想给 DeepSeek Harness 接一个本地知识库，最容易踩的误解是「得先把 embedding 模型下下来」。dsh-knowledge 的路径恰好相反：不下载任何模型就能先跑通检索，向量和 OCR 都是后面按需加的增强项。这篇按一条真实链路走一遍，并标出每一步里哪些可以跳过。
安装不在这里展开（Node.js 需要 ^22.19.0 || >=24.0.0，pnpm >=10，装完要重启 web 服务并刷新页面）。装好之后，侧边栏底部、设置旁的「知识库」入口才会出现。想先看看同类插件都长什么样，可对照 DeepSeek Harness Hub 插件清单。
第一步：建库并导入一个目录
新建知识库后，导入来源可以是文件、绝对路径、目录、URL 或纯文本。做本地资料库建议直接导目录：目录导入会递归扫描 txt md csv html json pdf docx doc pptx ppt xlsx xls epub 等格式，并在界面保留可下钻的文件夹树。
几个值得先知道的行为：
- 目录来源以「知识库 + 规范化真实路径」确定身份。同一路径再导入一次，不会新建第二棵树，而是原地同步原来那棵树。
- 更新已导入目录的正确方式就是重新导入同一路径，或在界面对目录容器执行重扫——两者走同一条同步路径。
- 重扫会导入新增文件、重建已修改文件，并移除已不存在的文件；单个文件失败不隐藏其他成功结果。
- 同名冲突由服务端统一检测（可重命名 / 替换 / 取消），内容哈希避免重复导入，而失败的替换重建不会破坏上一份已提交内容。
目录里的文件以「目录来源 + 相对路径」确定身份，不同目录根下的同名相对路径互不冲突；历史上留下的重复树会报告 ambiguous_source——不猜测、不合并、不自动删除。所以第一次就把路径想清楚，比事后处理省事。
第二步：不下模型，先用关键词检索
整条链路里最值得知道的一点：未配置 embedding 时也能检索，走的是 CJK 二元组和拉丁词 BM25。
目录导入完成后立刻就能搜中文关键词，看命中片段、来源和相关度。对「先确认数据进去了没有」这个阶段，这一步就够了，不需要任何模型下载。
边界要说明白：不下载模型也可以用关键词检索，但扫描件 OCR、本地 embedding 和本地 rerank 只有在对应模型已下载并通过就绪检查之后才会启用。纯文本资料靠关键词检索就能覆盖大部分查找需求；以扫描件为主的资料，OCR 模型绕不开。
这一步能整段跳过的条件：资料全是可提取文本，且查询词与文档用词高度一致。
第三步：按需下载 embedding 模型
需要「语义检索」——查询词和文档用词不一致也能命中——才轮到向量上场。入口在「设置 > 本地模型」页，它管理 embedding、rerank 和 OCR 模型的下载、重试、删除、进度与健康状态。
默认本地 embedding 模型是 onnx-community/Qwen3-Embedding-0.6B-ONNX，约 585 MB、1024 维；扫描件 OCR 模型另需约 21 MB。不想在本地放权重，也可以改用 OpenAI 兼容的 /embeddings 接口或 Ollama。
两个取舍：磁盘紧张就先跑关键词检索，确认语义检索确有必要再下模型；权重默认落在 DSH 缓存目录，本地模型页的「模型缓存目录」支持原生文件夹选择、打开目录和安全迁移，可以把较大的权重移出系统盘。
模型下载后还要通过就绪检查才算启用，页面上能看到健康状态——别看到文件下完就以为已经在用向量检索了。
第四步：改过配置就重建索引
修改分块或 embedding 配置后必须重建索引，可以只重建单条资料，也可以重建整个知识库。分块和向量都是预先算好落盘的：改了 chunkSize、chunkOverlap 或换了 embedding 模型却不重建，检索用的仍是旧结构。
同理，重扫目录只处理磁盘变化，不会因为你调了分块参数就自动重算。这是两件事，改参数记得手动重建。
第五步：召回测试里验证，再交给模型
「召回测试」会展示来源、相关度、关键词 / 向量分数、耗时和重排状态，支持复制引用与重放历史查询。建议先在这里跑几条真实查询：命中不对，多半是分块或导入范围的问题，而不是模型的问题。
验证通过后，模型就能通过 knowledge_search 使用知识库——自动检索默认开启，会在模型回答前注入高相关证据，同时限制延迟、重复内容和单个知识库占用的上下文份额。返回里带 citations、chunkIndex 和有序 ContextWindow，方便回溯原文。
一条容易忽略的边界
所有读取、写入和自动检索都遵守「已启用知识库」边界：启用选择为空或已失效时，它匹配零个知识库，不会静默扩大到全库。换库后搜不到东西，第一件该检查的是启用选择，而不是索引。另外，永久删除必须经过宿主确认。
总结
从建库到可用，真正必做的只有三步：建库、导入目录、在召回测试里确认命中；向量与 OCR 都是按需加的增强项，不下模型也能先用关键词检索把流程跑通。想对照同类插件的中文清单与安装形态见 DeepSeek Harness Hub 插件清单。
适合与不适合
适合：手里有大量本地 Markdown / PDF / Office 文档、想直接挂进 DSH 查的人；磁盘紧张、想先用关键词检索跑通再决定要不要下向量模型的人；资料目录会持续增删、需要靠重扫保持同步的人；希望检索与生成都在本机完成、不愿意额外部署独立服务的团队。
不适合：Node 版本还没到 ^22.19.0 又不打算升级的人（这是硬门槛，产品页徽章也标着 Node.js = 22）；资料以扫描件为主、又完全不想下载任何模型的人；指望「下完模型就自动生效」、不愿在「设置 > 本地模型」做就绪检查的人；把知识库当云端多人协作空间用、需要细粒度权限体系的场景。
标签：dsh-knowledge、DeepSeek Harness、本地知识库、RAG 实践、插件上手指南
本文由 DeepSeek Harness Hub 自动整理，数据来源于插件详情页。