多引擎搜索 a2042798096-debug/dsh-deepseek-search

DeepSeek 搜索（dsh-deepseek-search）

给 DeepSeek Harness 桌面端补上「真正能上网查资料」的能力：多引擎搜索 + 网页正文抓取 + 一次调用完成深度收集，并提供一个中文设置页。

仓库地址：<https://github.com/a2042798096-debug/dsh-deepseek-search>

- 原生 web_search 会自动切换到本插件的多引擎搜索链，模型不需要换工具名。
- 新增 web_research：搜索 → 选页 → 抓正文 → 汇总，带出处。
- 新增 web_collect：一次读多个 URL 的正文。
- 新增 web_engines：查看引擎启用/可用状态。
- 设置页可开关引擎、填 API Key、调超时与正文上限、直接试搜。

当前版本默认接入国内可直连的 必应、百度、搜狗、360；Tavily / Exa / Firecrawl / Brave / Serper 需要 Key，DuckDuckGo / SearXNG 默认关闭。在部分中国大陆网络中，Google、DuckDuckGo、Brave、SearXNG 公共实例可能连接超时，所以没有把它们设为默认。

优势

- 不消耗 DeepSeek 模型 token：默认四个免费引擎直接发 HTTP 请求，不走「辅助模型回合」；只有你自己启用的 Tavily/Exa 等 API 引擎才使用对应服务商的额度。
- 多源交叉，而不是单一官方结果：必应、百度、搜狗、360 并行检索，按加权 RRF 合并、按 URL 去重；多个引擎同时命中的结果会自动加分。
- 一次调用完成「查 + 读」：web_research 把「多查询 → 多引擎 → 选页 → 抓正文 → 带出处汇总」串起来，不用模型来回十几轮。
- 原生工具零迁移：web_search / web_fetch 的名字和参数不变，已有提示词、技能、工作流不用改；只是 web_search 背后的提供方换成了多引擎。
- 失败隔离：某个引擎超时、被反爬或改版，只影响它自己；其他引擎继续返回。连续失败会记录在 web_engines 的「最近错误」里，方便判断是 Key、网络还是反爬。
- 直连失败可回退：免费引擎的 GET 请求在直连被重置/超时时，会自动再走一次 DSH 的 ctx.web.fetch()，复用它配置的代理、DNS 校验和安全限制。
- 隐私可控：每个引擎都能单独关闭；API Key 只写本机；设置页明确提示查询会发往哪些引擎；不想让查询离开 DeepSeek 时，可以只保留官方提供方。
- 中文场景优化：默认启用百度、搜狗、360，覆盖公众号、CSDN、知乎、博客园等中文来源；搜狗/360 的 /link 跳转壳会自动解析成真实地址。
- 上下文可控：web_research 支持 includeContent: false 摘要模式、maxPages、每页字符上限和总输出上限，调研长文时也能控制上下文。
- 开源可扩展：新增一个引擎只需要改 config.mjs 的目录、engines.mjs 的 runner/parser，再加一个离线 fixture。

与原版 DSH 网页搜索的区别

| 维度 | 原版 DSH | 本插件 |
| 搜索方式 | DeepSeek 官方：deepseek-official（Messages 原生搜索）或 deepseek-search-api | 本插件注册 deepseek-search，聚合多个搜索引擎 |
| 引擎数量 | 单一官方提供方 | 默认 4 个免费引擎；可选 7 个 API/自建引擎 |
| 成本 | 一次搜索通常是一次辅助模型请求，消耗 token/官方额度 | 免费引擎零模型 token；API 引擎使用各家额度 |
| 延迟 | 更接近一次模型回合 | 并行 HTTP，通常 1–3 秒返回搜索结果；抓正文另计 |
| 结果 | 官方排序与结构化来源 | 加权 RRF、跨引擎去重、来源引擎标注 |
| 工具 | web_search、web_fetch | 原生两个不变，另加 web_research、web_collect、web_engines |
| 网页抓取 | http 或 deepseek-fetch-api | 仍走 ctx.web.fetch()，默认固定 http |
| 配置入口 | 设置 → 内置插件设置 → 网页搜索 | 设置 → DeepSeek 搜索 |
| 查询去向 | api.deepseek.com | 你启用的 Bing/百度/搜狗/360 或 Tavily/Exa 等 |
| 失败模式 | 凭据、端点、官方额度 | 反爬、网页改版、网络；多引擎 + 可选 API 兜底 |

