miaobuao/dsh-document-parser

dsh-document-parser

一个 DeepSeek Harness Cordis 包，用于注册由 LiteParse 提供支持的 parse_document 工具。

它提供什么

该插件让 Agent 将当前工作区中的文档解析为 Markdown。它支持 LiteParse 处理的格式，包括 PDF、Office/OpenDocument 文件和图像。

第一个版本运行在 DSH Host 侧。它不添加浏览器 UI 或通用聊天附件协议。

开发

要求：

- Node.js 18 或更高版本
- pnpm
- 与 @deepseek-ai/dsh-* 版本 0.1.0-rc.6 兼容的 DSH 安装

安装并构建：

pnpm install
pnpm run check

质量检查通过 Lefthook 在提交和推送时自动运行：

- prettier --check 校验暂存的格式。
- oxlint 校验 TypeScript 源码。
- typecheck 和 build 在推送前运行。

生成的 lib/ 目录被 Git 忽略，并由 postinstall 和 build 重新创建。它通过 files 字段包含在 npm 包中，但不应提交到源代码控制中。

安装到本地 DSH 配置文件

在 DSH 应解析文档路径的工作区中：

dsh plugin --profile web add file:/absolute/path/to/dsh-document-parser
dsh --profile web --dump-config
dsh web

该包声明了一个 dsh.bundle 条目，因此 DSH 会在安装后自动添加其 cordis.patch.yml 层。对于无头配置文件，请单独安装：

dsh plugin --profile headless add file:/absolute/path/to/dsh-document-parser

Agent 用法

让 Agent 解析文件：

Parse docs/manual.pdf and summarize the main points.

支持可选的页面选择：

{
"file_path": "docs/manual.pdf",
"target_pages": "1-5"
}

工具参数

parse_document 工具接受：

- target_pages：可选的从 1 开始的页面选择，例如 1-5,10。
- ocr_enabled：是否运行 OCR；默认为 true。
- ocr_language：Tesseract 语言代码，例如 eng 或 chi_sim。
- output_format：markdown、text 或 json；默认为 markdown。

DSH 负责工具超时、输出保留、溢出和压缩策略。此插件将请求的解析选项传递给 LiteParse，而不添加另一个插件级资源限制配置。

根据 LiteParse 的要求，Office 解析可能需要主机上安装 LibreOffice。