dsh-paper-matrix

Paper Matrix · DeepSeek Harness 文献拆解插件

English · 下载安装包 · MIT

导入中英文论文，在一张表里初步拆解研究问题、数据、方法、实验和发现；每项拆解保留 PDF 页码与原文引用。面向经管与计算机交叉研究，也适合数据集和基准论文的横向初读。

这是独立社区插件，非 DeepSeek 官方产品。0.1.1 为本地单人试用版，使用 Harness 原生插件和侧栏接口。

环境要求

• DeepSeek Harness 0.2.1-rc.2；这是实际验证版本，其他预览版本需重新测试。
• dsh 命令可用。macOS 桌面安装包自带 CLI：/Applications/DeepSeek Harness.app/Contents/Resources/runtime/cli/bin/dsh。
• Python 3.9+，系统命令 python3 可用；也可配置绝对路径。
• 从源码构建时需 Node 22.13+ 和 npm；发行包不需要自行编译前端。
• 模型抽取需 Harness 内至少配置一个可用模型。导入、查看和编辑本地记录不调用模型。

安装与启动

桌面端

打开 插件 → 添加插件，在“包名或地址”输入：

https://github.com/cvnices8-byte/dsh-paper-matrix

点击“安装”，完成后在会话右侧栏打开“文献拆解”。仓库自 0.1.1 起包含预编译的宿主、客户端和 Python 桥接文件，安装时不需要运行构建脚本，也不需要修改 pnpm 的 allowBuilds。

如果之前出现 ERR_PNPM_GIT_DEP_PREPARE_NOT_ALLOWED，请返回编辑并重新安装以上地址。0.1.0 源码仓库未包含 lib/，与当时单独提供的预编译 .tgz 包不同；该问题已在 0.1.1 修复。

桌面端和独立网页端使用不同的 Harness 配置。桌面端安装目标是 desktop，不会自动读取 paper-matrix 网页配置中的插件与库位置；如需继续使用既有文献库，请在插件配置中指定同一个绝对 libraryDir，并先停止使用该库的其他宿主实例。

独立网页端 / CLI

可以直接从同一个 GitHub 地址安装：

dsh plugin --profile paper-matrix add https://github.com/cvnices8-byte/dsh-paper-matrix

也可在 Releases 下载对应版本的预编译 .tgz。推荐先建立新的 Harness 配置；不要对已有配置使用 --from-default-profile，它会重建该配置。

# 仅在这个配置尚不存在时初始化
dsh --profile paper-matrix --from-default-profile web --dump-config

# 替换成下载文件的实际路径
dsh plugin --profile paper-matrix add /absolute/path/dsh-paper-matrix-0.1.1.tgz

# 在自己的研究项目目录启动；默认在这里创建 文献库/
cd /absolute/path/your-research-project
dsh --profile paper-matrix --port 3147

浏览器打开 Harness 后：右侧边栏 → 文献拆解 → 全屏（可选）。使用启动终端输出的登录链接，保持终端运行，按 Ctrl+C 停止。首次进入可能显示 Harness 预览版说明。

macOS 未将 dsh 加入 PATH 时，把上面的 dsh 替换为完整 CLI 路径，例如：

"/Applications/DeepSeek Harness.app/Contents/Resources/runtime/cli/bin/dsh" plugin --profile paper-matrix add /absolute/path/dsh-paper-matrix-0.1.1.tgz

如需固定文献库位置，在这个配置的 cordis.patch.yml 添加：

- id: paper-matrix
  config:
    libraryDir: /absolute/path/your-research-project/文献库
    # python: /absolute/path/python3

也可使用 DSH_PAPER_MATRIX_LIBRARY_DIR 环境变量；配置文件的显式设置优先。不要同时启动两个插件实例指向同一个缓存目录。

使用

1. 批量导入可搜索 PDF；相同文件按 SHA-256 去重，同名/同缩写不自动合并。
2. 点标题进入详情，选择 Harness 已配置的模型，按需勾选“双语拆解”，开始分析。
3. 核对原文页，按格修订。阅读状态、个人笔记、字段核验分别保存。
4. 返回总表搜索、筛选、排序，导出 CSV 双语宽表或完整 JSON。

