下载论文 PDF 并稳定抽取正文，避开字体乱码与卡死
30.8/100
综合分
1
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/22 · 周下载取自 npm 全网（含 CI / 镜像），非本站安装数；综合分由星标、活跃度与兼容性检查合成。
安装命令 · 需先装 dsh CLI 引擎
dsh plugin --profile web add rrdongdong/dsh-pdf该包不可直接 npm 安装，改从 GitHub 源安装（明细见下方安装检查）
状态速览
判定依据：实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位：已验证
是什么
dsh 原生插件 · search
安全吗
本站尚未对该插件做风险分级
暂未覆盖，不等同于无风险
还在维护吗
活跃：最近一次提交在 10 天前
档位由哪些信号合成
本站实装验证（真实安装 L4 覆盖全站；L5 为运行时冒烟或实机截图，覆盖范围小于 L4） · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
社区实装还没有人打卡 · 装过的第一个就是你
安全扫描自动 · 静态分析源码v2.7.0🔵 扫描：含敏感能力尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0静态扫描发现插件具备触达本地系统的能力：执行外部命令、读写/删除本地文件、读取剪贴板或密钥类环境变量（至少其一）。这是能力清单，不是危险判定——具体能力项与证据见下方，安装前请自行判断是否需要。
读写/删除本地文件发起外部网络请求
查看扫描证据（共 9 处，展示前 9 条）
- 读取本地文件lib/index.js:178
st = await stat(abs); - 读取本地文件lib/index.js:186
const buf = await readFile(abs); - 写入本地文件lib/index.js:284
await mkdir(cacheDir, { recursive: true }); - 读取本地文件lib/index.js:291
const { size } = await stat(target); - 读取本地文件lib/index.js:298
try { have = (await stat(partial)).size; } catch { have = 0; } - 发起网络请求lib/index.js:303
const res = await fetch(url, { headers, redirect: 'follow', signal: ctrl.signal }); - 写入本地文件lib/index.js:311
await rename(partial, target); - 读取本地文件lib/index.js:312
const { size } = await stat(target); - 读取本地文件lib/index.js:323
try { got = (await stat(partial)).size; } catch { }
扫描于 2026/10/31（1 天前） · 范围 入口闭包 + 发布文件清单 · 来源 GitHub 仓库
静态扫描只反映源码中出现的调用，不构成安全背书；人工评估与自动扫描相互独立、互不覆盖。
依赖的 DSH / Cordis 模块
@deepseek-ai/dsh-tools给这个插件打分还没有人投票↓
用户评分
还没有人投票，来当第一个
能扛住 CID/ObjStm 字体的 PDF 文本提取（CVPR/IEEE 的 PDF 也行）——DSH/Cordis 工具
README
由 DeepSeek 最新模型翻译生成@rrdongdong/dsh-pdf
给 DSH 用的两个工具：pdf_fetch（带断点续传与完整性校验的下载）与 pdf_extract（PDF 正文抽取）。
存在理由：CVPR/CVF 与部分 IEEE 论文的 PDF 使用子集化 CID 字体 + 压缩对象流（/ObjStm），手写正则抽取器会字体映射为 0（抽不出正文）并把 12–14MB 的矢量图形流误当正文而假死。
pdfjs-dist 原生处理 ToUnicode CMap，86ms 即可加载 11MB 论文。
| 工具 | 作用 | 关键行为 |
| pdf_extract(path, pages?, maxChars?) | 抽正文 | 先判 %%EOF→PDF_TRUNCATED；再判 %PDF- 魔数→PDF_BAD_MAGIC；只读 |
| pdf_fetch(url, force?, attempts?, perAttemptTimeoutMs?
展开完整文档（README 剩余 1 节）
@rrdongdong/dsh-pdf 给 DSH 用的两个工具：pdf_fetch（带断点续传与完整性校验的下载）与 pdf_extract（PDF 正文抽取）。 存在理由：CVPR/CVF 与部分 IEEE 论文的 PDF 使用子集化 CID 字体 + 压缩对象流（/ObjStm），手写正则抽取器会字体映射为 0（抽不出正文）并把 12–14MB 的矢量图形流误当正文而假死。 pdfjs-dist 原生处理 ToUnicode CMap，86ms 即可加载 11MB 论文。 | 工具 | 作用 | 关键行为 | | pdf_extract(path, pages?, maxChars?) | 抽正文 | 先判 %%EOF→PDF_TRUNCATED；再判 %PDF- 魔数→PDF_BAD_MAGIC；只读 | | pdf_fetch(url, force?, attempts?, perAttemptTimeoutMs?) | 下 PDF | Range 断点续传、多次重试、%%EOF 校验；只写 os.tmpdir()/dsh-pdf-cache | 安装（三步，需要重启 dsh 才生效） 1) 依赖（已在本目录完成） cd ~/.dsh/plugins/dsh-pdf && npm i 2) 让 profile 能解析到本包（用符号链接，避免 npm 重写 profile 的依赖树） ln -s ~/.dsh/plugins/dsh-pdf ~/.dsh/profiles/web/node_modules/@rrdongdong/dsh-pdf 3) 在 profile 的 patch 里插入一行（先备份） cp ~/.dsh/profiles/web/cordis.patch.yml ~/.dsh/profiles/web/cordis.patch.yml.bak cat >> ~/.dsh/profiles/web/cordis.patch.yml <<'YAML' - insert: - id: tool-pdf name: '@rrdongdong/dsh-pdf' YAML 然后重启 dsh web，会话里应出现 pdf_extract / pdf_fetch。 自检（不需要 DSH，不需要重启） node bin/preflight.mjs /path/to/paper.pdf # 注册期校验 + 端到端 设计约束 - 不依赖 @deepseek-ai/*：公网镜像是旧的 0.0.1-rc.1，装进来会与 profile 的 0.1.0-rc.7 形成双实例而破坏工具注册。工具定义写成普通对象即可。 - 不写用户文件：下载仅落在系统临时目录的私有缓存；抽取只读。 - 无配置项：不导出 Config。
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
rrdongdong/dsh-pdf
下载论文 PDF 并稳定抽取正文，避开字体乱码与卡死
相关插件 · 搜索 / 抓取
LLM 知识平台Tencent/WeKnora
概览 ·快速开始 ·新特性 ·功能 ·客户端 ·文档 ·开发
★ 36,032已汉化DSH
72.1
智能体记忆系统MemTensor/MemOS
MemOS 2.0 Stardust星尘
★ 12,195已汉化DSH
71.2
跨代理记忆库zilliztech/memsearch
跨平台语义记忆，专为 AI 编程智能体打造。
★ 2,799已汉化DSH
70.9
技能语料库EverMind-AI/SkillCorpus
SkillCorpus 能给你什么
★ 694已汉化DSH
69.7
代码图谱记忆syncable-dev/memtrace-public
你的智能体值得拥有结构化记忆。
★ 509已汉化MCP
67.9
AnySearch 搜索插件anysearch-team/anysearch-dsh
AnySearch 网页搜索服务商，为 DeepSeek Harness（DSH）提供高级搜索工具
★ 457已汉化DSH
66.6