什么时候仍然用原版

- 要求所有查询只到 DeepSeek、不接受第三方搜索引擎；
- 已经有稳定的 DeepSeek API 额度，且更信任官方结构化结果；
- 只需要单页 web_fetch，不需要批量收集；
- 对免费 HTML 解析的稳定性没有把握，也不想配置 API 引擎。

什么时候用本插件

- 需要中文多源结果、交叉验证；
- 想省模型 token，或模型本身没有官方搜索额度；
- 需要一次读多页、做调研、输出带出处的资料；
- 愿意用 Tavily/Exa 等 API 换取更稳的英文/技术结果。

1. 安装

先获取代码：

git clone https://github.com/a2042798096-debug/dsh-deepseek-search.git
cd dsh-deepseek-search

方式 A：双击脚本（推荐）

1. 完全退出 DeepSeek Harness（不是最小化到托盘，是退出进程）。
2. 双击本目录下的 安装.cmd，或在 PowerShell 中运行：

powershell
powershell -NoProfile -ExecutionPolicy Bypass -File .\install.ps1

3. 脚本会把本目录以 link: 方式装进 desktop 配置档，并打印验证结果。
4. 重新启动 DeepSeek Harness。
5. 打开 设置 → DeepSeek 搜索，点一次「试搜」确认引擎可用。

方式 B：手动命令 powershell

按你的实际路径修改这两行

$dsh = "D:\deepseekharness\resources\runtime\cli\bin\dsh.cmd"
$plugin = "C:\path\to\dsh-deepseek-search"
& $dsh plugin --profile desktop add "link:$($plugin -replace '\\','/')"

如果 DSH 安装路径不同，把 $dsh 换成实际安装目录（目录下应有 resources\runtime\cli\bin\dsh.cmd）。

安装完成后，配置档的 package.json 会自动把 dsh-deepseek-search 加入 dependencies 和 dsh.profile.bundles；插件包内的 cordis.patch.yml 会把 web.searchProvider 切到 deepseek-search。

方式 C：在 DSH 插件页安装

1. 打开 设置 → 插件。
2. 选择「从本地目录安装 / 安装本地插件」。
3. 选中本目录，安装后重启。

桌面端同一时间只建议由一种方式安装，重复安装前先卸载。

2. 使用

安装并重启后，正常和模型聊天即可。例如：

- 「帮我查一下 DeepSeek Harness 最近有哪些值得装的插件，列出来源。」
- 「用 web_research 调研一下 2026 年国产大模型 Agent 框架的差异，deep 深度。」
- 「把这三篇文章的正文抓下来对比：https://… https://… https://…」

模型会自己选择：

| 工具 | 用途 |
| web_search（原生） | 普通搜索，返回标题、URL、摘要；现在由本插件的多引擎链提供结果 |
| web_fetch（原生） | 打开单个 URL，DSH 自带，带 SSRF 防护与正文转换 |
| web_research | 多查询、多引擎搜索 + 抓取前 N 页正文 + 汇总；适合调研 |
| web_collect | 批量抓取指定 URL 的正文；适合已有链接 |
| web_engines | 查看引擎是否可用、配置路径、当前参数 |

web_research 参数

| 参数 | 说明 |
| query | 必填，主题/问题，建议关键词 |
| queries | 可选，额外的查询角度，最多 4 组 |
| depth | quick（3 页）/ standard（6 页）/ deep（10 页） |
| maxPages | 可选，1–10，覆盖 depth 的页数 |
| includeContent | 可选，默认 true；设为 false 只返回摘要/节选，节省上下文 |
| engines | 可选，指定引擎 id，如 ["bing","baidu"] |

web_collect 参数

| 参数 | 说明 |
| urls | 必填，1–10 个 http(s) URL |
| maxCharsPerPage | 每页正文上限，1000–50000 |
| includeLinks | 是否附带页面内链接 |

小技巧

- 问「最新/今天/价格/版本号」这类问题时，明确要求「用 web_research 查并给出来源链接」。
- 需要更全的中文资料时，在设置页同时打开百度、搜狗、360。
- 需要英文/技术资料时，填 Tavily 或 Exa 的 Key 并启用；它们的结果通常比网页解析稳定。
- 单页读不到正文时，先试 web_fetch；仍不行再用 web_collect 或换 URL。