分析会将论文全文发送给所选模型提供方，消耗其额度。插件复用 Harness 模型接口，不收集或另存 API Key。不同提供方的路由和凭据分别由 Harness 管理。

首版功能

• 11 个字段：文献类型、研究问题、数据与样本、方法与构建、底层证据设计、评测范围、实验或识别设计、评价指标、核心发现、局限与边界、代码与数据。
• 中文默认概括，保留原题名、译题、专业术语、原语言引用；论文语言与数据语言分开。
• 按 PDF 物理页码匹配引用；逐页提取文本查看和原 PDF 下载。
• AI 草稿与人工层分开，重跑保留人工修订；版本冲突拒绝覆盖。
• 阅读状态与核验状态独立。不会因分析完成而把文献标为已读。
• SQLite 统一库，兼容随包提供的 ai-literature-manager 存储接口。

本地数据与备份

默认目录相对于启动时的当前目录：

文献库/
  library.sqlite3       # 文献、AI 草稿、人工层、状态、历史：事实来源
  pdf-assets/           # 浏览器上传的 PDF：需要备份
  .harness-cache/       # 可重建的解析文本、浏览副本、任务状态

既有外部 PDF 按原路径登记，不移动、不删除。清理缓存前停止 Harness；缓存可从登记的 PDF 重建。完整备份需在无写入任务时复制文献库，并另备份登记在外部路径的 PDF。

CSV 是工作台预览；JSON 是统一库当前快照，保留证据、实验子记录、争议与人工层，但不含全部历史。不要用导出快照替代完整库备份。

“采用机器原值”是一条用户采纳记录，保留人工层和历史；笔记只追加，首版不删除历史。模型的元数据提议保存在 coverage.plugin_generated_metadata，不通过 AI 字段暗改正式元数据。

能力边界

• 每篇最多 25 MB / 300 页 / 180,000 字符。超限拒绝，不静默截断。
• 不含 OCR。扫描 PDF 需先转成可搜索 PDF。
• 复杂表格、公式、双栏、脚注的文本层可能丢失布局；文本查看器不是原 PDF 排版渲染器。
• “原文匹配”仅指指定页内的规范化文字匹配，忽略空白、兼容字符和字母间断词连字符。保留原 quote，不等于语义支持或正确率。
• 模型可能误写数字、遗漏条件或误称源文冲突。初读草稿需要人工检查，不宜直接作为论文引用。
• 经管变量、识别策略和独立实验子记录目前没有专用编辑器；统一库已有额外字段仍保留在完整 JSON 中。
• 尚无多用户、云同步、Zotero 同步、后台监控或自动批量分析。

开发

git clone https://github.com/cvnices8-byte/dsh-paper-matrix.git
cd dsh-paper-matrix
npm ci
npm run check
npm run test:install
npm pack

源码可独立构建，不依赖作者的技能目录、论文文件、数据库或绝对路径。vendor/literature.py 随源码提供，仅依赖 Python 标准库。lib/ 的预编译产物同时提交到仓库并随发行包提供；改动源码后应重新构建并提交相应产物。CI 检查产物是否与源码一致，并在没有构建许可的干净环境中实际验证 Git 与 .tgz 安装。PNPM_BIN 可指定用于安装回归的 pnpm 可执行文件或 .mjs 入口。

主要入口：src/host.mjs、src/client.jsx、src/core/canonical-store.mjs、src/core/pdf.mjs、src/core/analysis.mjs。测试使用合成 PDF 与临时库，不上传用户论文、不调用收费模型。可运行 node examples/create-sample.mjs 生成一页原创合成 PDF，用于导入验证；它不是真实论文或模型效果演示。

卸载：dsh plugin --profile paper-matrix remove dsh-paper-matrix；文献库独立保留。问题反馈请附 Harness/系统版本、脱敏错误和可公开的最小样例，不要上传凭据或未授权论文。

参考官方 插件打包、客户端模块、右侧栏接口。许可证及依赖说明见 LICENSE 与 THIRD_PARTY_NOTICES.md。