文档转换 bronya19c818/dsh-doc-converter

DSH 文档转换

DeepSeek Harness 原生插件。本地完成 Markdown、DOCX、DOC 到 DOCX 的转换，样式按不可变版本保存。全程没有模型参与，文档不上传。

功能

导入一份 .md、.markdown、.docx 或 .doc，选一套样式预设，生成 DOCX 并下载；同时产出规范化报告和样式快照，便于复核。

- 原生侧边栏页面和 doc_converter 工具调用同一组后端操作。
- 样式预设分角色设置（标题、正文、表格、图片、页边距等），保存时生成新版本，旧版本保持可追溯。
- 当前有效样式可从旧数据目录一次性迁移，身份、版本和原始字段不变。
- Markdown 的标题层级由后端统一判定；*、^ 这类与算式冲突的符号按上下文评分决定是否作为强调或上标，判定结果写入报告。
- DOCX 直接走 OOXML 规范化，不重建内容；只有显式指定时才走 Markdown 重建。

运行条件

- Windows。宿主为 DeepSeek Harness，engines.dsh 要求 >=0.2.1-rc.5。
- Python 3.12 或更新版本，用于插件自己的转换进程。
- Pandoc 用于 Markdown 与 DOC 转换，LibreOffice 仅 DOC 转换需要。两者都由插件在执行端探测并调用，包内不分发。

只转换 DOCX 时不需要外部程序。

安装

dsh plugin --profile web add dsh-doc-converter

安装后重启 DSH，侧边栏出现「文档转换」。

首次使用：准备私有 Python 环境

插件在自己的数据根下建一个私有 venv，不与系统 Python 混用。用装好包内的准备脚本执行一次：

node <DSH_HOME>/profiles/web/node_modules/dsh-doc-converter/scripts/setup-python.mjs \
--python <Python 3.12+ 可执行文件绝对路径> \
--data-root <DSH_HOME>/storages/dsh-doc-converter

依赖版本来自包内 python/requirements.txt 的锁定列表。准备完成后，页面「转换环境」会显示 Python、Pandoc、LibreOffice 的探测结果。

也可以在 Host 配置里显式提供 pythonPath 和 dataRoot，此时使用执行端的绝对路径。

使用

页面里选文件、选预设、开始转换。转换在后台跑，切换页面后回来仍能看到进度和结果。完成后下载 DOCX，其他产物在「其他产物」里。

工具调用序列与页面一致：

import_file -> convert -> get_job（直到 completed/failed）-> artifact

可选动作：dependencies、list_styles、create_style、revise_style、delete_style、migrate_styles。

数据位置

默认在 $DSH_HOME/storages/dsh-doc-converter：

- jobs/<id>/source/ 原始输入副本，不覆盖上传文件
- jobs/<id>/ 正式产物与审计文件
- style-packs/<id>/<version>.json 不可变样式版本

同一个数据根只由一个工作进程写入。

开发

插件源码在本仓库根目录；转换核心的源码在上游项目，构建时复制到 python/doc_converter。

npm install
npm run build # 生成 client.js 与 Python 负载
npm run typecheck
npm test
node scripts/verify-package.mjs # 发布前检查

图标为本项目原创；页面功能图标使用 MIT 许可的 Tabler Icons，全文见 THIRD_PARTY_NOTICES.txt。

许可

MIT，见 LICENSE。随包使用的第三方组件许可见 THIRD_PARTY_NOTICES.txt。