3. 设置页

设置 → DeepSeek 搜索：

- 免费引擎：必应、百度、搜狗、360、DuckDuckGo、SearXNG。
- API 引擎：Tavily、Exa、Firecrawl、Brave、Serper。
- 每个引擎可单独启用/停用；API 引擎填写 Key 后才会可用。
- 「抓取与结果设置」可调：每引擎结果数、单引擎超时、整次搜索超时、每页正文上限、深度收集默认页数、缓存时间。
- 「试搜」会使用已保存的配置，直接显示聚合后的前 10 条结果和引擎来源。
- 某个引擎最近失败时，会显示「最近错误」；常见是反爬、超时或 Key 无效。
- 页面顶部有数据流向提示：查询会发往已启用的引擎/API 服务商，不需要的引擎直接关掉。

Key 只写入本机配置文件，设置页只显示 •••• 加后四位；保存时留空表示保持原 Key。

4. 引擎与配置

引擎

| id | 名称 | 类型 | 默认 | 说明 |
| bing | 必应 Bing | 免费 | 开 | 默认走 cn.bing.com，可改地址 |
| baidu | 百度 | 免费 | 开 | 中文覆盖好；结果条数受反爬影响 |
| sogou | 搜狗 | 免费 | 开 | 公众号内容多；跳转壳会自动解析 |
| so360 | 360 搜索 | 免费 | 开 | 作为中文补充 |
| duckduckgo | DuckDuckGo | 免费 | 关 | 大陆通常需代理 |
| searxng | SearXNG | 自建 | 关 | 填实例地址；需实例开启 JSON 输出 |
| tavily | Tavily | API | 关 | 需 TAVILY_API_KEY 或设置页 Key |
| exa | Exa | API | 关 | 需 EXA_API_KEY |
| firecrawl | Firecrawl | API | 关 | 需 FIRECRAWL_API_KEY |
| brave | Brave Search | API | 关 | 需 BRAVE_API_KEY |
| serper | Serper (Google) | API | 关 | 需 SERPER_API_KEY |

配置文件

默认路径：text C:\Users\<你的用户名>\.dsh\deepseek-search\config.json

- 也可以用环境变量 DSH_DEEPSEEK_SEARCH_CONFIG 指定其他路径。
- API Key 也可以放在环境变量里（配置留空时读取）：TAVILY_API_KEY、EXA_API_KEY、FIRECRAWL_API_KEY、BRAVE_API_KEY、SERPER_API_KEY。
- 参考 config.example.json。修改后可在设置页点「保存」，或直接重启 DSH。

关键字段 json {
"engines": {
"bing": { "enabled": true, "baseURL": "https://cn.bing.com", "weight": 1 },
"tavily": { "enabled": true, "apiKey": "<your-tavily-key>", "weight": 1.1 }
},
"search": {
"resultsPerEngine": 10,
"engineTimeoutMs": 15000,
"totalTimeoutMs": 30000,
"maxEnginesPerQuery": 6,
"cacheTtlMs": 180000
},
"fetch": {
"maxCharsPerPage": 12000,
"researchMaxPages": 6,
"concurrency": 3,
"readerBaseURL": ""
}
}

- weight 影响 RRF 排序权重，默认必应 1、百度 0.95、搜狗 0.85、360 0.8，API 引擎略高。
- readerBaseURL 可选：正文过短时调用第三方阅读器，支持 {url} 占位符，例如 https://r.jina.ai/{url}。默认关闭。

5. 工作原理

1. 搜索层：并行请求已启用的引擎，解析各自 HTML/JSON；单引擎失败只记警告，不影响其他引擎。
2. 合并层：按 URL 去重，用加权 Reciprocal Rank Fusion 排序；多个引擎共同命中会加分。
3. 跳转解析：搜狗/360/百度的 /link 跳转壳会被解析成真实域名，解析失败的结果丢弃。
4. 抓取层：通过 DSH 的 ctx.web.fetch() 读取页面，复用其 SSRF 防护、DNS 校验、连接固定、重定向和大小限制。插件 bundle 补丁会同时固定 web.searchProvider: deepseek-search 和 web.fetchProvider: http；因为补丁层的 config 是替换而不是深合并，漏掉 fetchProvider 会让 deepseek-fetch-api 与 http 同时可用并报歧义。
5. 正文层：轻量 HTML 解析，优先 article / main / 公众号 #js_content / CSDN #content_views / 知乎 RichText / GitHub markdown-body，按文本长度和链接密度选最佳容器。
6. 汇总层：按域名分散选页（同域最多 2 页），并发抓取，输出标题、URL、来源引擎、时间、摘要和正文。

