论文工作台 shiyan688/dsh-paperdesk

dsh-paperdesk

npm
license

给 DeepSeek Harness 用的论文工作台： arXiv 检索 → 本地文库（题录 / PDF / 全文）→ L1-L2-L3 三层精读笔记。
宿主半区与浏览器半区在同一个包里，没有构建步骤，lib/ 里的文件就是跑起来的文件。

已发布到 npm：dsh-paperdesk@0.1.0（MIT）。线上产物与仓库源码逐字节一致（dist.shasum 与本地 npm pack 相同），并已在一个干净 profile 上按普通用户路径安装、启动、验证通过。

它解决什么问题

读论文的真实流程不是「下载」这一件事，而是三段：

1. 收集 —— 在 arXiv 上找到它，存下来，别再靠浏览器书签；
2. 读 —— 有全文可读，而不是只有一个摘要；
3. 记住 —— 写点只有自己看得懂的东西，否则三个月后等于没读。

多数工具只做第 1 段。dsh-paperdesk 把三段接起来，并且第 3 段用固定结构逼你写：

| 层 | 回答什么 | 为什么必须单独一层 |
| L1 速览 | 这篇说了什么？一句话贡献是什么？ | 筛掉不值得往下读的 |
| L2 理解 | 它凭什么成立？方法、关键设计、哪张表撑住了结论？ | 区分「看懂了摘要」和「看懂了工作」 |
| L3 批判 | 假设成立吗？哪里可疑？哪些能搬回我自己的课题？ | 大多数「读了但没读进去」的论文，缺的都是这一层 |

界面和模型工具读写的是同一份文库，所以你可以手点，也可以直接说「精读 1706.03762」。

安装

dsh plugin --profile web add dsh-paperdesk

dsh plugin 会把包装进 profile 的 node_modules，并把它在 package.json 的 dsh.profile.bundles 里登记；
包内自带的 cordis.patch.yml 作为一层 patch 被应用，把插件行插进组合配置：

- insert:
- id: dsh-paperdesk
name: 'dsh-paperdesk'
config:
root: '' # 文库根目录；留空 = /.dsh-paperdesk pdfCommand: '' # 自定义 PDF 抽取命令（pdftotext 兼容）；留空 = 自动探测 pythonCommand: '' # 自定义 python 解释器；留空 = 自动探测 python/python3/py

⚠️ 装完必须确认这一步（否则插件会静默不加载）

dsh plugin add 的工作方式是：装完包之后，按安装状态对账 dsh.profile.bundles ——
只有当一个依赖能被解析出来、并且它的 package.json 里声明了 dsh.bundle.patch，它才会入栈成为一层。
如果这一步没成功，包会作为普通依赖装进去：不报错、不加载、界面上什么都不会发生。

实测记录：在全新初始化的 profile 上出现过这个失败（包写进了 dependencies，dsh.profile.bundles 没变）；在一个已经在用的 profile 上，同样的 file: 安装一次就对账成功。所以这不是 file: 安装本身的问题，但「新 profile + 首次安装」这个组合值得多看一眼。

所以请核对一次：

node node_modules/dsh-paperdesk/scripts/check-dsh-compat.mjs --profile web

它会把「依赖是否登记」「是否在 dsh.profile.bundles 里」逐条报出来。
如果报 不在 dsh.profile.bundles 里，手工把包名追加到 $DSH_HOME/profiles/web/package.json 的数组末尾即可：

"dsh": { "profile": { "bundles": ["@deepseek-ai/dsh-base", "@deepseek-ai/dsh-web-app", "dsh-paperdesk"] } }

然后重启 profile（dsh web）。侧栏底部会出现 📚 论文 入口；启动日志里应能看到一行：

[paperdesk] 0.1.0 就绪 · 文库 · 抽取器 · 工具 7 个 · 界面接口 已挂载

装好后，权威的健康检查是 GET http://127.0.0.1:/paperdesk/api/health（需要带上浏览器用的 token）。

卸载：

dsh plugin --profile web remove dsh-paperdesk

用它

界面（侧栏 📚 论文）

- 文库：按状态（未读 / 在读 / 已读）、标题、作者、标签筛选；右侧是详情与三层笔记编辑框。
- arXiv 检索：关键词或 arXiv 语法（ti:"world model" AND cat:cs.LG）；一键「入库 + 下载全文」或「仅题录」。
- 导入 PDF：点「选择文件夹…」用系统目录选择器挑目录（选完自动扫描），也可手工填路径；扫到多个 PDF 可一键全部导入。导入会抽取全文，并用首页正文推断标题。

详情面板里还能：切状态、打星、改标签、在面板内分段读全文、打开文件所在目录、把论文移出文库。

模型工具

装好以后 Agent 会多出 7 个工具（同一份文库，和界面完全互通）：

| 工具 | 用途 |
| paper_search | 在 arXiv 上检索，返回编号 / 标题 / 作者 / 分类 / 摘要片段 |
| paper_add | 入库一篇（默认同时下载 PDF 并抽取全文） |
| paper_list | 列出文库，可按状态 / 关键词 / 标签筛 |
| paper_read | 读全文（没有 PDF 会自动下载、没有全文会自动抽取，分页返回） |
| paper_note | 写 L1 / L2 / L3 三层笔记，或改状态、评级、标签 |
| paper_pdf | 单独下载 PDF 并抽取全文 |
| paper_import | 把本地已有的 PDF 收进文库 |

