MIT 的 DSH 知识库插件：会话本地落库、FTS5 检索与渐进读取、可选自动召回、知识图谱；自动注入仍标注为实验能力。
DSH 适配
原生运行时
作者声明
安全审计
未审计
最后核验
2026-11-12
许可证
MIT
01它能帮你完成什么？
把一次结束的 DSH 会话沉淀成本地知识笔记、方法卡与踩坑卡
Markdown 笔记加上方法 / 踩坑 / 项目卡片，记录来源、重复内容跳过；会话新增消息生成独立增量记录，不覆盖旧笔记
希望把以前会话里的经验留给后续会话的 DSH 用户
让当前 DSH 会话直接查以前的知识，不切换模型
由当前模型给出的回答，背后是 `knowledge_search`、`knowledge_read`、`knowledge_timeline`、`tool_catalog_search` 四个工具，按摘要到正文渐进读取
想在正在进行的会话里检索、而不是另开一个聊天窗口的 DSH 用户
学习绑定的文件夹，或把已有笔记导入知识库
导入的 Markdown、UTF-8 文本 / 源代码、文件夹、ZIP 与万象内容包，进入检索索引与知识图谱，并保留文件来源
想把 Obsidian 式笔记或项目文档搬进 DSH 的用户
02如何接入 DeepSeek Harness？
前置条件
- 一个带本地插件包安装入口的 DeepSeek Harness；README 写明主要验证环境是 Windows + Harness Desktop `0.2.1-alpha.1`
- 升级前等宿主会话和后台任务结束，并备份知识目录
安装步骤
- 01
从 GitHub Releases 下载 `dsh-wanxiang-knowledge-0.2.0-alpha.10.tgz`（仓库 `artifacts/` 下也留了同版本安装包），在 Harness 的本地插件包安装入口选择该文件
- 02
普通 Web profile 用宿主的插件管理命令安装：`dsh plugin --profile web add "<插件包绝对路径>"`
$ dsh plugin --profile web add "<插件包绝对路径>"
- 03
从源码构建：`git clone` 后依次 `npm ci`、`npm run build`、`npm run typecheck`、`npm test`、`npm run pack:plugin`
$ git clone
验证接入成功
作者未说明
03DSH 适配与能力边界
原生 DeepSeek Harness 插件，接入宿主的会话、命令、工具与提示词 section 扩展点
会话落库到本地 Markdown
一个结束的会话回合→按需生成的笔记与卡片，可选 AI 整理或无需模型的原文导出；新增消息生成独立增量记录
知识目录含 `notes/`、`cards/`、`sources/`、`attachments/`、`tools/` 与 `.wanxiang/`；为旧版保留顶层兼容副本，会额外占磁盘基于 FTS5 的本地检索与渐进读取
一次查询，可省略问题以结合当前会话→在本地 `node:sqlite + FTS5` 上的 `exact` / `hybrid` / `deep` 检索，按 L0 摘要 → L1 概览 → L2 正文读取，`knowledge_read` 每页最多 12,000 字符
当前向量检索为 Off，不依赖嵌入模型可选的自动召回注入
独立 SQL 子进程产出的已就绪缓存→关闭 / 仅提示 / 自动注入三档；只有确认知识摘要会发给宿主模型后才开始注入
单槽预算 150ms、搜索总预算 190ms、缓存外层预算 200ms；同步提示词 section 只读已就绪缓存，不等待检索、不读正文、不调模型导入与文件夹学习
Markdown、UTF-8 文本与声明的源代码/配置扩展名、文件夹、ZIP 或万象内容包→解析相对引用与 Obsidian `[[双向链接]]`、校验内容包清单及 SHA-256 后的索引条目
单批最多 2000 文件、64 MiB，单文档/附件最多 2 MiB；不支持加密 ZIP、分卷和 ZIP64知识图谱与可选的安全分析工具库
本地知识条目与已登记的工具分类→球体/网络图谱（类型图例、标题与标签筛选、旋转、导出 PNG），以及显示环境检测状态的工具库
安全分析扩展（PE/ELF、反汇编、字符串、流量文件、APK/DEX、.NET、YARA）需要额外安装，不随插件安装包捆绑
04适合谁？何时不该用？
适合
- 希望把以前会话里的经验留给后续会话的 DSH 用户
- 想在正在进行的会话里检索、而不是另开一个聊天窗口的 DSH 用户
- 想把 Obsidian 式笔记或项目文档搬进 DSH 的用户
