办公文档读写 Jesse-njx/dsh-cowork

DSH Cowork

在 DeepSeek Harness 中读写 Office 文档与 Jupyter Notebook——以及其他任何你的 Agent 运行的地方。

DSH Cowork 为编码 Agent 提供了一流的文档处理能力：

| 格式 | 读取（Read） | 写入（Write, v1） |
| xlsx 电子表格 | ✅ 有界、按单元格寻址的窗口 | ✅ 按单元格引用新建 / 编辑 |
| ipynb 笔记本 | ✅ 单元格 + 内联输出 | ✅ 按单元格下标新建 / 编辑 |
| pdf | ✅ 文本窗口（pages） | —（v2：表单填写） |
| docx | ✅ 段落 + 字数统计 | —（v2：生成） |
| pptx | ✅ 幻灯片 + 形状 id | —（v2：生成） |

English version: README.md.

为什么做这个

DeepSeek Harness 内置的 read 只支持 UTF-8 文本——它打不开电子表格、PDF、幻灯片或笔记本。Claude Code 原生支持 PDF 和笔记本；Codex 则什么都没有。
DSH Cowork 以仓库外插件的方式补齐了这个缺口（无需 fork、无需 PR——这正是 CONTRIBUTING.md 推荐的生态路径）。

"Cowork = READ + WRITE" 之所以是一个整体而非两个孤立工具，靠两个设计：

1. 稳定地址（stable addresses）。 doc_read 返回 xlsx 的单元格引用（A1、C12）和 pptx 的形状 id，doc_write 直接消费这些地址。
行号无法寻址二进制格式，地址可以。
2. 有界窗口 + 显式截断。 每次读取都有上限（页 / 行 / 幻灯片 / 单元格 / 字节）。静默截断是最大的罪过：窗口被截断时一定会出现 > Truncated: 提示。

包结构

| 包 | 作用 |
| packages/core | 纯 TS、零 DSH 依赖：嗅探 → 抽取 → 构建、窗口化、安全上限 |
| packages/dsh | DSH 插件包：doc_read / doc_write 工具（dsh plugin add 安装） |
| packages/mcp | MCP 服务器（stdio）——供 Codex、Claude Code 及任意 MCP 客户端使用 |
| packages/cli | doc-read / doc-write 命令行 + SKILL.md（pi harness 适配） |

安装到 DeepSeek Harness

从仓库克隆后安装（当前分发方式：GitHub，不发布到 npm）
git clone https://github.com/Jesse-njx/dsh-cowork.git
cd dsh-cowork
pnpm install # installs deps and builds all packages (prepare)
dsh plugin --profile add ./packages/dsh

之后模型即可使用 doc_read / doc_write（可用一个真实会话验证：让模型 doc_read 一个 .xlsx 文件）。

可选配置（均有合理默认值）：

在 profile 的 cordis.patch.yml 中覆盖 cowork-docs 行
- id: cowork-docs
name: '@dsh-cowork/plugin'
config:
maxInputBytes: 67108864
maxOutputBytes: 262144
maxDecompressedBytes: 536870912 # zip 炸弹防护 maxZipEntries: 4096 maxPages: 20 maxSheetRows: 200 maxSheets: 1 maxSlides: 20 maxCells: 200

供任意 Agent 使用（MCP / CLI）

Codex / Claude Code 的 MCP 配置示例 { "mcpServers": { "cowork": { "command": "node", "args": ["/packages/mcp/lib/index.js"], "cwd": "" } } }

doc-read report.xlsx --sheets Data --rows 50
doc-write edit report.xlsx --spec edit-spec.json

安全模型

- Zip 炸弹：所有 OOXML 归档在解压前先检查条目数与解压后大小上限。
- 宏文件：.xlsm / .docm / .pptm（含 vbaProject.bin 者）一律拒绝——Cowork 从不读写宏格式。
- 只读模式：沙箱处于 read-only 时，doc_write 被硬性禁止， doc_read 照常可用。
- 编辑防护：doc_write 编辑前必须已在本会话读取过该文件（expected_version），并可选用内容哈希校验（expected_sha256）——每次编辑都是一次哈希检查。
- 禁止静默覆盖：覆盖已存在文件需要先读取过（DSH）或显式 force （CLI / MCP）。
- 原子写入：临时文件 + 重命名，绝不留下半成品目标文件。
- 过期公式：被编辑的 xlsx 工作表会清除缓存的公式结果，让 Excel / LibreOffice 打开时重新计算（exceljs 本身不重算）。
- 不可信输入：公式、隐藏工作表、演讲者备注一律视为数据，随抽取结果呈现，绝不执行。

架构

┌──────────────────────────────────────────────┐
│ @dsh-cowork/core │
│ sniff → readDocument / writeDocument → caps │
└───────┬──────────────┬──────────────┬────────┘
│ │ │
┌──────────▼───┐ ┌───────▼──────┐ ┌────▼───────┐
│ packages/dsh│ │ packages/mcp │ │ packages/cli│
│ DSH 插件包 │ │ MCP stdio │ │ + SKILL.md │ └──────────────┘ └──────────────┘ └────────────┘

DSH 插件包的读取走 ctx.fs（有界 readBytes、沙箱感知的路径解析、 fs/observed 事件）；由于 fs 服务只支持文本写入，字节写入由插件自行完成（临时文件 + 原子重命名），并在写入后重新观察真实版本号，使内置策略机制保持一致。

开发

pnpm install
pnpm -r build
pnpm -r test # core 35 + plugin 15 + cli 6 + mcp 7

- 测试夹具：node packages/core/scripts/make-fixtures.mjs（PDF 需要 macOS cupsfilter，否则跳过）。
- Node 20+；测试使用 Node 原生 TS type-stripping。

路线图

- v1（本仓库）：读取全部五种格式；写入 xlsx + ipynb。
- v2：ipynb 写入打磨、docx/pptx 生成、PDF 表单填写（pdf-lib）、面向视觉模型的 PDF 页面渲染为图片、docx 原生 OOXML 编辑。
- 发布：dsh-plugin GitHub 主题、awesome-list 条目、Discussions 帖子。

贡献

本项目使用 dsh-plugin 主题。欢迎提交 Issue、PR 与 Discussion——同时，按照 deepseek-harness CONTRIBUTING.md，你自己的插件也请打上 dsh-plugin 主题。