lixingmax/Mnemos

dsh-personal-kb

License
Node
Platform
Built for DeepSeek Harness

English —— 一个用于 DeepSeek Harness 的本地个人知识库插件：将 PDF、图片、网页和笔记摄取到设备端知识库中，通过多代理管线自动编译成结构化 Wiki 页面，并让 AI 在对话中召回它们。100% 本地，无云端。

DSH 个人知识库插件 —— 让 AI 真正记住你读过的东西。

把 PDF、图片、网页、笔记存进本地知识库，多代理管线自动编译成结构化 Wiki；之后在对话里随问随取，AI 会自动召回相关知识来回答——全程数据不出你的电脑。

拖入论文 PDF → AI 存入知识库 → 自动编译成 Wiki
三个月后问："我之前存的那篇图神经网络讲异常检测的，贡献点是什么？"
→ AI 自动从知识库召回原文，引用作答

为什么需要它

- AI 没有长期记忆：聊过的论文、读过的资料，关掉窗口就忘。知识库让它"越用越懂你"
- 通用 RAG 不懂你的资料：本地全文检索 + LLM 编译的 Wiki 摘要，召回比裸向量库更准
- 隐私第一：SQLite + Markdown 全部落盘 ~/.dsh/personal-kb/，无云同步、无遥测

功能

- 多模态摄取：.pdf（含扫描型）/ 图片 / 网页 HTML / 纯文本，统一管线
- 多代理编译：WikiWriter（正文编译）+ WikiLinker（双链链接）子代理，产出带 frontmatter、章节、反链的 Wiki
- 对话召回：kb_context 注入 Wiki 摘要（省 token），kb_read 按需读全文——agentic RAG 两段式闭环
- 检索：FTS5 关键词检索（trigram 分词，支持中文子串），按文件夹/层过滤
- 导出：一键打包单个 markdown bundle，喂给 Claude Projects / GPTs 等外部 AI，顺带当备份
- Web 界面：文档列表 / 文件夹树 / 图谱 / 反链 / 审批暂存区 / 健康检查
- 视觉处理外判：图片与扫描页统一走 ModLens CLI，插件本体不做多模态

工作原理

素材(PDF/图片/HTML/文本)
→ 摄取层（pdf-inspector 解析 / clawpdf 渲染扫描页 / ModLens 视觉识别）
→ raw 层（原始中间文档，Markdown + frontmatter）
→ kb_process（WikiWriter 编译正文 + WikiLinker 生成双链）
→ wiki 层（结构化 Wiki）
→ kb_context 摘要召回 / kb_search 检索 / kb_read 全文 / kb_export 打包

快速开始

前置要求

| 依赖 | 说明 |
| --- | --- |
| Node.js 22+ | 用到内置 node:sqlite |
| DSH | 已支持 dsh web |
| ModLens | 必装（见下），图片与扫描型 PDF 的视觉识别通道 |

第 1 步：安装 ModLens（两种装法都需要）

① 对话端工具（modlens_read_image 等）
npx -y @deepseek-ai/dsh plugin --profile web add @liustack/modlens

② CLI 进 PATH（本插件的视觉通道）
npm i -g @liustack/modlens

装好后打开 ModLens，配置任意视觉后端（支持国内 OpenAI 兼容 API）。

第 2 步：构建并注册本插件

git clone
cd Mnemos/packages/dsh-personal-kb
pnpm install
pnpm build          # host + client 产物都在 dist/

dsh plugin add link:

重启 dsh web，日志出现 dsh-personal-kb loaded 即成功。

第 3 步：存第一篇资料

对话里直接说：

/kb-save 然后拖入一个 PDF

或

把这段笔记存进知识库：……

工具返回「已存入 raw/」后，AI 会主动问「要现在编译成 Wiki 吗？」——同意即可。

对话即用法

日常使用不需要记工具名，自然语言就能触发（skill 见下）：

| 你说 | 背后发生的事 |
| --- | --- |
| "我之前存过一篇讲 DART-GNN 的，讲讲它" | kb_context 召回摘要 → 不够再 kb_read 读全文 |
| "毕业开题文件夹里都有什么？" | kb_context(folder=毕业开题) 列出该文件夹全部 Wiki |
| "把知识库导出成 md，我要喂给 Claude" | kb_export 打包单文件到 ~/.dsh/personal-kb/export/ |
| "知识库健康状态如何？" | kb_lint 体检并报告问题 |

Skill（/ 命令触发）

插件自带三份 SKILL.md（skills/ 目录），通过 cordis.patch.yml 的 customSkillDirs 自动挂载——装好插件即可，无需手动拷贝。若 / 菜单没出现，重启 dsh web。
| 技能 | 触发场景 |
| --- | --- |
| /kb-save | 拖入文件、粘贴图片/长文，或说“存进知识库 / 收录 / 记一下” |
| /kb-recall | 回答知识类问题前检索；或问“我之前存过…吗 / 某文件夹里都有什么” |
| /kb-compile | 把 raw 层素材编译（或重编译）成 Wiki |

工具速览

| 工具 | 用途 |
| --- | --- |
| kb_ingest_pdf | 摄取 PDF（加密/超限按根因报错；扫描页走 ModLens，单篇最多 10 页） |
| kb_ingest_image | 摄取图片（视觉识别由 ModLens 完成） |
| kb_ingest_html / kb_ingest_text | 摄取网页 HTML / 纯文本笔记 |
| kb_process | raw → Wiki 编译（异步，可传 folder 归档） |
| kb_search | FTS5 检索（raw/wiki 层，folder 可选） |
| kb_context | 召回注入：wiki 摘要进上下文。query 按内容、folder 按文件夹（传父路径含子树），可组合 |
| kb_read | 按 doc_id 读单篇 Wiki 全文（50KB 护栏） |
| kb_export | 打包导出单文件 markdown（outputDir 指定目录、folder/layer 过滤、50MB 分批护栏） |
| kb_lint | 知识库健康检查 |

数据位置与隐私

~/.dsh/personal-kb/
├── kb.db          # SQLite 索引（FTS5）
├── raw/           # 摄取原始中间文档
├── wiki/          # 编译后的 Wiki
├── staging/       # 反链建议暂存区（审批制）
└── export/        # kb_export 默认输出目录

- 全部数据只在本地，无遥测、无云同步；可用环境变量 KB_ROOT 重定向
- 导出的 bundle 是明文 markdown，分享前请自行审查内容

FAQ

Q: 扫描型 PDF 能处理吗？
能。扫描页由 clawpdf 渲染成图片后走 ModLens 视觉识别，单篇最多处理 10 页，超出会明确报错。

Q: 加密 PDF 呢？
会明确报错并提示先解密，不会静默丢弃或编造内容。

Q: 编译会偷偷用我的对话模型吗？
kb_process 的子代理使用你 DSH 对话窗口当前默认模型，可在 DSH 里正常切换；除此之外没有任何外部调用。

Q: 摄取失败提示 ModLens 不可用？
按报错文案三条路径排查：确认两条安装命令都执行过、视觉后端已配置、modlens 在 PATH 中（where modlens / which modlens）。

开发

pnpm typecheck      # 类型检查
pnpm verify         # 全量验证脚本（存储/搜索/API/标题/PDF…）
pnpm verify:usage   # 使用层（skill 资产 / kb_context / kb_read / kb_export）

设计文档见 specs/（01 存储 → 07 使用层，含全部机制调研结论与实测教训）。

License

MIT