Zum Hauptinhalt springen
P

dsh-plugin-litsearch

peijiping/dsh-plugin-litsearch

Search free scholarly literature sources from DSH. The model can search OpenAlex, Crossref and more with native tools, while you can run the same searches in a sidebar panel and send any paper into the conversation.

Installation

dsh plugin --profile web add github:peijiping/dsh-plugin-litsearch

README

dsh-plugin-litsearch

DeepSeek Harness 文献检索插件:模型主导检索,界面可视化呈现检索过程与结果。

插件界面:左侧模型对话发起检索并给出综述,右侧栏同步展示文献列表、全文状态与逐篇操作

左:模型在对话里完成检索、给出改进建议;右:右侧栏同步列出命中文献、全文状态,以及「加入对话 / 下载 / 存 Zotero」等逐篇操作。

让 AI 的对话和右侧栏面板一起查文献 —— 说一句话,界面就动;点一下,AI 就接上。

不用注册账号、不用申请密钥、不用另起服务。搜索、下载全文、存入 Zotero,对话里说和界面上点走的是同一套流程:模型把范围算准,右侧栏弹出结果、清单和逐篇进度;面板的当前任务、当前页、筛选与勾选,模型也读得到。两边共用同一份任务现场,不用复制 id、不用猜对方看到哪一页。

当前版本 v0.4.1 · 十个免费来源(PubMed / Europe PMC / OpenAlex / Crossref / Semantic Scholar / arXiv / PubTator / DOAJ / OpenReview / OpenAIRE)+ 可选谷歌学术(需自备 SerpAPI Key,默认关闭)。

为什么做这个

文献检索插件、MCP、Skill 早已不缺,DeepSeek Harness 平台上也是一大堆。但它们基本只在对话框里工作:结果靠模型输出的一段文字或 Markdown 摘要交代,检索过程中看不到结果列表,也点不开具体那篇文献 —— 想改条件、核对命中、挑出某几篇,只能反复追问模型。

我想要的不是再做一个「会查文献的模型」,而是让对话与右侧窗体成为一次操作的两个面:模型负责理解和指挥,界面负责看得见、点得着,检索中随时能看结果、点开原文、接着筛,毫无割裂感。DeepSeek Harness 的「一切皆插件」让两侧共用同一份任务现场成为可能 —— 别的平台很难做到,这里正好是现成的实现路径。

模型 × 界面:一套操作,两个入口

核心不是「AI 能查」加「面板也能查」,而是两者绑在同一个现场。

动作在对话里说一句在右侧栏点一下两边怎么合上
搜索「查 GLP-1 与心血管结局,只看 2020 年后的」填检索式、选来源 / 年份 / 排序模型发起的检索落到同一个任务 tab,面板自动打开刷新;界面改条件重跑也记成新一轮,模型 literature_task current 读得到完整条件
下载全文「下载第 2 页有 PDF 的」「下载当前全部」勾选 → 批量下载模型把范围算成已校验的 paperId 清单,面板自动弹出下载框逐篇跑进度;「当前页 / 第 N 页 / 当前筛选」以面板上报的视图快照为准
存入 Zotero「把这批存到『综述』目录」勾选 → 存入 Zotero → 选目录与下载共用同一套范围解析;目录唯一匹配时自动预选开跑,没点名就停在弹窗等你选

反方向:面板点「加入对话」,论文或整个任务变成输入框里的胶囊,AI 拿到完整信息接着读。决定权始终在你手上 —— 不自动发送、不自动再搜一轮;批量操作有独立取消按钮(关闭弹窗只隐藏,后台仍会跑完);目录有歧义时模型一律先问,绝不猜。

第一次用,三步就够

  1. 在对话里告诉 AI 要查什么,比如「帮我查 GLP-1 与心血管结局的文献,只看 2020 年以后的」。模型发起检索、建好任务,右侧栏默认自动打开任务页接结果。
  2. 结果按来源列出,每篇有标题、作者、年份、被引次数和「能不能免费下全文」;想收窄就接着在对话里说,或直接在面板改条件、点筛选排序。
  3. 看到有用的点「加入对话」让 AI 总结比较;也可以接着说「下载第 2 页有 PDF 的」「把这批存到综述目录」,面板弹出对应操作。

