dsh-evidence：将本地文件转为 DeepSeek Harness 中可版本化定位的证据

Cooberped/dsh-evidence · Turn local files into versioned evidence in DeepSeek Harness: composer upload, private local retrieval, and coordinate-exact PDF/DOCX/XLSX/PPTX reads.

GitHub原文发布未知首次收录 2026-11-03上架 2026-11-03 07:02

☆ 收藏查看项目 ↗

ELI5：它是什么，解决什么问题

dsh-evidence 是 DeepSeek Harness 的 Web 端插件，支持在 composer 中上传单个文件或整个文件夹，并在本机完成解析与索引，使模型不必把整份文档塞进提示词。它提供两个工具：search_documents 按问题检索紧凑证据块，read_document 按带版本号的坐标精确展开 PDF 页、PPTX 幻灯片、文本行范围或 XLSX 的 Sheet!Range。坐标绑定源文件哈希与解析模式，文件被修改后旧坐标会明确失效；检索结果还可回退到进程内的 JS 索引后端。JPEG/PNG/WebP/GIF 交给 Harness 原生视觉通道处理。项目为公开源码 beta，需配合支持 web profile 的 DeepSeek Harness CLI 使用。

# PDF 解析 # 本地索引 # 语义检索 # DSH 插件 # 文档检索

核心能力与快速开始

★ 0 · TypeScript

能做什么: 在 DeepSeek Harness Web composer 中上传文件或文件夹，本地解析并建立检索索引；search_documents 返回带路径、格式、坐标和版本号的排序证据块，read_document 按版本校验后的坐标精确读取 PDF 页、PPTX 幻灯片、文本行/字符范围及 XLSX 单元格范围；支持 CJK 二元组索引、SQLite FTS5（探测失败则回退 JS 内存后端）、按字节嗅探格式、SHA-256 去重、会话配额与 TTL 清理；图片交给 Harness 原生视觉通道。
适用场景: 在 DeepSeek Harness 中针对多份本地文档提出具体问题并获取可追溯的页码、幻灯片、行号或表格区域引用；跨会议纪要与工作簿比对结论；先索引文件再按需展开特定位置，避免整篇文档占用上下文；对扫描件以外的 PDF/DOCX/XLSX/PPTX 做局部精确读取。
项目形态: 可直接使用的工具
部署方式: 作为 DeepSeek Harness 插件安装：npm 安装 @baseland/dsh-evidence@beta，或从源码 clone 后 pnpm 构建并以链接方式加入 web profile；默认仅限 loopback 访问，trustedHosts 不构成身份认证，不应作为无认证的多租户公网上传服务。
主要依赖: 需要带 web profile 的 DeepSeek Harness CLI（engines.dsh 为 >=0.1.7-rc.2 <0.3.0；日常使用针对 @deepseek-ai/dsh@0.1.7-rc.2 检查）、Node.js >=22.13.0；持久化检索索引还要求运行时提供编译了 FTS5 的 node:sqlite，否则使用进程内 JS 后端；源码安装需 pnpm。
使用限制: 不 OCR 扫描版 PDF 或 Office 内嵌图片；Office 版式仅转为文本与坐标而非像素级还原；不计算公式、不执行宏；不解析 PPTX 图表、SmartArt、动画和嵌入对象；上传配额锁为进程内实现；需视觉模型才能处理图片附件，插件不会让纯文本模型获得视觉能力；公开 npm beta 版 0.6.0-beta.4，非稳定发布。
许可证: MIT
最近推送: 2026-11-02 08:52

官方入门核对 README 依据 ↗

资料检查：2026-11-03 07:00 · 卡片整理：2026-11-03 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证

职业应用

程序员

在 DeepSeek Harness Web 中上传本地技术文档（PDF/DOCX/XLSX/PPTX），让模型按问题检索紧凑证据块，并按带版本号的坐标精确读取指定页、幻灯片、行范围或表格区域，用于查阅规格、接口文档或数据表，而不必把整份文档塞进提示词。