不适合
- 主要验证 Windows + Harness Desktop `0.2.1-alpha.1`，其他平台与宿主版本需进一步测试；尚无向量检索、OCR、PDF/Word 正文解析、云同步或多用户协作。
- 文件、索引和规则检索保存在本机，但 AI 整理、文件夹学习、元数据补全和经确认的自动注入会把相关文本或摘要发给 Harness 配置的模型。
- 自动注入仍是实验能力：README 给出开发阈值 0.65 在固定合成策略集上 76.25% 的漏召率，真实历史评测与正式阈值尚未完成。
- 模型整理的结论需要结合来源核验；可选的分析扩展不是恶意样本沙箱，其中的工具要另外安装和配置。
05兼容性、维护与安全提示
- 主要验证 Windows + Harness Desktop `0.2.1-alpha.1`，其他平台与宿主版本需进一步测试；尚无向量检索、OCR、PDF/Word 正文解析、云同步或多用户协作。
- 文件、索引和规则检索保存在本机，但 AI 整理、文件夹学习、元数据补全和经确认的自动注入会把相关文本或摘要发给 Harness 配置的模型。
- 自动注入仍是实验能力：README 给出开发阈值 0.65 在固定合成策略集上 76.25% 的漏召率，真实历史评测与正式阈值尚未完成。
- 单批最多 2000 文件、64 MiB，单文档/附件最多 2 MiB；不支持加密 ZIP、分卷和 ZIP64；PDF、Word 和图片只作为附件保留，不提取正文也不提供 OCR。
- 模型整理的结论需要结合来源核验；可选的分析扩展不是恶意样本沙箱，其中的工具要另外安装和配置。
MIT 源码（`knowledge/` 下第三方文献遵循各自许可）；本文事实均来自记录提交处的仓库 README，未做独立安全审计。
06常见问题
在 DeepSeek Harness 里怎么安装万象知识库？
从 GitHub Releases 下载 `dsh-wanxiang-knowledge-0.2.0-alpha.10.tgz`，在 Harness 的本地插件包安装入口选择该文件；普通 Web profile 也可以用 `dsh plugin --profile web add "<插件包绝对路径>"`。README 要求在升级前等宿主会话和后台任务结束，并备份知识目录。
知识存在哪，哪些内容会发给模型？
笔记、卡片、来源、附件、工具目录和索引都在知识目录下（默认是 Documents 下的「万象知识库」，可在设置中切换），插件设置存于 `<DSH_HOME>/wanxiang/settings.json`。文件、索引和规则检索留在本机；AI 整理、文件夹学习、元数据补全和经确认的自动注入会把相关文本或摘要发给 Harness 配置的模型。
不确认任何东西，自动召回会生效吗？
不会。自动召回分关闭 / 仅提示 / 自动注入三档，自动注入必须先确认知识摘要会发送给宿主模型。README 同时说明自动注入仍是实验能力：开发阈值 0.65 在固定合成策略集上的漏召率是 76.25%。
模型能用哪些检索模式和工具？
本地 `node:sqlite + FTS5` 上的 `exact`、`hybrid`、`deep` 三种检索，按 L0 摘要、L1 概览、L2 正文渐进读取。工具是 `knowledge_search`、`knowledge_read`、`knowledge_timeline` 和 `tool_catalog_search`；`knowledge_read` 每页最多 12,000 字符，返回 `nextOffset` 时用同一 ID 继续读。当前向量检索为 Off。
导入与平台有哪些限制？
单批最多 2000 文件、64 MiB，单文档/附件最多 2 MiB，不支持加密 ZIP、分卷和 ZIP64；PDF、Word 和图片只作为附件保留，不提取正文也没有 OCR。README 写明主要验证环境是 Windows + Harness Desktop `0.2.1-alpha.1`，尚无向量检索、OCR、云同步或多用户协作。
07相关的 DSH 工作流
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数据与来源
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 |
页面基于项目公开文档、仓库元数据和 DSH Plugins 的结构化解析生成；最后核验于 2026-11-12。发现错误？提交更正。
最佳 DeepSeek Harness 插件
从全目录挑出的 12 个值得优先安装的插件，覆盖各个分类。