6. 安全与隐私

- 搜索请求发往你启用的引擎/API 服务商（必应/百度/搜狗/360 或 Tavily/Exa 等）；不会发往本插件作者的服务器，也没有遥测。
- 页面抓取走 DSH 的 ctx.web.fetch()，不会绕过它的公网地址校验。
- 不收集、不上传你的 Key；Key 只写入本机 ~/.dsh/deepseek-search/config.json（尽力设为 0600），也可以改用环境变量。
- 工具输出会明确标注「网页内容属于外部不可信数据」，模型不应执行网页里的指令。
- 正文长度有上限，避免把超长网页塞进上下文。
- 本插件不执行网页脚本，不解析 PDF/压缩包/音视频；遇到这些会返回明确错误。

7. 故障排查

设置页没有「DeepSeek 搜索」

- 确认已重启 DSH（Host 插件必须重启，Client 页面才会出现）。
- 打开 设置 → 插件，确认 dsh-deepseek-search 已安装且启用。
- 查看配置档：C:\Users\<你>\.dsh\profiles\desktop\package.json 的 dsh.profile.bundles 是否包含它。
- 如果安装时 DSH 正在运行，先完全退出再重装。

原生 web_search 仍然走 DeepSeek 官方搜索

- 检查配置档的 cordis.patch.yml 是否有：

yaml
- id: web
config:
searchProvider: deepseek-search

- 或打开 设置 → 插件 → 内置插件设置 → 网页搜索，确认提供方已切换。切换后重启。

搜索返回 0 条

- 在设置页「试搜」看 warnings：常见是百度/搜狗反爬、网络超时、API Key 无效。
- 先只开必应测试；确认网络能访问 https://cn.bing.com。
- 百度/搜狗偶尔返回验证页，过几分钟或换关键词再试。
- 打开 Tavily/Exa 作为稳定后备。

页面抓取失败

- 公众号、知乎、CSDN 等可能有反爬；web_fetch 失败时换用文章镜像或搜索结果里的其他来源。
- PDF、压缩包、音视频会明确提示不支持。
- 需要代理才能访问的站点，DSH 的 fetch 会按它的代理配置处理；搜索引擎默认直连，直连失败时会回退到 ctx.web.fetch()，因此也能复用 DSH 的代理。API 引擎的 POST 请求不会走这个回退。
- 如果错误是 multiple usable web providers are registered (deepseek-fetch-api, http)，说明 web 的 fetchProvider 没有被固定。请确认插件自带的 cordis.patch.yml 同时包含 searchProvider: deepseek-search 和 fetchProvider: http；旧版本可在配置档的 cordis.patch.yml 里补上，然后重载/重启。

超时

- 调低「每引擎结果数」，或调低「整次搜索超时」。
- deep 深度会抓 10 页，慢是正常的；日常用 standard。

8. 卸载 powershell powershell -NoProfile -ExecutionPolicy Bypass -File .\uninstall.ps1

或： powershell $dsh = "D:\deepseekharness\resources\runtime\cli\bin\dsh.cmd" & $dsh plugin --profile desktop remove dsh-deepseek-search

卸载后重启 DSH。配置文件默认保留在 ~/.dsh/deepseek-search/config.json；如需彻底清除，加 -PurgeConfig 或手动删除该目录。

9. 开发与测试

本插件不需要构建：lib/index.mjs 是 Host ESM，lib/client.js 是手写的 __ModuleLoader__.load 浏览器包，直接改源码即可。
powershell

语法检查

node --check lib/index.mjs
node --check lib/client.js

CI 同款离线测试：解析器、配置、正文提取、输出格式化

node test/offline.test.mjs

Client bundle 包装与设置页注册

node test/client.test.mjs

也可以直接跑 npm test（offline + client，不访问网络）

npm test

真实网络冒烟：多引擎搜索

node test/engines.test.mjs "DeepSeek Harness 插件"