于是可以直接说：

找 5 篇 diffusion policy 的论文收进来精读 1706.03762，写完三层笔记我读过但没写笔记的有哪些？

数据落在哪

/
state/index.json 题录 + 状态 + 标签 + 三层笔记（唯一事实来源） pdf/.pdf 下载或导入的 PDF text/.txt 抽取出来的全文 notes/.md 人类可读的三层笔记（可 diff、可进 git、可单独拿走） .tools/extract_pdf.py 自动生成的 python 抽取脚本（可随时删除，会重新生成）

对 arXiv 论文是不带版本号的编号（1706.03762），所以「先收 v7、后来更新到 v8」不会变成两条记录。
索引里的路径都是相对路径，整个 可以直接拷到别的机器。

依赖

- Node ≥ 20（用到全局 fetch）。
- 运行时零第三方依赖：宿主半区只用 node: 内置模块；唯一的外部 import 是 @deepseek-ai/schemastery，它用来声明组合配置的 schema，属于宿主自带的 peer dependency。
- PDF 全文抽取需要一个外部工具（只在用到时才有要求），按以下顺序自动探测：

1. 配置里的 pdfCommand（任何 pdftotext 兼容 CLI）
2. python / python3 / py + PyMuPDF（pip install pymupdf）或 pypdf
3. PATH 上的 pdftotext（poppler 或 MiKTeX 都带）

一个都没有也能用：题录、检索、笔记、导入全部正常，只有「抽取全文」会失败并在 /paperdesk/api/health 里说明原因。

兼容性

跨 DSH 版本的策略只有三条，细节见 COMPATIBILITY.md：

1. 软版本门：声明支持区间只用来提示，从不阻止插件启动；
2. 能力探测优先：需要的服务逐个 typeof 检查，缺哪个降级哪个，结果通过 /paperdesk/api/health 如实报出；
3. 只用最稳的接口面：ctx.tools.register / ctx.webServer.register / ctx.get——不碰只在动态插件里存在的 harness.，也不碰任何 @deepseek-ai/dsh- 的内部符号。

peerDependencies 一律写 ：这个插件与宿主的耦合点是服务契约而不是版本号，写死范围只会在能用的组合上误报。

安全

- 浏览器半区只通过 /paperdesk/api/ 与宿主通信，且该 API 逐请求校验来源必须是本机
（127.0.0.1 / ::1 / IPv4-mapped）。绑定到回环地址不等于安全：浏览器里的任意页面都能向 localhost 发请求。
- 导入功能会读你显式给出的绝对路径 —— 这是它的功能，不是漏洞。相对路径被拒绝，因为相对路径的含义取决于宿主进程的 cwd。
- 所有子进程都用 spawn(command, args) 数组形式调用，不经过 shell：带空格、中文、引号的路径不会变成命令注入。
- 下载的 PDF 会校验 %PDF- 魔数并限制体积，避免把 HTML 错误页存成一个打不开的「论文」。

开发

npm test # node --test test/ （零测试框架依赖）
npm run compat # 在当前机器上核对本插件依赖的服务/接口是否齐备

架构分三层，改动时请守住边界：

lib/index.js 接线：解析服务 → 建 service → 注册工具与路由（唯一 import @deepseek-ai 的地方） lib/core/service.js 业务逻辑：不依赖 DSH，可注入副作用，能被单测直接跑 lib/core/*.js 纯逻辑：text / store / arxiv / notes / pdf / config / compat / api / tools lib/client.js 浏览器半区：自注册到 __ModuleLoader__，内联样式，只 fetch 回环 API

test/static-guard.test.mjs 会强制这些不变量：core 层不得出现 @deepseek-ai/、宿主半区不得碰浏览器全局、 package.json 的 files 必须覆盖运行时文件、cordis.patch.yml 里的配置键必须被 schema 认识、两处版本号必须一致。

改了行为就更新 CHANGELOG.md；改了兼容面就更新 COMPATIBILITY.md。

已知限制

- 界面是浮层面板，不是中央主面板：这是为了用社区插件已验证过的 sidebar.footer.action + shell.overlay 两个插槽组合，跨版本最稳。
- 打开所在目录 只在宿主与浏览器同机时有意义（远端部署时点它没用）。
- 不做去重合并：同一篇论文的 arXiv 版与会议版会是两条记录，标签是你的手段。
- 全文抽取质量取决于 PDF：双栏排版、扫描件、公式密集的页面会有噪声；这是 PDF 文本层的固有限制。

许可

MIT。欢迎 issue 与 PR：提 bug 时请附上 /paperdesk/api/health 的输出，它包含版本、能力探测与抽取器状态。