dsh-kb-rag
本地文献检索增强插件,提供段落级溯源,需 Python 3.9 以上,安装器自动检查 Node 与 pnpm 并支持受限网络模型镜像回退,README 记录了通过 npm 包与一键安装器等多种安装途径,证据以安装说明为主。
查看原仓库英文描述
本地优先的文献知识库 RAG(DeepSeek Harness 插件):混合检索正文与图注,把模糊记忆定位到具体段落与图表,DOI 一键直达原文。Local-first literature RAG for DSH — turn a fuzzy memory into an exact passage/figure, one-click DOI to source.
基础信息核对
自动核对项目活跃度
数据覆盖 80% · 抽样数据 · 数据截至 2026-09-25
100 次提交 · 最近推送 2 天前
0/3 已关闭 · 首次响应中位数 暂无
2 个样本 · 暂不计分
2 位近 90 天活跃贡献者
最近发布 7 天前
11 Stars · 1 Forks
安装
暂无统一的安装命令(README 未出现 add github:本仓库,npm 包无 Registry 证据,project 判定为 list 仓库,降为 manual)。请前往项目页面查看 README 获取最新安装指引。
还没有 DSH?两步开始 →
第一步:准备 Node.js 环境
DSH 依赖 Node.js(建议 20 LTS 或更新版本)。终端里运行 node -v 能显示版本号即已就绪。
已有 Node.js:直接进入第二步。
没有 Node.js:去 nodejs.org 下载 LTS 安装包(Windows/macOS 双击安装);或用包管理器:
brew install nodewinget install OpenJS.NodeJS.LTS第二步:启动 DSH
无需安装,直接运行:
npx @deepseek-ai/dsh web浏览器打开 http://127.0.0.1:3080 即可进入 DSH Web UI;插件的后续安装请按上方项目说明操作。