跳到正文

202411130091-coder/dsh-scholar

41最近提交 2026年8月13日

dsh-scholar DSH 插件

该插件为DSH增加了三个工具：arxiv_search搜索arXiv论文，scholar_fetch从URL抓取全文（支持PDF文本提取），journal_lookup通过OpenAlex查询期刊元数据。弥补了DSH原生web_fetch不支持PDF和代理配置的不足。

skills-workflowsdeveloper-tools

如何安装 dsh-scholar DSH 插件

dsh plugin add dsh-scholar

复制不会执行命令。安装 dsh-scholar DSH 插件前请核对仓库和版本。

dsh-scholar DSH 插件数据来源

dsh-scholar DSH 插件快照日期：2026年8月16日

discovered

dsh-scholar DSH 插件能做什么

  • 搜索arXiv论文，支持标题、作者、摘要检索，返回摘要和PDF链接。
  • 从任意HTTP(S) URL抓取全文，将HTML转换为纯文本，并从PDF中提取文本。
  • 查询期刊元数据，包括出版社、ISSN、发文量、被引次数和引用指标。
  • 支持HTTP代理配置，方便访问境外论文网站。
  • 可配置超时时间、arXiv最大返回条数以及各工具开关。

dsh-scholar DSH 插件适合哪些场景

  • 在文献调研中快速搜索arXiv上的相关论文。
  • 自动下载并提取论文全文，供智能体进行内容分析。
  • 查询期刊信息，辅助判断投稿目标。
  • 与DSH工作流结合，构建科研辅助自动化流程。

dsh-scholar DSH 插件适合谁

  • 需要进行程序化论文搜索和全文获取的研究人员。
  • 使用DSH构建科学文献分析智能体的开发者。
  • 希望拥有个人科研助手的学者和学生。

dsh-scholar DSH 插件的限制

  • journal_lookup返回的引用指标并非官方JCR影响因子，重要决策请以官方来源为准。
  • PDF文本提取质量取决于PDF本身，扫描版或公式密集的排版可能导致提取效果差，数学公式尤其容易出错。
  • 依赖第三方API（arXiv和OpenAlex），用户需遵守其使用条款和频率限制。
  • 国内用户或受限制网络下访问部分论文网站可能需要配置代理。

dsh-scholar DSH 插件的仓库 README 摘录

以下文字摘自 dsh-scholar DSH 插件的上游仓库 202411130091-coder/dsh-scholar 的 README，版权归原作者，仅作引用。

DeepSeek Harness（DSH）科研工具套件：给 agent 补上「检索论文 / 读论文全文 / 查期刊」三个工具。 ## 提供的工具 | 工具 | 作用 | 数据源 | |---|---|---| | `arxiv_search` | 搜 arXiv 论文（标题/作者/摘要/abs+pdf 链接） | 官方免费 arXiv API，无需 key | | `scholar_fetch` | 按 URL 抓全文：HTML→纯文本、**PDF→抽文本** | 任意 HTTP(S)，可选代理 | | `journal_lookup` | 查期刊元数据（出版社/ISSN/发文量/被引/引用指标） | OpenAlex API，无需 key | ## 为什么做这个 DSH 原生的 `web_fetch` 只能抓 HTML/纯文本，**不支持 PDF**、也**不带代理**；对科研场景（读 arXiv PDF、查期刊）是明显缺口。`dsh-scholar` 补上这两点。 ## 安装 ```bash dsh plugin add dsh-scholar ``` 装完在组合里自动插入一个 host 行，三个工具默认全开。需要代理（国内访问境外论文站）时，编辑 profile 的 `cordis.patch.yml`，给 `scholar` 行加： ```yaml - id: scholar config: proxy: http://127.0.0.1:7890 # 你的 Clash 混合端口；留空 = 直连 ``` ## 配置项 | 字段 | 默认 | 说明 | |---|---|---| | `arxiv` / `fetch` / `journal` | `true` | 三个工具的开关 | | `proxy` | `""` | HTTP(S) 出网代理 URL，空 = 直连 | | `fetchTimeoutMs` | `30000` | 单次请求超时预算 | | `arxivMaxResults` | `8` | arXiv 单次最多返回条数 | ## 注意 - **`journal_lookup` 返回的 OpenAlex 引用指标不是官方 JCR 影响因子**。判断分区/影响因子请以官方（JCR / 中科院分区）为准。 - 本项目采用 MIT 许可证；对第三方数据源（arXiv / OpenAlex）的调用请遵守其使用条款与频率限制。 - PDF 抽取质量取决于 PDF 本身（扫描版/公式密集的排版可能抽得差，公式会碎）；数学公式以 LaTeX 源为最佳。 ## 开发 ```bash npm install # 装 unpdf / undici npm link # 本地联调 ```

阅读完整 README仓库许可: MIT

dsh-scholar DSH 插件常见问题

如何安装dsh-scholar？

在终端中执行 `dsh plugin add dsh-scholar` 即可安装。安装后，插件会自动在配置文件中插入一个主机行，默认启用三个工具。

如何配置代理以抓取论文？

编辑你的profile中的 `cordis.patch.yml` 文件，在 `scholar` 主机配置下添加 `proxy` 字段，例如 `proxy: http://127.0.0.1:7890`。留空表示直连。

dsh-scholar是否需要API密钥？

不需要。arXiv搜索和期刊查询分别使用免费的arXiv API和OpenAlex API，无需密钥。全文抓取工具可以访问任意HTTP(S) URL，无需认证。

能否用dsh-scholar抓取其他来源的论文全文？

可以。`scholar_fetch` 工具支持从任意URL抓取全文，不仅限于arXiv。但搜索工具目前只支持arXiv。对于非arXiv论文，你需要手动提供URL。

PDF文本提取的效果如何？

提取质量取决于PDF本身。对于文本型PDF效果较好，但对于扫描版或公式密集的排版，提取效果可能较差，数学公式容易破碎。若条件允许，建议使用LaTeX源文件。