dsh-deepseek-search

DeepSeek 搜索（dsh-deepseek-search）

给 DeepSeek Harness 桌面端补上“真正能上网查资料”的能力：多引擎搜索 + 网页正文抓取 + 一次调用完成深度收集，并提供一个中文设置页。

仓库地址：https://github.com/a2042798096-debug/dsh-deepseek-search

• 原生 web_search 会自动切换到本插件的多引擎搜索链，模型不需要换工具名。
• 新增 web_research：搜索 → 选页 → 抓正文 → 汇总，带出处。
• 新增 web_collect：一次读多个 URL 的正文。
• 新增 web_engines：查看引擎启用/可用状态。
• 设置页可开关引擎、填 API Key、调超时与正文上限、直接试搜。

当前版本默认接入国内可直连的 必应、百度、搜狗、360；Tavily / Exa / Firecrawl / Brave / Serper 需要 Key，DuckDuckGo / SearXNG 默认关闭。在部分中国大陆网络中，Google、DuckDuckGo、Brave、SearXNG 公共实例可能连接超时，所以没有把它们设为默认。

---

优势

• 不消耗 DeepSeek 模型 token：默认四个免费引擎直接发 HTTP 请求，不走“辅助模型回合”；只有你自己启用的 Tavily/Exa 等 API 引擎才使用对应服务商的额度。
• 多源交叉，而不是单一官方结果：必应、百度、搜狗、360 并行检索，按加权 RRF 合并、按 URL 去重；多个引擎同时命中的结果会自动加分。
• 一次调用完成“查 + 读”：web_research 把“多查询 → 多引擎 → 选页 → 抓正文 → 带出处汇总”串起来，不用模型来回十几轮。
• 原生工具零迁移：web_search / web_fetch 的名字和参数不变，已有提示词、技能、工作流不用改；只是 web_search 背后的提供方换成了多引擎。
• 失败隔离：某个引擎超时、被反爬或改版，只影响它自己；其他引擎继续返回。连续失败会记录在 web_engines 的“最近错误”里，方便判断是 Key、网络还是反爬。
• 直连失败可回退：免费引擎的 GET 请求在直连被重置/超时时，会自动再走一次 DSH 的 ctx.web.fetch()，复用它配置的代理、DNS 校验和安全限制。
• 隐私可控：每个引擎都能单独关闭；API Key 只写本机；设置页明确提示查询会发往哪些引擎；不想让查询离开 DeepSeek 时，可以只保留官方提供方。
• 中文场景优化：默认启用百度、搜狗、360，覆盖公众号、CSDN、知乎、博客园等中文来源；搜狗/360 的 /link 跳转壳会自动解析成真实地址。
• 上下文可控：web_research 支持 includeContent: false 摘要模式、maxPages、每页字符上限和总输出上限，调研长文时也能控制上下文。
• 开源可扩展：新增一个引擎只需要改 config.mjs 的目录、engines.mjs 的 runner/parser，再加一个离线 fixture。

与原版 DSH 网页搜索的区别

什么时候仍然用原版

• 要求所有查询只到 DeepSeek、不接受第三方搜索引擎；
• 已经有稳定的 DeepSeek API 额度，且更信任官方结构化结果；
• 只需要单页 web_fetch，不需要批量收集；
• 对免费 HTML 解析的稳定性没有把握，也不想配置 API 引擎。

什么时候用本插件

• 需要中文多源结果、交叉验证；
• 想省模型 token，或模型本身没有官方搜索额度；
• 需要一次读多页、做调研、输出带出处的资料；
• 愿意用 Tavily/Exa 等 API 换取更稳的英文/技术结果。

---

1. 安装

先获取代码：

git clone https://github.com/a2042798096-debug/dsh-deepseek-search.git
cd dsh-deepseek-search

