文档读写 LR611415/dsh-plugin-documents

dsh-plugin-documents

一个 DeepSeek Harness (DSH / Cordis) 插件，给模型提供两个工具，用来读写 Word (.docx)、PDF 和纯文本 (.txt/.md 等) 文件。

工具

read_document

读取一个 .docx / .pdf / 文本文件，返回提取出的纯文本内容。

| 参数 | 类型 | 必填 | 说明 |
| file_path | string | 是 | 要读取的文件路径（相对路径按会话工作目录解析） |
| format | string | 否 | auto（默认，按扩展名识别）/ text / docx / pdf |

write_document

把纯文本内容写入一个 .docx / .pdf / 文本文件。输出格式由扩展名决定。

| 参数 | 类型 | 必填 | 说明 |
| file_path | string | 是 | 目标路径；扩展名决定格式（.docx / .pdf / 文本） |
| content | string | 是 | 要写入的文本内容 |

能力与限制

- 文本：读写 .txt .md 等 UTF-8 文本文件。
- Word (.docx)：读——提取 word/document.xml 中的段落/表格文本；写——生成一个最小但合法、可用 Word/WPS 打开的 .docx（每个换行一个段落，支持中文）。
- PDF：读——扫描对象、解压 Flate/ASCIIHex/ASCII85/RunLength 流，提取 Tj/TJ/'/"/T* 文本，支持 CID 字体的 UTF-16BE（中文可提取）；写——生成带经典 xref 的合法 PDF，使用内置 Adobe STSong-Light + UniGB-UCS2-H 绘制，中文/英文可直接显示（Adobe Reader、Chrome/Edge、Foxit、WPS）。

限制（best-effort）：PDF 读取无法 OCR 图片型 PDF，也不处理加密 PDF；复杂排版（表格、分栏）会按内容流顺序摊平成文本。.doc（老式二进制 Word）不支持，请先另存为 .docx。

安装

插件是已发布到 npm 的 dsh.bundle 包（当前版本 0.1.0），已上架 DSH 1024Store。

方式 1：npm 包（推荐）

装进指定 profile（桌面端桌面 profile 为 desktop，商店统计走 web）
dsh plugin --profile <profile> add dsh-plugin-documents
或带商店统计的安装（会匿名计入 1024Store 安装排名）： dsh1024 plugin --profile <profile> add dsh-plugin-documents

方式 2：DSH Desktop 内置商店

打开 DSH Desktop → 社区插件市场（来源 DSH 1024Store）→ 搜索 dsh-plugin-documents → 安装 → 重启。

方式 3：GitHub 源码

dsh plugin --profile <profile> add github:LR611415/dsh-plugin-documents

装完后重启 DSH Desktop，插件（document-tools）即随运行时加载，模型可获得 read_document / write_document 两个工具。

测试

读写核心逻辑已通过回环测试（4/4），测试命令、环境与结果见 TESTING.md：

npm install --omit=peer --no-audit --no-fund
node test/smoke.mjs

发布与更新

改代码后发布新版本
npm version patch # 0.1.0 → 0.1.1
git push && git push --tags
npm publish --registry=https://registry.npmjs.org/

发布后 1024Store 商店会自动检测并同步新版。

目录结构

dsh-plugin-documents/
├── package.json # 声明 dsh.bundle.patch + adm-zip 依赖 ├── cordis.patch.yml # 把插件插入 entry list ├── README.md ├── TESTING.md # 测试报告（投稿测试证据） ├── lib/ │ ├── index.js # 插件入口，注册 read_document / write_document │ ├── util.js # 格式识别 + XML 转义 │ ├── docx.js # Word 读写 │ └── pdf.js # PDF 读写 └── test/ └── smoke.mjs # 可复现的读写回环测试