ddowbnac/dsh-web-search-local

@djdowbnac/dsh-web-search-local

一个无需账户或 API 密钥的 DeepSeek Harness 网页搜索提供程序，另外还可选地为你自己的文件提供完全本地的全文索引。

该插件在 ctx.web 接缝上注册了两个搜索提供程序和一个抓取提供程序：

| 提供程序 | 功能 | 网络 |
|---|---|---|
| web | 通过内置元搜索（auto、searxng）或仅 DuckDuckGo（duckduckgo）进行互联网搜索。 | 向各上游发起出站 HTTPS |
| local | 对本地语料库进行全文搜索（BM25、片段、增量重建索引，在 Bun 上使用 bun:sqlite FTS5，在 Node 上使用纯 JS JSON）。 | 无 |
| local（抓取） | 从磁盘读取 file:// URL，并检索 web_search 返回的 http(s):// URL。 | 仅在抓取时 |

当你想要无需密钥外部 API 的互联网搜索时，请固定使用 web。自带的 web-search-deepseek 插件需要 DeepSeek 账户和 API 密钥。

互联网搜索（web）

engine 字段用于选择后端（UI 或 YAML）：

- auto（默认）：内置元搜索。并行向 DuckDuckGo、Bing 和 Wikipedia 发起请求，然后合并、去重并对结果排序。无需实例、无需 URL、无需配置。
- duckduckgo：仅 DuckDuckGo，即无密钥的公共端点 html.duckduckgo.com/html/。会过滤掉广告行（duckduckgo.com/y.js）。
- searxng：与内置元搜索相同。保留该值名称是为了与 0.1.x 的实例模型兼容。

安装与挂载

该包已发布到 npm，因此正常安装会拉取注册表版本：

dsh plugin --profile web add @djdowbnac/dsh-web-search-local

这就是完整的安装过程。dsh plugin 会在首次使用时初始化 profile，并在 profile 目录内转发给 pnpm add（pnpm 必须在 PATH 中）。要固定确切版本，请添加完整的说明符（dsh plugin --profile web add @djdowbnac/dsh-web-search-local@1.1.2）。

使用以下命令移除它：

dsh plugin --profile web remove @djdowbnac/dsh-web-search-local

从检出目录安装（开发）

若要开发插件本身，请将同一命令指向检出目录，而不是包名：

在插件的检出目录中
dsh plugin --profile web add .

该目录会成为 pnpm 本地依赖，因此 profile 会将包名解析到此检出目录，bundle 注册的工作方式也相同。该依赖是本地链接，因此 profile 始终加载当前检出目录。编辑源代码后，请重新运行 bun run build 以使更改生效。

零安装（高级）

若要完全跳过 pnpm 依赖，请将该行的 name 指向已构建的入口点。从检出目录开始，先运行 bun run build，然后：

name: 'file:////dhs-web-search-local/lib/index.js'

挂载集成
依赖安装（npm 或 checkout）无需手动挂载。层顺序为：原版基础/表面 bundle 层、按 dsh.profile.bundles 顺序排列的包 bundle 层（本插件位于其中最后）、profile 的 cordis.patch.yml（用户层）、$DSH_HOME/cordis.patch.yml，以及任何 --patch 覆盖层：越靠后的层优先。因此，随附的 patch 是原版基础，用户层可自由覆盖：设置 corpusDirs、切换 engine、固定不同的 provider。随时检查合成后的树：

dsh --profile web --dump-config

对于零安装路径（手动挂载），将 ./cordis.patch.yml 作为 --patch 覆盖层应用，或将其中的行合并到 profile 的 cordis.patch.yml（位于 $DSH_HOME/profiles/web/cordis.patch.yml，默认 home 为 ~/.dsh），并将 name 调整为 file:// 条目。patch 会替换目标行的整个 config，因此该片段重新声明了 searchProvider 和 fetchProvider：

- insert:
- id: web-search-local
name: 'file:////dhs-web-search-local/lib/index.js'   # zero-install entry
config:
corpusDirs: [!!js process.cwd()]   # optional. Only used by the local provider
engine: auto                     # auto | duckduckgo | searxng
- id: web
config:
searchProvider: web      #  固定是强制性的。 原版 deepseek-official provider 始终“可用”，因此如果不固定 searchProvider，接缝会报告 WEB_PROVIDER_AMBIGUOUS。原版 web-search-deepseek / web-fetch-http 行可以保留（已注册但未被选中）。随附的 bundle patch 会执行固定，并有意不设置 corpusDirs：自动应用的层不得索引启动目录。请在用户层或通过设置部分进行设置。

配置

该 provider 暴露 web-search-local 设置部分，持久化到 $DSH_HOME/settings.yaml（热重载，因此更改无需重启即可在下次搜索时生效）：

| 字段 | 默认值 | 含义 |
|---|---|---|
| engine | auto | Web 后端：auto（元搜索：DuckDuckGo + Bing + Wikipedia）、duckduckgo 或 searxng（= 元搜索，为兼容 0.1.x 而保留）。 |
| corpusDirs | [] | 要索引的目录（绝对路径或 ~）。仅由 local 搜索 provider 使用。为空时返回有明确信息的空结果。 |
| include | 内置文本/代码集合 | 要索引的额外扩展名（可带或不带前导点）。 |
| exclude | 内置（node_modules、.git、*.min.js、lockfile 等） | 要跳过的额外目录名、文件名或点后缀。 |
| indexDir | /web-search-local | index.db 或 index.fallback.json 以及 manifest.json 所在位置。 |
| maxResults | 20 | 每次查询的来源上限（接缝会重新强制执行工具的界限）。 |
| snippetLength | 160 | 片段的大致长度。 |
| autoReindex | true | 每次搜索时重新扫描语料库（受内部间隔限制）。false = 仅在变更时构建。 |
| maxFileSizeBytes | 5000000 | 跳过大于此值的文件。 |

两种配置方式：

1. YAML（主要方式）： 编辑 $DSH_HOME/settings.yaml 中的 web-search-local 部分（与设置 UI 写入的是同一个文件）。示例：
yaml
web-search-local:
engine: auto
corpusDirs:
- D:\docs
- ~/notes

2. UI 卡片： 当部署渲染第三方插件卡片时，设置 -> 插件下会出现一个 web-search-local 的卡片（引擎、语料目录、最大结果数、片段长度、索引目录、自动重建索引，然后保存）。它是可选的：当部署不渲染卡片时，YAML 方式仍然完全可用。

已知限制

- 网络覆盖范围：DuckDuckGo、Bing 和 Wikipedia，均无需密钥。Google 不直接抓取，因为其 CAPTCHA 很脆弱。速率限制和反机器人拦截取决于 IP 信誉（数据中心 vs. 住宅）。被拦截的上游只会被丢弃，健康上游的合并结果仍会返回。只有当所有非可选上游都失败时，搜索才会抛出 WEB_PROVIDER_ERROR（附带各上游的详细信息）。
- DDG 异常页面：在遭受大量滥用时，DuckDuckGo 可能返回挑战页或异常页而不是结果。适配器会将其记录为类型化的 challenge 失败，与任何其他上游失败相同。
- publishedAt：Wikipedia 命中会携带它（API 的 timestamp）。DuckDuckGo 和 Bing 命中不会，因为这些上游不提供可靠的日期。本地语料结果使用文件的 mtime。