查看内容依据

Upload files or a whole folder from the Web composer. Parsing and indexing stay on your machine. The model searches for compact evidence and expands only the exact page, slide, line range or spreadsheet range it needs

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

产品经理

在 DeepSeek Harness Web 中上传需求文档、会议记录或数据表，让模型检索相关证据并精确展开到具体页码、幻灯片或 Sheet!Range，用于对比会议决策与工作簿目标，并在证据不足时说明缺失内容而非猜测。

查看内容依据

Compare the meeting decision with the workbook target. If the documents do not contain enough evidence, say what is missing instead of guessing.

官方使用入口 ↗

由 AI 根据来源材料整理，未进行安装或运行验证

相似资源

exomem：将 Obsidian/Markdown 笔记库变成可检索的本地知识库并接入 MCP 客户端

exomem 是一个自托管的 MCP 服务器，把用户自有的 Obsidian/Markdown 笔记库变成可供 Codex、Claude Code、Cursor、CLI agent 及任意 MCP 客户端调用的本地知识库。它支持对 Markdown、PDF、Office 文档、图片、音频和视频进行本地提取与混合检索，并以带类型、分层的语料组织方式，将原始来源、编译笔记、实体、证据和被取代的结论分开存放；同时提供审计与待复核队列。文件保持纯 Markdown、可编辑、可迁移，服务器只在自己创建的 Knowledge Base/ 目录下写入。项目支持关键词/BM25 与语义检索，并提供资源模式控制、Docker 镜像和远程 OAuth 部署路径。

DocSlurp：多格式文档解析、混合检索与带引用问答的 RAG 服务端

DocSlurp 可接收 PDF、Office 文件、EPUB、HTML、图片、音视频等文件，输出逐页 Markdown、页面图像、分块以及按 JSON Schema 抽取的结构化字段。它提供带页码引用的混合检索与 RAG 上下文、可配置的 /v1/chat 及 OpenAI 兼容聊天端点（支持流式），并可通过 REST、SDK、CLI、MCP 以及兼容 Algolia、Meilisearch、Typesense、Pagefind 的客户端接入。本仓库包含服务端（API 与 worker）、数据库迁移、CLI、SDK 和搜索集成；托管产品与 Web 面板另库开发。项目处于 pre-release 状态，API 与数据模型在 v1 前可能变动；服务端与 worker、CLI 采用 SSPL-1.0（三年后转为 Apache-2.0），SDK 等客户端包为 MIT，属于 source-available 而非 OSI 认可的开源。

video-grep：在终端中用自然语言按画面内容搜索视频并定位时间点

video-grep 是一个面向终端和 SSH 场景的视频内容搜索工具。它把视频按 6 秒片段抽样，用多模态嵌入模型 EmbeddingGemma 2 建立画面索引，再用英文描述动作、场景或物体来检索，返回匹配的视频和具体时间点。支持只读素材、长视频、后台索引、断线续跑、增量索引，以及只导出匹配片段。所有处理在本机完成，仅模型下载需要联网。

AI-Knowledge-Assistant：在 Windows 本地用 Ollama 与 Open WebUI 搭建可溯源文档问答助手

该项目是一个面向 Windows 11 的本地 AI 知识助手搭建套件，通过分阶段 PowerShell 脚本（就绪检查、模型基准测试、启动、关闭、状态、隐私检查、备份）配合 Ollama 与 Open WebUI 实现本地文档检索与问答，并提供 React 工作区（流式对话、知识库与文档浏览、助手选择、设置）和支持知识搜索、文档阅读、算术、日期时间及可选外部网络搜索的工具调用 Agent，含执行轨迹展示及中英双语检索验证指引。项目强调小模型、资源实测与来源可溯，并明确说明自身是搭建套件与应用源码，未证明安装、文档导入或验收已在特定机器上完成。

这是基于来源内容整理的摘要。原文链接失效后，本页摘要和讨论仍会保留。