MIT 的 DSH 知識庫外掛：會話本地落庫、FTS5 檢索與漸進讀取、可選自動召回、知識圖譜；自動注入仍標示為實驗能力。
DSH 整合
原生執行環境
作者聲明
安全稽核
未稽核
最後核實
2026-11-12
授權條款
MIT
01它能幫你完成什麼？
把一次結束的 DSH 會話沉澱成本地知識筆記、方法卡與踩坑卡
Markdown 筆記加上方法 / 踩坑 / 專案卡片，記錄來源、重複內容跳過；會話新增訊息產生獨立增量記錄，不覆蓋舊筆記
希望把以前會話裡的經驗留給後續會話的 DSH 使用者
讓目前 DSH 會話直接查以前的知識，不必切換模型
由目前模型給出的回答，背後是 `knowledge_search`、`knowledge_read`、`knowledge_timeline`、`tool_catalog_search` 四個工具，依摘要到正文漸進讀取
想在進行中的會話裡檢索、而不是另開聊天視窗的 DSH 使用者
學習綁定的資料夾，或把既有筆記匯入知識庫
匯入的 Markdown、UTF-8 文字 / 原始碼、資料夾、ZIP 與萬象內容包，進入檢索索引與知識圖譜，並保留檔案來源
想把 Obsidian 式筆記或專案文件搬進 DSH 的使用者
02如何將外掛接入 DeepSeek Harness？
先決條件
- 一個具備本地外掛套件安裝入口的 DeepSeek Harness；README 寫明主要驗證環境是 Windows + Harness Desktop `0.2.1-alpha.1`
- 升級前等宿主會話與背景工作結束，並備份知識目錄
安裝步驟
- 01
從 GitHub Releases 下載 `dsh-wanxiang-knowledge-0.2.0-alpha.10.tgz`（儲存庫 `artifacts/` 下也保留同版本安裝包），在 Harness 的本地外掛套件安裝入口選擇該檔案
- 02
一般 Web profile 用宿主的套件管理指令安裝：`dsh plugin --profile web add "<外掛套件絕對路徑>"`
$ dsh plugin --profile web add "<外掛套件絕對路徑>"
- 03
從原始碼建置：`git clone` 後依序 `npm ci`、`npm run build`、`npm run typecheck`、`npm test`、`npm run pack:plugin`
$ git clone
驗證整合成功
作者未說明
03DSH 整合程度與能力邊界
原生 DeepSeek Harness 外掛，接入宿主的會話、指令、工具與提示詞 section 擴充點
會話落庫到本地 Markdown
一個結束的會話回合→依需求產生的筆記與卡片，可選 AI 整理或無需模型的原文匯出；新增訊息產生獨立增量記錄
知識目錄含 `notes/`、`cards/`、`sources/`、`attachments/`、`tools/` 與 `.wanxiang/`；為舊版保留頂層相容副本，會額外佔用磁碟以 FTS5 為主的本地檢索與漸進讀取
一次查詢，可省略問題以結合目前會話→在本地 `node:sqlite + FTS5` 上的 `exact` / `hybrid` / `deep` 檢索，依 L0 摘要 → L1 概覽 → L2 正文讀取，`knowledge_read` 每頁最多 12,000 字元
目前向量檢索為 Off，不依賴嵌入模型可選的自動召回注入
獨立 SQL 子行程產出的已就緒快取→關閉 / 僅提示 / 自動注入三檔；只有確認知識摘要會送給宿主模型後才開始注入
單槽預算 150ms、搜尋總預算 190ms、快取外層預算 200ms；同步提示詞 section 只讀已就緒快取，不等待檢索、不讀正文、不呼叫模型匯入與資料夾學習
Markdown、UTF-8 文字與宣告的原始碼 / 設定副檔名、資料夾、ZIP 或萬象內容包→解析相對引用與 Obsidian `[[雙向連結]]`、驗證內容包清單與 SHA-256 後的索引條目
單批最多 2000 檔案、64 MiB，單文件 / 附件最多 2 MiB；不支援加密 ZIP、分卷與 ZIP64知識圖譜與可選的安全分析工具庫
本地知識條目與已登記的工具分類→球體 / 網路圖譜（類型圖例、標題與標籤篩選、旋轉、匯出 PNG），以及顯示環境偵測狀態的工具庫
安全分析擴充（PE/ELF、反組譯、字串、流量檔、APK/DEX、.NET、YARA）需要額外安裝，不隨外掛套件一併提供
04適合誰？何時不該用？
適合
- 希望把以前會話裡的經驗留給後續會話的 DSH 使用者
- 想在進行中的會話裡檢索、而不是另開聊天視窗的 DSH 使用者
- 想把 Obsidian 式筆記或專案文件搬進 DSH 的使用者
不適合
- 主要驗證 Windows + Harness Desktop `0.2.1-alpha.1`，其他平台與宿主版本仍需進一步測試；尚無向量檢索、OCR、PDF/Word 正文解析、雲端同步或多使用者協作。
- 檔案、索引與規則檢索保存在本機，但 AI 整理、資料夾學習、中繼資料補齊與經確認的自動注入會把相關文字或摘要送給 Harness 設定的模型。