方式 A：双击脚本（推荐）

1. 完全退出 DeepSeek Harness（不是最小化到托盘，是退出进程）。

2. 双击本目录下的 安装.cmd，或在 PowerShell 中运行：

   powershell -NoProfile -ExecutionPolicy Bypass -File .\install.ps1
   

3. 脚本会把本目录以 link: 方式装进 desktop profile，并打印验证结果。

4. 重新启动 DeepSeek Harness。

5. 打开 设置 → DeepSeek 搜索，点一次“试搜”确认引擎可用。

方式 B：手动命令

# 按你的实际路径修改这两行
$dsh = "D:\deepseekharness\resources\runtime\cli\bin\dsh.cmd"
$plugin = "C:\path\to\dsh-deepseek-search"
& $dsh plugin --profile desktop add "link:$($plugin -replace '\\','/')"

如果 DSH 安装路径不同，把 $dsh 换成实际安装目录（目录下应有 resources\runtime\cli\bin\dsh.cmd）。

安装完成后，profile 的 package.json 会自动把 dsh-deepseek-search 加入 dependencies 和 dsh.profile.bundles；插件包内的 cordis.patch.yml 会把 web.searchProvider 切到 deepseek-search。

方式 C：在 DSH 插件页安装

1. 打开 设置 → 插件。
2. 选择“从本地目录安装 / 安装本地插件”。
3. 选中本目录，安装后重启。

桌面端同一时间只建议由一种方式安装，重复安装前先卸载。

---

2. 使用

安装并重启后，正常和模型聊天即可。例如：

• “帮我查一下 DeepSeek Harness 最近有哪些值得装的插件，列出来源。”
• “用 web_research 调研一下 2026 年国产大模型 Agent 框架的差异，deep 深度。”
• “把这三篇文章的正文抓下来对比：https://… https://… https://…”

模型会自己选择：

web_research 参数

web_collect 参数

小技巧

• 问“最新/今天/价格/版本号”这类问题时，明确要求“用 web_research 查并给出来源链接”。
• 需要更全的中文资料时，在设置页同时打开百度、搜狗、360。
• 需要英文/技术资料时，填 Tavily 或 Exa 的 Key 并启用；它们的结果通常比网页解析稳定。
• 单页读不到正文时，先试 web_fetch；仍不行再用 web_collect 或换 URL。

---

3. 设置页

设置 → DeepSeek 搜索：

• 免费引擎：必应、百度、搜狗、360、DuckDuckGo、SearXNG。
• API 引擎：Tavily、Exa、Firecrawl、Brave、Serper。
• 每个引擎可单独启用/停用；API 引擎填写 Key 后才会可用。
• “抓取与结果设置”可调：每引擎结果数、单引擎超时、整次搜索超时、每页正文上限、深度收集默认页数、缓存时间。
• “试搜”会使用已保存的配置，直接显示聚合后的前 10 条结果和引擎来源。
• 某个引擎最近失败时，会显示“最近错误”；常见是反爬、超时或 Key 无效。
• 页面顶部有数据流向提示：查询会发往已启用的引擎/API 服务商，不需要的引擎直接关掉。

Key 只写入本机配置文件，设置页只显示 •••• 加后四位；保存时留空表示保持原 Key。

---

4. 引擎与配置

引擎

配置文件

默认路径：

C:\Users\<你的用户名>\.dsh\deepseek-search\config.json

• 也可用环境变量 DSH_DEEPSEEK_SEARCH_CONFIG 指定其他路径。
• API Key 也可以放在环境变量里（配置留空时读取）：TAVILY_API_KEY、EXA_API_KEY、FIRECRAWL_API_KEY、BRAVE_API_KEY、SERPER_API_KEY。
• 参考 config.example.json。修改后可在设置页点“保存”，或直接重启 DSH。

