Плагины

Локальный RAG по базе знаний литературы: 10 инструментов (kb_ingest, kb_search, kb_rag, kb_zotero, kb_dedup, kb_clear, kb_fetch, kb_scope, kb_stats, kb_status), гибридный поиск BM25 + вектор + реранкер, ответы на вопросы со ссылками и кликабельными DOI, полностью локальные эмбеддинги bge на однофайловом индексе SQLite. Требуется Python 3.9+ с pymupdf, faiss-cpu и sentence-transformers; установщик `npx dsh-kb-rag-install` всё это настраивает и заранее скачивает модель.

Turns one journal paper PDF into a Chinese group-meeting literature report deck (.pptx) in the Nanyang Normal University physics template, plus a matching Word speaker script. Requires Python 3 with python-pptx, python-docx, Pillow and pymupdf (pypdf fallback); install them with pip install -r requirements.txt.

Конвейер для сканированных учебников: OCR примерно в 5 раз быстрее ONNXRuntime (нужны Python 3.10+, pymupdf, rapidocr, openvino и numpy), затем отчёт о структуре и план чтения по главам до открытия PDF.

Локальная база знаний DeepSeek Harness: пять инструментов для импорта Markdown, обычного текста и PDF, поиск BM25 или гибридный BM25 с необязательными локальными embeddings и ответы с цитатами источника. Работает офлайн без сервера БД. Требуются Node.js 18+ и Python 3.9+; для PDF нужен pymupdf.

Приём документов для агентов: `doc_route` определяет реальный формат по magic bytes и до преобразования измеряет текстовый слой PDF и разметку колонок. `pdf_markdown` преобразует PDF в Markdown в порядке чтения колонок через PyMuPDF. Для PDF нужны Python 3 и PyMuPDF.

Переводит текстовые PDF через DeepSeek или OpenAI-совместимые API, сохраняя макет, шрифты, изображения и ссылки, с редактируемым результатом.

В комплекте библиотека углублённого чтения статей и skill paper-deepread-html: боковая панель с интерактивными отчётами, загрузка PDF в управляемую библиотеку, анализ агентом или необязательным worker сайта, управление и перестроение библиотеки. Model tools: paper_deepread, paper_deepread_uploads, paper_deepread_reports. Для чтения/импорта/отчётов нужен Python 3; skill при первом использовании готовит PyMuPDF venv, а перестроение индекса при необходимости использует plain python3.