dsh-knowledge-base
chscn123/dsh-knowledge-base
262 formats in, local Markdown notes out: drop Office, PDF, EPUB, archives, subtitles, mail or code into the Settings card and it extracts the text into a searchable local library — no network, nothing uploaded.
Install
dsh plugin --profile web add github:chscn123/dsh-knowledge-baseREADME
dsh-knowledge-base
把文件拖进「设置 → 知识库」,它自动变成可检索的 Markdown 笔记。
262 种格式进得来,其中 181 种直接抽出正文;转换和存储全部在你自己的磁盘上完成——不联网、不上传、不需要任何云端账号。
三个理由
- 格式多到不用挑:Word、Excel、PowerPoint、PDF、EPUB、OpenDocument、压缩包、字幕、邮件、CSV、几十种代码与纯文本……共 262 种扩展名都认得,拖进去自动选对解析方式;剩下 81 种(图片 / 音视频 / 二进制)原样存档并生成索引条目,不会因为「读不出字」就被丢掉。
- 拖进去就完事:识别格式 → 抽正文 → 写带 front-matter 的 Markdown 笔记 → 更新全库
index.md,一条链路自动跑完。旧版 .doc / .xls / .ppt 走 DSH 自带的 LibreOffice 引擎,不用另装 Python、Node 或解析库。 - 纯本地,不联网:没有服务端、没有同步、没有统计上报。文件内容只经过本机进程,落在你指定的目录里;卸载插件后知识库依然是一堆能直接打开的
.md。
快速开始
一条命令(需要 DSH 自带的 dsh CLI):
dsh plugin --profile web add github:CHSCN123/dsh-knowledge-base
重启 DSH → 打开「设置 → 知识库」→ 把文件拖进卡片即可。
手动安装(不用命令行)
-
克隆本仓库到任意位置:
git clone https://github.com/CHSCN123/dsh-knowledge-base -
链接到 profile 的
node_modules:New-Item -ItemType Junction -Path "$env:APPDATA\dsh-desktop\harness\profiles\web\node_modules\dsh-knowledge-base" -Target "<仓库路径>" -
在该 profile 的
cordis.patch.yml注册插件(与仓库内cordis.patch.yml一致):- insert: - id: dsh-knowledge-base name: dsh-knowledge-base -
重启 DSH。
前置要求:DSH 桌面端;@deepseek-ai/cordis 与 @deepseek-ai/dsh-client-connection 由 DSH 自带。
功能
- 导入即转笔记:文档、表格、演示、PDF、EPUB、HTML、邮件、字幕、CSV、压缩包、代码与纯文本 → 提取正文,生成带 front-matter 的 Markdown
- 旧版 Office:.doc / .xls / .ppt / .wps / .et / .dps 经 DSH 自带 LibreOffice 引擎转换(可开关,失败自动降级为附件)
- 压缩包:zip / tar / gz 解出目录清单与内嵌文本(.jar/.apk/.whl/.vsix 等 zip 家族同样支持)
- 媒体与二进制:图片 / 音视频 / 二进制存为附件,并生成对应索引条目
- 自动索引:每次导入或删除后重建全库
index.md总索引 - 双击预览:双击标题在卡片内直接读笔记正文(超长自动截断 256 KB)
- 系统打开:一键交给系统默认程序打开对应文件
- 两击确认删除:先点 ✕ 武装、再点确认,4 秒超时自动复位;也支持批量删除 API
它不做什么
说清楚边界,省得踩坑:
- 不做 OCR:扫描版 PDF、图片里的文字抽不出来,需要先自行 OCR
- 单文件上限 32 MB:更大的文件请先拆分或转存
- 不解析图片/音视频内容:只存附件和索引条目,不做字幕识别或图片描述
- 不做同步:知识库就在本机磁盘上,多设备要靠你自己同步那个目录
- 不替你决定分类:目前一律按导入顺序写入
notes/,references/、entities/、projects/留给手动整理
支持的格式
共 262 种扩展名,其中 181 种抽取正文:
| 分组 | 扩展名(节选) | 处理方式 |
|---|---|---|
| 文档 | .docx .doc .odt .rtf .pdf .epub .txt .md .html | 抽正文 |
| 表格 | .xlsx .xls .ods .csv .tsv | 转 Markdown 表格 |
| 演示 | .pptx .ppt .odp | 按页抽文字 |
| 字幕 / 邮件 | .srt .vtt .ass .lrc .eml .mht | 去时间轴 / 抽正文 |
| 代码 / 纯文本 | .js .ts .py .go .java .json .yaml .xml .sql … | 原样收录 |
| 压缩包 | .zip .tar .gz .tgz | 目录清单 + 内嵌文本 |
| 图片 / 音视频 | .png .jpg .webp .svg .mp3 .mp4 .mov … | 仅存附件 |
完整路由表(每个扩展名对应哪种解析器)见 lib/formats.js。
数据布局
<root>/ # 默认 ~/knowledge-base,可在设置页修改
index.md # 自动生成的总索引(勿手改)
notes/ # Markdown 笔记
inbox/ # 保留的原件与附件
references/ # 预留分类目录
entities/
projects/
配置
配置文件位于 ~/.dsh/dsh-knowledge-base/config.json:
{
"enabled": true,
"root": "D:/knowledge-base",
"keepOriginal": true,
"legacyEngine": true,
"libreOfficeKitPath": ""
}
| 字段 | 说明 |
|---|---|
enabled | 总开关,关闭后拖拽区停用 |
root | 知识库根目录,默认 ~/knowledge-base |
keepOriginal | 转换类导入是否在 inbox/ 额外保留一份原文件 |
legacyEngine | 是否启用旧版 Office(LibreOffice)转换 |
libreOfficeKitPath | 手动指定 libreoffice-kit 路径(一般留空自动探测) |
API
插件通过 DSH 宿主代理暴露以下端点:
| 端点 | 方法 | 请求体 | 说明 |
|---|---|---|---|
/api/knowledge-base.state | GET | — | 配置、文件列表、统计、引擎状态 |
/api/knowledge-base.config | POST | { enabled?, root?, keepOriginal?, legacyEngine?, libreOfficeKitPath? } | 更新配置并返回新状态 |
/api/knowledge-base.ingest | POST | { name, contentBase64 } | 导入文件(上限 32 MB) |
/api/knowledge-base.read | POST | { path } | 读取条目内容(文本截断 256 KB) |
/api/knowledge-base.open | POST | { path } | 用系统默认程序打开 |
/api/knowledge-base.delete | POST | { path } 或 { paths: [...] } | 删除并重建索引 |
/api/knowledge-base.office | POST | — | 重新检测 LibreOffice 引擎 |
安全设计:read / open / delete 只接受形如 notes/xxx.md 的白名单相对路径(五个内容目录下的一级文件),拒绝 .. 穿越、反斜杠与点文件;删除仅作用于单个文件,不隐式级联。