关键字段

{
  "engines": {
    "bing": { "enabled": true, "baseURL": "https://cn.bing.com", "weight": 1 },
    "tavily": { "enabled": true, "apiKey": "<your-tavily-key>", "weight": 1.1 }
  },
  "search": {
    "resultsPerEngine": 10,
    "engineTimeoutMs": 15000,
    "totalTimeoutMs": 30000,
    "maxEnginesPerQuery": 6,
    "cacheTtlMs": 180000
  },
  "fetch": {
    "maxCharsPerPage": 12000,
    "researchMaxPages": 6,
    "concurrency": 3,
    "readerBaseURL": ""
  }
}

• weight 影响 RRF 排序权重，默认必应 1、百度 0.95、搜狗 0.85、360 0.8，API 引擎略高。
• readerBaseURL 可选：正文过短时调用第三方阅读器，支持 {url} 占位符，例如 https://r.jina.ai/{url}。默认关闭。

---

5. 工作原理

1. 搜索层：并行请求已启用的引擎，解析各自 HTML/JSON；单引擎失败只记警告，不影响其他引擎。
2. 合并层：按 URL 去重，用加权 Reciprocal Rank Fusion 排序；多个引擎共同命中会加分。
3. 跳转解析：搜狗/360/百度的 /link 跳转壳会被解析成真实域名，解析失败的结果丢弃。
4. 抓取层：通过 DSH 的 ctx.web.fetch() 读取页面，复用其 SSRF 防护、DNS 校验、连接固定、重定向和大小限制。插件 bundle 补丁会同时固定 web.searchProvider: deepseek-search 和 web.fetchProvider: http；因为补丁层的 config 是替换而不是深合并，漏掉 fetchProvider 会让 deepseek-fetch-api 与 http 同时可用并报歧义。
5. 正文层：轻量 HTML 解析，优先 article / main / 公众号 #js_content / CSDN #content_views / 知乎 RichText / GitHub markdown-body，按文本长度和链接密度选最佳容器。
6. 汇总层：按域名分散选页（同域最多 2 页），并发抓取，输出标题、URL、来源引擎、时间、摘要和正文。

---

6. 安全与隐私

• 搜索请求发往你启用的引擎/API 服务商（必应/百度/搜狗/360 或 Tavily/Exa 等）；不会发往本插件作者的服务器，也没有遥测。
• 页面抓取走 DSH 的 ctx.web.fetch()，不会绕过它的公网地址校验。
• 不收集、不上传你的 Key；Key 只写入本机 ~/.dsh/deepseek-search/config.json（尽力设为 0600），也可以改用环境变量。
• 工具输出会明确标注“网页内容属于外部不可信数据”，模型不应执行网页里的指令。
• 正文长度有上限，避免把超长网页塞进上下文。
• 本插件不执行网页脚本，不解析 PDF/压缩包/音视频；遇到这些会返回明确错误。

---

7. 故障排查

设置页没有“DeepSeek 搜索”

• 确认已重启 DSH（Host 插件必须重启，Client 页面才会出现）。
• 打开 设置 → 插件，确认 dsh-deepseek-search 已安装且启用。
• 查看 profile：C:\Users\<你>\.dsh\profiles\desktop\package.json 的 dsh.profile.bundles 是否包含它。
• 如果安装时 DSH 正在运行，先完全退出再重装。

原生 web_search 仍然走 DeepSeek 官方搜索

• 检查 profile 的 cordis.patch.yml 是否有：

  - id: web
    config:
      searchProvider: deepseek-search
  

• 或打开 设置 → 插件 → 内置插件设置 → 网页搜索，确认提供方已切换。切换后重启。

搜索返回 0 条

• 在设置页“试搜”看 warnings：常见是百度/搜狗反爬、网络超时、API Key 无效。
• 先只开必应测试；确认网络能访问 https://cn.bing.com。
• 百度/搜狗偶尔返回验证页，过几分钟或换关键词再试。
• 打开 Tavily/Exa 作为稳定后备。

