dsh-knowledge

English / 中文

一个深度的知识库系统，作为 DeepSeek Harness（DSH）的独立、可开源 bundle 插件。提供知识库（含分组）与文档管理、文本分块、向量化（OpenAI 兼容 / Ollama / 本地模型 / 关键词降级）、检索，以及模型可见工具与浏览器管理面板。

它带来什么

• 知识库与文档：创建/删除/重命名知识库与文档；分组管理（新建/重命名/删除分组，侧边栏按分组折叠导航，知识库可在菜单中「移动到分组」）；弹窗式添加文档（文本/文件/网页/目录四页签）、多文件拖拽上传（≤20 个）、目录导入（递归扫描 txt/md/csv/html/json/pdf/docx/doc/pptx/ppt/xlsx/xls/epub 等，导入为可下钻的文件夹树）、URL 导入；同名冲突「全部保留/替换」、内容哈希去重；分块与原文预览；资料行显示 ✓ 就绪状态徽标、实时导入状态（解析中 / 嵌入中 NN%）与相对更新时间，文件夹在任一后代处理时显示「导入中」；全部操作走正式对话框与 Toast 通知（无 window.prompt/confirm）。
• 每库独立配置：每个知识库可单独指定 embedding 提供方/模型（含本地模型）、重排模型、分块大小与 topK（Cherry Studio 式），未设置字段自动继承全局配置；改配置后一键重建索引（全库或单条资料）。
• 向量化与检索：可插拔 embedding 提供方 —— 任意 OpenAI 兼容 /embeddings 端点（OpenAI、DeepSeek、SiliconFlow、本地网关…）、Ollama，或 进程内本地模型（transformers.js，默认 onnx-community/Qwen3-Embedding-0.6B-ONNX，无需联网服务）；混合检索（BM25 + 向量 + Reciprocal Rank Fusion）、重排模型（rerank，Jina/SiliconFlow/Cohere v2 风格 API）、MMR 结果去重、检索模式（auto/hybrid/vector/lexical）与相似度阈值；未配置时自动退化关键词（CJK 二元组 + 拉丁词 BM25），零配置即可用；召回测试显示命中来源、相关度、双分数、耗时，并保留检索历史可一键重放。
• 智能分块：标题感知分块（保留 Markdown 标题路径），并将「文档标题 + 标题路径」作为上下文注入 embedding 与检索，显著提升召回。
• 索引管理：按当前配置重建索引（改分块大小 / 换 embedding 后一键重切 + 重向量化）、批量 embedding、统计（文档/分块/字符/Token 数、是否已向量化）。
• 模型工具：knowledge_search、knowledge_list_bases、knowledge_create_base、knowledge_delete_base、knowledge_add_document、knowledge_list_documents、knowledge_delete_document、knowledge_import_url、knowledge_stats、knowledge_get_document、knowledge_reindex_base。
• 管理面板：不在设置内 —— 侧边栏底部（设置旁）的「知识库」入口打开工作区整页浮层，Cherry Studio 式布局：左侧搜索框 + + 彩色头像知识库卡片（右键菜单：重命名/移动到分组/新建分组/删除），右侧统计芯片、、添加文档弹窗、、分块/原文预览、重建索引、检索测试（命中高亮 + 向量/关键词双分数 + 历史）、全局与每库设置弹窗（文档处理 / 嵌入模型 / 重排模型 / TopK / 高级设置）、Toast 通知、空状态与悬停动效。