從檔案、目錄、URL 與文字建立 DSH 知識庫，再以 `knowledge_search` 檢索有邊界的證據。
DSH 整合
原生執行環境
作者聲明
安全稽核
未稽核
最後核實
2026-09-08
授權條款
AGPL-3.0
01它能幫你完成什麼？
匯入知識來源並為 DSH 模型檢索證據
可管理知識庫，以及詞法、向量或混合檢索與有序證據上下文
需要本機或 provider 驅動文件 RAG 的 DSH 使用者
02如何將外掛接入 DeepSeek Harness？
先決條件
- Node.js ^22.19.0 || >=24.0.0、pnpm >=10、已初始化的 DeepSeek Harness，以及 README 列出的 `allowBuilds` 許可。
安裝步驟
- 01
執行 `dsh plugin --profile <name> add dsh-knowledge`，然後重啟 Web 服務並重新整理頁面。
$ dsh plugin --profile <name> add dsh-knowledge
驗證整合成功
- 先在「召回測試」檢查結果，再讓模型透過 `knowledge_search` 使用知識庫。
03DSH 整合程度與能力邊界
DSH 知識庫與 RAG 外掛程式
知識庫管理與檢索
檔案、目錄、URL 或純文字→持久知識庫與包括 `knowledge_search` 在內的 14 個模型工具
永久刪除必須經宿主確認。
04適合誰？何時不該用？
適合
- 需要本機或 provider 驅動文件 RAG 的 DSH 使用者
不適合
- Intel Mac 無法執行基於 onnxruntime 的本機 embedding 與 OCR，應改用 OpenAI 相容服務或 Ollama。
- API Key 會以明文保存在本機，必須保護 profile 資料目錄。
05相容性、維護與安全提醒
- Intel Mac 無法執行基於 onnxruntime 的本機 embedding 與 OCR，應改用 OpenAI 相容服務或 Ollama。
- API Key 會以明文保存在本機，必須保護 profile 資料目錄。
AGPL-3.0 原始碼；維護者 README 聲明來自抓取的 main 分支
06常見問題
不下載本機 embedding 模型也能使用嗎？
可以。README 說明它可零向量執行；未下載模型時仍可使用關鍵字檢索。
讓模型使用前如何驗證檢索？
先使用「召回測試」，再讓模型透過 `knowledge_search` 使用知識庫。
選到空白或失效的知識庫會怎樣？
維護者說明會匹配零個知識庫，不會靜默擴大為搜尋全部知識庫。
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。
mirage
作者 strukto-ai
全球首个面向 AI 智能体的统一虚拟文件系统。
08資料與來源
dsh-knowledge 把文档导入、解析、分块、检索、证据组织和模型续读整合进 DSH。它既可以零向量配置运行，也可以完全使用本地模型，不要求额外部署独立的知识库服务。
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 2026-09-08。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。