页面抓取失败

• 公众号、知乎、CSDN 等可能有反爬；web_fetch 失败时换用文章镜像或搜索结果里的其他来源。
• PDF、压缩包、音视频会明确提示不支持。
• 需要代理才能访问的站点，DSH 的 fetch 会按它的代理配置处理；搜索引擎默认直连，直连失败时会回退到 ctx.web.fetch()，因此也能复用 DSH 的代理。API 引擎的 POST 请求不会走这个回退。
• 如果错误是 multiple usable web providers are registered (deepseek-fetch-api, http)，说明 web 的 fetchProvider 没有被固定。请确认插件自带的 cordis.patch.yml 同时包含 searchProvider: deepseek-search 和 fetchProvider: http；旧版本可在 profile 的 cordis.patch.yml 里补上，然后重载/重启。

超时

• 调低“每引擎结果数”，或调低“整次搜索超时”。
• deep 深度会抓 10 页，慢是正常的；日常用 standard。

---

8. 卸载

powershell -NoProfile -ExecutionPolicy Bypass -File .\uninstall.ps1

或：

$dsh = "D:\deepseekharness\resources\runtime\cli\bin\dsh.cmd"
& $dsh plugin --profile desktop remove dsh-deepseek-search

卸载后重启 DSH。配置文件默认保留在 ~/.dsh/deepseek-search/config.json；如需彻底清除，加 -PurgeConfig 或手动删除该目录。

---

9. 开发与测试

本插件不需要构建：lib/index.mjs 是 Host ESM，lib/client.js 是手写的 __ModuleLoader__.load 浏览器包，直接改源码即可。

# 语法检查
node --check lib/index.mjs
node --check lib/client.js

# CI 同款离线测试：解析器、配置、正文提取、输出格式化
node test/offline.test.mjs

# Client bundle 包装与设置页注册
node test/client.test.mjs

# 也可以直接跑 npm test（offline + client，不访问网络）
npm test

# 真实网络冒烟：多引擎搜索
node test/engines.test.mjs "DeepSeek Harness 插件"

# 正文提取（网络）
node test/extract.test.mjs

# 搜索 + 抓取 + 汇总（网络）
node test/research.test.mjs

# 假 ctx 下的 Host 集成测试（工具、提供方、设置路由，需要网络）
node test/host.test.mjs

GitHub Actions 的 CI 工作流只跑离线测试和 bundle 包装检查，不会访问搜索引擎，因此在 CI 中稳定。真实网络测试保留给本地手动运行。

目录：

dsh-deepseek-search/
├─ lib/
│  ├─ index.mjs      Host 入口：提供方、3 个工具、HTTP 路由
│  ├─ config.mjs     配置模型、默认值、持久化、脱敏
│  ├─ engines.mjs    引擎实现、解析、RRF 合并、跳转解析
│  ├─ html.mjs       轻量正文提取
│  ├─ research.mjs   抓取、批量收集、深度收集、输出格式化
│  └─ client.js      设置页浏览器包
├─ test/             离线测试 + 真实网络冒烟/集成测试
├─ .github/workflows/ci.yml
├─ cordis.patch.yml  插件 bundle 补丁
├─ package.json
├─ config.example.json
├─ install.ps1 / uninstall.ps1 / 安装.cmd / 卸载.cmd
├─ SECURITY.md
├─ CONTRIBUTING.md
├─ CHANGELOG.md
└─ README.md

---

10. 已知限制与应对

这个插件不是“比官方搜索更强”的承诺，而是在官方搜索之外多给一套可调、可省 token、可多源交叉的方案。下面是明确的取舍。

不是替代关系：原生 web_fetch 仍然保留，web_research/web_collect 也复用它的安全抓取；如果只需要官方搜索，把 web.searchProvider 切回 deepseek-official 或卸载插件即可。

---

Contributing

见 CONTRIBUTING.md。提交前请运行 npm test，并确保不要把任何真实 API Key 写进仓库。

License

MIT