dsh-paper-lab · 论文知识收集库

DeepSeek Harness 插件：检索 → 获取 → 学习 → 总结复现 → 知识库沉淀 的完整论文科研流水线。 Paper research knowledge base for DeepSeek Harness: multi-source search → full-text fetch → deep reading → summarize & reproduce → persistent KB.

这是什么

一个把“论文研究”变成一条可追溯、分阶段、有交付物流水线的 DSH 插件。安装后自动获得 6 个技能（skills），任何会话里说一句“研究一下 XXX / 学习并复现这篇论文 / 把这几篇收进知识库”即可全流程执行。

一键安装

dsh plugin --profile web add @xienda/dsh-paper-lab

（或在 Web 界面 设置 → 插件市场 搜索 dsh-paper-lab（或 @xienda/dsh-paper-lab）一键安装；重启 dsh web 后技能即出现在技能目录。）

无需 API Key：arXiv / Semantic Scholar / OpenAlex / Crossref / DBLP / PubMed / Unpaywall / GitHub / HuggingFace 全部免费直连；联网搜索为增强项，不可用时自动降级。

技能一览

技能	作用
paper-lab	全流程总入口：解析意图、编排链路、分阶段汇报、汇总报告
paper-search	多源论文检索（6+ 学术源并行），检索量丰富（每源 20-200 条），自动去重、质量分级（顶会白名单/引用/年份/OA），输出 JSON + 简报
paper-fetch	论文数据与全文获取：多源元数据丰富（作者/机构/引用/参考文献/OA/PDF）、分级全文策略（arXiv→OA PDF→期刊 HTML→兜底）、PDF 缓存+校验、文本抽取
paper-learn	结构化精读管线：TL;DR→动机→方法逐模块→公式符号表→实验消融→图表深读→批判性评估→关联扩展，产出证据支撑的学习笔记
paper-reproduce	多视角总结（30 秒/学术/工程/教学/外行）+ 完整复现指南：官方代码定位（GitHub/PapersWithCode/HF）、仓库健康评估、数据集清单、环境规划、P0-P5 分阶段计划、风险清单
paper-kb	本地知识收集库：统一索引、收录/查询/去重/状态机（discovered→fetched→learned→reproduced）、一致性校验、BibTeX 导出、统计报告

知识库布局（工作区 kb/）

kb/
├── meta.json              # 库配置
├── index.json             # 主索引
├── papers/<id>.json       # 论文标准记录（统一 Schema）
├── notes/learn-<id>.md    # 学习笔记
├── repro/repro-<id>.md    # 复现指南
├── results/<run-id>.json  # 检索快照
├── assets/fulltext|pdfs/  # 全文与 PDF 缓存
├── bibtex/export.bib
└── reports/               # 统计与任务报告

可靠性设计（“不允许出错”）

• 绝不编造：每个字段可溯源（source_url + fetched_at），缺失即 null；
• 独立故障域：任一数据源失败不影响其他源，失败源如实上报；
• 原子写与幂等：入库不覆盖旧数据，重复执行不产生脏数据；
• 诚实交付：总结标注“基于论文/⚠️推断”，复现指南从不假装跑过实验；
• 自带自测：npm test（node dsh/self-test.mjs）校验 6 个技能 frontmatter、链接完整性、manifest，发布前置检查。

License

MIT