文本保留
macOS 可通过 Homebrew 安装 Poppler:
brew install poppler
其他环境需安装对应的 Poppler 命令行工具,并确保 DSH 能找到它们。自定义程序路径见 配置说明。
2. 在 DSH 里直接安装(推荐)
打开 DSH →「插件」→ 右上角「+ 添加插件」,在输入框里粘贴下面任意一行,点「安装」即可,不需要下载发布包:
github:YuZhou0311/dsh-pappers-hall
也接受下面两种写法:
YuZhou0311/dsh-pappers-hall
https://github.com/YuZhou0311/dsh-pappers-hall
等价命令行安装方式:
dsh plugin --profile desktop add github:YuZhou0311/dsh-pappers-hall
安装完成后重新打开 DSH(或重新加载插件),左侧会出现「论文中心」入口。首次进入会看到「开始使用」任务卡,跟着它导入示例论文、安装本地组件即可。
升级到最新版:
dsh plugin --profile desktop add github:YuZhou0311/dsh-pappers-hall
该命令会按 GitHub 默认分支重新解析依赖;如果仍显示旧版本,先移除再安装:
dsh plugin --profile desktop remove dsh-pappers-hall
dsh plugin --profile desktop add github:YuZhou0311/dsh-pappers-hall
离线安装(下载发布包)
前往 GitHub Releases 下载 dsh-pappers-hall-*.tgz,完全退出 DSH 后执行:
dsh plugin --profile desktop add ./dsh-pappers-hall-0.1.0.tgz
文件名请替换为实际下载版本。DSH Web 请把 desktop 换成自己的 Web profile,并重启对应实例;命令行中没有 dsh 时,可先在 DSH 桌面端菜单里配置。
从源码运行
git clone https://github.com/YuZhou0311/dsh-pappers-hall.git
cd dsh-pappers-hall
npm ci
npm run build
dsh plugin --profile desktop add "link:$PWD"
更新后重新构建,并按宿主要求重新加载插件或重启页面。配置、工具列表与验证命令见 开发说明。
3. 从一篇论文开始
- 在 DSH 侧栏打开「论文中心」,导入一篇 PDF。
- 打开阅读器,定位关键段落或图表,记下一条批注。
- 新建笔记、关联论文,在原文旁边写下自己的理解。
- 把材料引用到对话,配置好模型后开始追问。
你可能想先了解
它是独立应用吗?只能使用 DeepSeek 模型吗?
Pappers-Hall 是 DSH 社区插件,需要兼容的 DeepSeek Harness 宿主。AI 能力使用你在 DSH 中配置、且满足对应功能要求的模型;看图还需要模型支持图像输入。
我的论文和笔记存在哪里?
默认保存在 $DSH_HOME/pappers-hall/,包括数据库、论文、图表和索引等,也可通过 dataDir 配置位置。备份时建议保留整个数据目录。
本地存储不等于 AI 全程离线:翻译、AI 问答与笔记排版会把相关内容发送给 DSH 中配置的模型服务;网页搜索、网页配图也会访问对应服务。请按资料要求选择服务与功能。
不开 AI,也能使用吗?是否收费?
插件以 MIT 协议开源。具备必要的本地 PDF 工具后,基础文献整理、阅读、批注与笔记管理可以使用;AI 功能依赖你自己的模型服务与额度,费用由对应服务决定。插件不附带模型密钥或免费额度。
AI 美化会覆盖我的笔记吗?
美化结构与原始 Markdown 分开保存。你可以查看历史版本,或清除美化结构来保留原稿。笔记 Agent 专注当前笔记的整理,论文标签仍由用户管理。
当前有哪些限制?
预发布阶段仍在完善稳定性与兼容性。扫描版 PDF 需要 OCR;语义嵌入、翻译和看图依赖对应组件或模型。复杂论文版式的自动图表裁切可能不完整,必要时回到整页核对。AI 生成的总结与研究判断也应对照原文检查。
一起把科研工作台打磨好
欢迎带着真实阅读场景来试用:哪一步打断了思路、哪一张图裁切不完整、哪一种笔记表达还不够顺手,都可以成为下一次改进的起点。
提交问题或建议 · 使用交流 · 查看版本变化 · 参与贡献 · 安全反馈
如果它帮助了你的研究,可以 Star 关注后续进展,也欢迎分享给有相似工作流的朋友。研究中使用本项目时,可通过 引用信息 注明所用版本。
品牌主视觉、透明小鲸鱼、宣传海报、分享封面、原始截图与发布文案收录于 宣传素材包。
感谢 DeepSeek Harness 提供原生插件能力;本次 README 的图文叙事参考了 自媒体工作台、DS Bot 和 Huashu Design,品牌插画为本项目重新生成。截图论文来源与素材说明见 来源记录。

读论文 · 做笔记 · 连接知识
MIT · Pappers-Hall 是独立社区项目,与 DeepSeek 无隶属、认可或赞助关系。
Comments
Loading…