也能自己在界面上开头,同样落成任务;但最省事的是让模型主导查询开始,条件、轮次和后续操作它一路跟着。

能做什么

方面能力
检索多条检索式自动去重;来源 / 年份 / 语言 / 类型 / 只看 OA / 排序当场可调;字段标签与 AND / OR 语法提示;单源限流排队、抖动重试
任务一主题一任务,改条件重跑并记下每轮时间、条件、发起方、命中数;筛读状态跨轮保留;「加入对话」带任务进新会话续接
结果概览环形图 / 折线 / 双色条可点选筛选;多条件过滤、每页 20 条;独立论文页含摘要与全文链接,有 PMID 的可看 PubTator 实体;「全文」页列整批台账
筛读与批量没读 / 读过 / 纳入 / 排除、研究分组与分组阅读清单、与旧任务对比整批纳入「新增」、本页全选跨页累加、批量改状态 / 分组 / 下载 / 存 Zotero / 导出;下载与同步 5 并发、逐篇进度
全文PDF 预览下载到工作目录 dsh-litsearch/;候选按「OA 直链 → 未确认直链 → 仓储渲染页」排序,缺直链时并发反查 OpenAlex / Europe PMC / OpenAIRE;抓取按域限并发、429 冷却、%PDF- + %%EOF 双校验、.part 原子落盘;网页全文依次走 Europe PMC JATS → PubMed Central JATS(缺 PMCID 时按 PMID 反查)→ arXiv HTML;导出 CSV / RIS / BibTeX / Markdown
对话加入对话胶囊、任务续接、一句话批量下载 / 存 Zotero(含按页取数与只读预演)

能力边界:PDF 由 Host 后台直连抓取,没有浏览器会话和机构授权,订阅 / 登录 / 人机验证页拿不到,403 / 限流 / HTML 页 / 无候选分别给原因,浏览器打开卡片上的 PDF / DOI 手动另存即可;填联系邮箱启用 Unpaywall 补 OA 候选,但补出的出版商直链仍可能被拒。

对话里的范围怎么算

你可以这么说实际范围
「下载这几篇」指定文献(结果里给出的 paperId)
「下载当前页的所有 PDF」右侧栏当前这一页,且仅有 PDF 直链或已下载
「下载第 4–5 页」「把第二页有 PDF 的存到 Zotero」面板第 4–5 页 / 第 2 页,页内再筛(每页固定 20 条)
「下载『综述』分组」「2023 年后、开放获取、已纳入的」分组跨页全量 / 条件筛选
「下载当前全部文献」当前筛选下的全部结果(跨页);说「整个任务」才下全任务
  • 模型不翻页、也不搬 id:页码交给服务端按视图快照切片,pageBase='view' 是「第 2 页里有 PDF 的」,filtered 是「有 PDF 的第 2 页」;越界直接拒绝并给出总页数。
  • 拿不准先用只读 literature_scope 预演(返回命中数、总页数、面板视图、前 10 篇,不产生指令);每个 paperId 逐一与任务结果校验,编造的会被忽略;面板没打开或快照过期会提示先打开任务页。
  • 下载与 Zotero 共用 resolveModelScope(),7 种 scope 一套口径;hasPdf 与 openAccessOnly 不混用,付费墙不会静默算成功。指令按 commandId 幂等排队、串行执行;不设篇数上限,大范围建议先收窄。升级后需重启宿主或重新加载插件才生效。

搜索任务与轮次

一个主题 = 一个任务 = 一个 tab,一个对话只跟一个任务;不满意就在同一任务里改条件重搜一轮,而不是新开任务。

  • 模型首次检索建任务并用 title 命名,后续默认复用「当前任务」;current 读当前任务(没有时明确回「当前没有任务」),get 可按筛读 / 分组 / 年份 / 来源 / 全文状态过滤,fields=ids 回紧凑清单(最多 200 条 + offset),并回显「第 x/y 页|每页 20 条|筛选…」。
  • 每轮记一条 SearchRound(只记元数据,最多 30 轮),时间轴 / literature_task rounds / GET /tasks/:id/rounds 可读;切换任务原位替换 tab,「当前任务」持久化、重启后恢复。
  • 每轮结束模型只给改进建议,不自行发起下一轮;你重跑或明确要求才继续。

安装

要求 dsh >=0.2.1-rc.3 <0.3.0-0,包内是预构建产物(lib/ + client/client.js),安装不跑构建:

dsh plugin --profile <profile> add dsh-plugin-litsearch

配置

插件页 → dsh-plugin-litsearch → 配置,保存即生效;界面按数据源分组,密钥不回显。

字段说明默认
contactEmail联系邮箱(polite pool);填写后启用 Unpaywall 按 DOI 补 OA 候选,补出的直链仍可能被拒空
ncbiApiKey / s2ApiKey / serpApiKey提升 PubMed / S2 额度;serpApiKey 启用谷歌学术(每月 250 次免费),留空则该源不可选空
pubmedIntervalMs / s2IntervalMs / arxivIntervalMs各源最小请求间隔(毫秒)350 / 3000 / 3000
defaultPageSize / requestTimeoutMs每源条数 / 超时(Europe PMC 另有 25s 下限)20 / 20000
defaultSources / defaultSort / defaultLanguage新任务默认来源、排序、语言(至少留一个来源)七源 / 相关度 / 不限
autoOpenTaskTab / maxTaskTabs模型发起后自动打开 tab;后者为兜底上限开 / 5
taskRetentionDays / taskRetentionCount / taskMaxPapers未保留任务的天数、条数、单任务结果上限90 / 120 / 1500
pdfRoot / pdfMaxMb / autoDownloadPdf / pdfCacheMaxMbPDF 目录、单文件上限、检索后自动下载、去重缓存上限(0 关闭清理)工作目录 / 30 / 关 / 512
enableEpmcFulltext / enablePmcFulltext / zoteroEnabled / zoteroBaseUrlEurope PMC 兜底 / PubMed Central 兜底 / 同步开关 / connector 地址(仅回环)开 / 开 / 开 / http://127.0.0.1:23119
zoteroAttachPdf / zoteroTag附带 PDF / 附加标签开 / dsh-litsearch

设置页另有逐源探活与限流冷却、PDF 目录可写性、Zotero 连接测试,以及按任务 / PDF 缓存 / 全部清理文件。

数据目录

本地 JSON,不依赖数据库:

$DSH_HOME/storages/dsh-plugin-litsearch/
├── tasks/index.json + <taskId>.json   # 任务索引与全量元数据(条件、轮次、结果、分组、筛读)
├── current.json                       # 当前任务绑定
├── out/<taskId>/                      # CSV / RIS / BibTeX / Markdown 导出
└── pdfs/<sha256>.pdf                  # PDF 去重缓存(受 pdfCacheMaxMb 约束)

DSH_HOME 由宿主注入(未设置回落 ~/.dsh);旧版 ~/.dsh/dsh-litsearch/ 首次启动复制迁移、原目录留作备份。可读 PDF 不在这里,由 pdfRoot 决定(默认工作目录下的 dsh-litsearch/);视图快照与模型指令只存内存(30 / 10 分钟窗口),不落盘、重启归零。

Zotero 同步

走桌面端自带 connector,不需要 Web API Key:启动 Zotero → 勾选文献点「存入 Zotero」→ 弹窗选目录再同步。目录列表来自本机 Zotero,标出当前选中与不可写附件的目录,不必事先选分类。5 并发逐篇显示状态、可取消(已发出的仍会完成),写入元数据、分组标签与可选 PDF 附件;目录只读时只存条目,失败保留本次条目的 RIS 导出备用。重新同步新建条目,不覆盖、不跳过已同步文献。

隐私

  • 检索词发给所选数据源的公开 API;谷歌学术(默认关闭)经第三方 SerpAPI 转发;填了 contactEmail 才用 DOI + 邮箱查 Unpaywall。
  • PDF 下载与 Zotero connector 只在本机(connector 仅回环);视图快照与模型指令只在内存。API Key 存本机配置文件(明文),不回显、不写日志。

本地开发

pnpm install
pnpm build && pnpm build:client   # src -> lib;src/client -> client/client.js
pnpm typecheck:client
pnpm test                         # node:test 单元测试

专项单测见 test/download-scope.test.ts、download-events.test.ts、download-store.test.ts、zotero-command.test.ts(范围解析、按页切分、事件增量、指令幂等、目录歧义)。独立 profile 调试:dsh --profile litsearch。

架构

  • src/search/:检索层;providers/ 每家 API 一个 provider,新增源实现 Provider 并注册。
  • src/host/:API 端点、任务执行 / 持久化 / 统计 / 导出,及 7 个模型工具(literature_search / literature_sources / literature_task / literature_scope / literature_export / literature_download / literature_zotero)。
  • src/host/tasks/download.ts + tools.ts:7 种 scope(含 pages)解析成已校验的 paperId 清单,下载与 Zotero 共用 resolveModelScope();pdf/ 管候选链与失败归类,zotero/match.ts 做目录唯一匹配。
  • src/client/:任务 tab、论文页、设置页;DownloadDialog.tsx / ZoteroSyncDialog.tsx 批量弹窗,两个 *CommandStore.ts 各自幂等排队。

两侧靠 /events 增量轮询联动(Host 无原生推送):

POST /view(上报当前页 / 筛选)→ Host 存内存快照
  → 模型调 literature_download / literature_zotero,读快照算出 paperId 清单(Zotero 目录歧义不下发)
  → GET /events?sinceRev=… 拿 downloads[] / zotero[] → store 去重排队 → TaskPane → 批量弹窗

两个工具都会 focusTask 拉起 tab;快照、指令、事件日志都在内存,重启归零、不重放历史指令。

路线图

  • DOAJ

License

MIT

Ähnliche Plugins