安装
在 DeepSeek Harness 里通过 dsh-market 安装
dsh plugin --profile web add dshmarket
或使用命令行
dsh plugin --profile web add @vesna-strivozha-2026/dsh-llm-wiki
装任何插件都等于在你的机器上跑第三方代码，权限和你本人一样大——能读你的文件、用你的凭据、访问网络。请先审阅源码，并尽量锁定 commit（github:owner/repo#sha）。
README
@vesna-strivozha-2026/dsh-llm-wiki—— DeepSeek Harness 的「个人知识库」插件。 不需要写代码：像用 Obsidian 一样，把资料丢进去，AI 帮你整理成一本会累积、会互相引用、能直接提问的知识库。
English | 中文
这是什么（大白话）
普通的「检索问答（RAG）」是：每次提问时临时去翻原始文档、临时拼答案，用完就丢，什么也不沉淀。
LLM Wiki 不一样，它用的是 Karpathy 的「Wiki 方法论」：AI 持续维护一本会累积、会交叉引用、会自我检查的维基。
- 你只做两件事：把资料丢进去、向它提问。
- AI负责剩下所有事：读资料、写摘要、建页面、互相链接、维护目录、发现矛盾。
打个比方：你请了一个不知疲倦的知识管理员，帮你把散乱的资料整理成有条理、能交叉查询的活页笔记。
功能
| 功能 | 说明 |
|---|---|
| 🗂 一键建库 | 选一个文件夹，自动生成知识库骨架 |
| 📥 拖拽上传 | 拖文件进面板或点击选择，上传前确认 |
| 🧠 自动摄取 | AI 读你的原始文件，自动生成/更新知识页，并维护索引与日志 |
| 📚 文件树浏览 | 像资源管理器一样浏览，点文件即可阅读 |
| 🕸 知识星图 | 把页面之间的关系画成可缩放、可拖拽的网状图 |
| 🩺 自动自检 | 检查孤儿页、孤立页等问题 |
| 📖 原地阅读 | 面板内看 Markdown 排版和 PDF |
| 💬 聊天即问即答 | 聊天框提问，AI 基于知识库作答并附上出处路径 |
三步上手
- 选工作区 + 建库：右侧面板点「选工作区」选一个文件夹，再点「建库」。
- 上传 + 摄取：把
.md/.txt/.pdf等拖进面板 → 上传确认 → 自动摄取（AI 生成知识页）。 - 提问：回到聊天框，直接问知识库相关的问题。
详细的小白教程（界面速览、FAQ、名词解释）见客户端包 ui-llm-wiki。
聊天问答
插件注册了一个 wiki_query 工具，并注入提示段让模型在遇到知识库话题时先查知识库。所以你直接在聊天框问即可，例如：
“我导入的那篇 agent 论文里，agentic misalignment 是什么意思？”
AI 会检索知识库、基于内容作答，并在回答里给出页面路径（如 wiki/concepts/agentic-misalignment.md）方便核对原文。
知识库目录结构
<工作区>/llm-wiki/
├── raw/ # 原始来源（你上传的文件，只读，AI 不改）
│ └── .ingested.json # 摄取去重记录
├── wiki/ # AI 生成的知识页（AI 独占维护）
│ ├── entities/ # 实体页
│ ├── concepts/ # 概念页
│ └── sources/ # 来源摘要页
├── index.md # 全库索引（自动重建）
├── log.md # 时间线日志（只追加）
└── schema.md # 知识库约定
架构（给开发者）
单个插件拆成两个包 + 一行 preset 贡献：
| 部件 | 位置 | 职责 |
|---|---|---|
| Host 引擎（本包） | main（dsh.profile.bundles） |
摄取/检索/星图/自检、RPC、wiki_query 工具、提示段 |
| 浏览器面板 | @vesna-strivozha-2026/dsh-client-ui-llm-wiki |
右侧栏文件树 / 上传 / 星图 / 阅读器 |
| preset 行 | 用户自建 preset | 把 wiki_query 工具暴露给 agent |
平面归属：host 引擎发布服务，装在宿主组合（profile）；client 面板是
dsh.client行。当前为本地可用形态，client 行跟随本包（host bundle）的cordis.patch.yml一起插入；若正式并入上游，需把 client 行归到dsh-web-appbundle。
构建与安装（给开发者）
# 在 deepseek-harness 仓库内
pnpm install
pnpm run build
# 装入 profile（host + client）
dsh plugin --profile web add @vesna-strivozha-2026/dsh-llm-wiki
然后给 agent preset 加一行（拷贝 standard 后）暴露问答工具：
- id: llm-wiki
name: '@vesna-strivozha-2026/dsh-llm-wiki'
重启客户端即可。
Model Experience
本包（host 引擎）在摄取和检索两处接触模型，客户端面板本身不直接调模型。
摄取引擎
What the model sees
每个 raw/ 源触发一次 LLM 调用：输入为源内容（截断到 maxSourceChars）与 schema.md 约定，要求输出结构化 JSON {"pages":[{"path":"...","content":"..."}],"logEntry":"..."}，落盘成 wiki/ 页面后自动重建 index.md、追加 log.md。
Token effect
单源输出受 ingestMaxTokens（默认 16384）约束；源内容按 maxSourceChars（默认 60000）截断；并发受 concurrency（默认 3）约束。
KV Cache effect
无跨请求缓存；每次摄取即时读取磁盘上的源文件与 markdown。
wiki_query 工具
What the model sees
wiki_query 检索 wiki/ 页面，返回 index.md 摘要与最匹配页面；llm-wiki-query 提示段指示模型优先用该工具回答知识库话题。
Token effect
结果被截断：索引 ≤1500 字、每页 ≤1200 字、最多 4 页。
KV Cache effect
无跨请求缓存；检索每次即时读盘。
Known Limitations and Deferred Work
- 「用指定应用打开」仅 macOS：PDF 应用列表（预览 Preview / Adobe / Skim）只在 macOS 提供；「用默认应用打开」「在文件管理器中显示」已跨平台（macOS
open/ WindowsInvoke-Item/ Linuxxdg-open）。 pypdf依赖：摄取 PDF 需在任意平台安装 Python +pypdf（面板内 PDF 阅读不需要）。- 面板占用
details槽：替换 Harness 自带「工具详情」面板（工具结果仍在对话卡片可见）。 - 轻量 markdown 渲染器：知识库页面/索引用专用渲染器（支持
[[wikilink]]点击跳转）；复杂 GFM（表格、脚注等）不在其覆盖范围内。 - 二进制上传走 JSON base64：大文件上传较慢，无流式上传。