- 自動注入仍屬實驗能力：README 指出開發閾值 0.65 在固定合成策略集上有 76.25% 的漏召率，真實歷史評測與正式閾值尚未完成。
- 模型整理的結論需要對照來源核實；可選的分析擴充不是惡意樣本沙箱，其中的工具要另外安裝與設定。
05相容性、維護與安全提醒
- 主要驗證 Windows + Harness Desktop `0.2.1-alpha.1`，其他平台與宿主版本仍需進一步測試；尚無向量檢索、OCR、PDF/Word 正文解析、雲端同步或多使用者協作。
- 檔案、索引與規則檢索保存在本機，但 AI 整理、資料夾學習、中繼資料補齊與經確認的自動注入會把相關文字或摘要送給 Harness 設定的模型。
- 自動注入仍屬實驗能力：README 指出開發閾值 0.65 在固定合成策略集上有 76.25% 的漏召率，真實歷史評測與正式閾值尚未完成。
- 單批最多 2000 檔案、64 MiB，單文件 / 附件最多 2 MiB；不支援加密 ZIP、分卷與 ZIP64；PDF、Word 與圖片只作為附件保留，不擷取正文也不提供 OCR。
- 模型整理的結論需要對照來源核實；可選的分析擴充不是惡意樣本沙箱，其中的工具要另外安裝與設定。
MIT 原始碼（`knowledge/` 下的第三方文獻依各自授權）；本文事實都來自記錄提交處的儲存庫 README，未做獨立安全稽核。
06常見問題
在 DeepSeek Harness 裡怎麼安裝萬象知識庫？
從 GitHub Releases 下載 `dsh-wanxiang-knowledge-0.2.0-alpha.10.tgz`，在 Harness 的本地外掛套件安裝入口選擇該檔案；一般 Web profile 也可以用 `dsh plugin --profile web add "<外掛套件絕對路徑>"`。README 要求在升級前等宿主會話與背景工作結束，並備份知識目錄。
知識存在哪裡，哪些內容會送給模型？
筆記、卡片、來源、附件、工具目錄與索引都在知識目錄下（預設是 Documents 下的「萬象知識庫」，可在設定中切換），外掛設定存於 `<DSH_HOME>/wanxiang/settings.json`。檔案、索引與規則檢索留在本機；AI 整理、資料夾學習、中繼資料補齊與經確認的自動注入會把相關文字或摘要送給 Harness 設定的模型。
不做任何確認，自動召回會生效嗎？
不會。自動召回分關閉 / 僅提示 / 自動注入三檔，自動注入必須先確認知識摘要會送給宿主模型。README 同時說明自動注入仍是實驗能力：開發閾值 0.65 在固定合成策略集上的漏召率是 76.25%。
模型能用哪些檢索模式與工具？
本地 `node:sqlite + FTS5` 上的 `exact`、`hybrid`、`deep` 三種檢索，依 L0 摘要、L1 概覽、L2 正文漸進讀取。工具是 `knowledge_search`、`knowledge_read`、`knowledge_timeline` 與 `tool_catalog_search`；`knowledge_read` 每頁最多 12,000 字元，回傳 `nextOffset` 時用同一 ID 繼續讀。目前向量檢索為 Off。
匯入與平台有哪些限制？
單批最多 2000 檔案、64 MiB，單文件 / 附件最多 2 MiB，不支援加密 ZIP、分卷與 ZIP64；PDF、Word 與圖片只作為附件保留，不擷取正文也沒有 OCR。README 寫明主要驗證環境是 Windows + Harness Desktop `0.2.1-alpha.1`，尚無向量檢索、OCR、雲端同步或多使用者協作。
07相關的 DSH 工作流程
weknora
作者 tencent
开源的 LLM 知识库平台：把原始文档转化为可检索的 RAG 知识库、自主推理智能体和自动维护的 Wiki 系统，支持多租户部署。
honcho
作者 plastic-labs
用于构建有状态 AI 智能体的记忆库，支持跨会话连续学习与上下文工程。
webnovel-writer
作者 lingfengqaq
基于 Claude Code 的长篇网文辅助创作系统，解决 AI 写作中的「遗忘」和「幻觉」问题，支持 200 万字量级 连载创作。
reme
作者 agentscope-ai
ReMe：面向 AI Agent 的记忆管理套件——帮 Agent「记住我、优化我」，支持 RAG 与长期记忆。
08資料與來源
万象知识库是为 [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness) 开发的社区插件。它在 Harness 内提供会话落库、本地检索、可选自动召回、知识图谱、…
| 原生 Harness 插件 | 接入会话、命令、工具与提示词扩展点，在宿主内完成查询和沉淀 |
此頁面根據專案公開文件、儲存庫中繼資料與 DSH Plugins 的結構化解析所產生；最後核實於 2026-11-12。發現錯誤？提交更正。
最佳 DeepSeek Harness 外掛
從全目錄挑出的 12 個值得優先安裝的外掛，涵蓋各個分類。