正文提取（网络）

node test/extract.test.mjs

搜索 + 抓取 + 汇总（网络）

node test/research.test.mjs

假 ctx 下的 Host 集成测试（工具、提供方、设置路由，需要网络）

node test/host.test.mjs

GitHub Actions 的 CI 工作流只跑离线测试和 bundle 包装检查，不会访问搜索引擎，因此在 CI 中稳定。真实网络测试保留给本地手动运行。

目录： text dsh-deepseek-search/ ├─ lib/ │ ├─ index.mjs Host 入口：提供方、3 个工具、HTTP 路由 │ ├─ config.mjs 配置模型、默认值、持久化、脱敏 │ ├─ engines.mjs 引擎实现、解析、RRF 合并、跳转解析 │ ├─ html.mjs 轻量正文提取 │ ├─ research.mjs 抓取、批量收集、深度收集、输出格式化 │ └─ client.js 设置页浏览器包 ├─ test/ 离线测试 + 真实网络冒烟/集成测试 ├─ .github/workflows/ci.yml ├─ cordis.patch.yml 插件 bundle 补丁 ├─ package.json ├─ config.example.json ├─ install.ps1 / uninstall.ps1 / 安装.cmd / 卸载.cmd ├─ SECURITY.md ├─ CONTRIBUTING.md ├─ CHANGELOG.md └─ README.md

10. 已知限制与应对

这个插件不是「比官方搜索更强」的承诺，而是在官方搜索之外多给一套可调、可省 token、可多源交叉的方案。下面是明确的取舍。

| 限制 | 影响 | 插件里的应对 |
| 免费引擎靠 HTML 解析 | 搜索引擎改版、反爬、验证码会让结果变少或为空 | 多引擎并行、单引擎失败隔离、结果缓存；设置页显示「最近错误」；可切到 Tavily/Exa 等 API 引擎 |
| 百度在无 Cookie 时结果少 | 中文结果覆盖不如预期 | 同时启用必应/搜狗/360；需要更稳时加 API 引擎 |
| 搜狗/360 有跳转壳 | 不能直接拿到真实域名 | 自动解析 /link 跳转；解析失败的结果丢弃，避免返回垃圾链接 |
| 查询会发给第三方 | 隐私边界从「只到 DeepSeek」变成「到多个搜索引擎」 | 每个引擎可单独关闭；Key 只存本机；设置页明确数据流向；不想外发时只用官方提供方 |
| 某些引擎在当前网络不可达 | DuckDuckGo/Google/Brave/SearXNG 可能超时 | 默认只开国内四引擎；直连失败时自动回退到 ctx.web.fetch()（可复用 DSH 代理）；API 引擎 POST 不走该回退 |
| 长文会占用上下文 | 多页正文可能很长 | includeContent:false 摘要模式、maxPages、每页字符上限、总输出上限；页面默认截断 |
| 不支持 PDF/Office/音视频 | 这些链接会明确失败 | 用 web_fetch 打开可读页面；配置 readerBaseURL 走第三方阅读器；或换来源 |
| 没有内部 LLM 总结 | web_research 只做检索和正文拼接，不做二次生成 | 主模型直接阅读带出处的资料；需要更短时用摘要模式；不额外消耗一次模型调用 |
| 补丁会替换 web 配置 | 漏写 fetchProvider 会导致抓取提供方歧义 | cordis.patch.yml 同时固定 searchProvider: deepseek-search 和 fetchProvider: http；故障排查里有说明 |
| 通过 link: 安装 | 移动/删除插件文件夹会让链接失效 | 安装脚本使用绝对路径；移动后重新执行安装；README 已注明 |
| API Key 存在本机 JSON | 本机文件被读取时可能泄露 | 尽力设为 0600；优先用环境变量；设置页只显示后四位；不写入日志/工具输出 |

不是替代关系：原生 web_fetch 仍然保留，web_research/web_collect 也复用它的安全抓取；如果只需要官方搜索，把 web.searchProvider 切回 deepseek-official 或卸载插件即可。

Contributing

见 CONTRIBUTING.md。提交前请运行 npm test，并确保不要把任何真实 API Key 写进仓库。

License

MIT