dsh-document-reader

一个 DeepSeek Harness (DSH) 网页端插件：在聊天输入框里直接读取 PDF / Word (.docx) / PPT (.pptx) / 纯文本与代码 文件，把提取出的文字填入输入框草稿。

A DeepSeek Harness (DSH) web plugin that reads PDF / Word (.docx) / PPT (.pptx) / plain-text & code files straight into the composer, by file picker or by dragging a file anywhere on the page.

功能 / Features

• 上传读取：输入框工具栏出现「文档」按钮，点击可选择文件（支持多选）。

• 整页拖拽：把文档拖到页面任意位置，出现「释放以读取文档」遮罩，松手即读取。

• 格式支持：.pdf（服务端 pdfjs-dist 精确解析）、.docx、.pptx、以及 txt / md / csv / json / yaml / 代码 等纯文本。

• 输出上限：单文件 20 万字符，超出自动截断。

• Upload: a "文档" button appears in the composer tool row; click to pick files (multi-select supported).

• Drag & drop: drag a document anywhere on the page and release to read it.

• Formats: .pdf (parsed server-side with pdfjs-dist), .docx, .pptx, and plain text like txt / md / csv / json / yaml / code.

• Output cap: 200k chars per file, truncated with a note.

架构 / Architecture

• 客户端 (lib/client.js)：注册到 conversation.input.left 插槽，负责 UI、拖拽、以及 .docx/.pptx（ZIP + XML）和纯文本的前端解析。

• 服务端 (lib/index.js)：注册 POST /read-document/parse 路由，用 Mozilla pdfjs-dist 解析 PDF（正确支持对象流、xref stream、CID 字体、ToUnicode CMap）。

• Client (lib/client.js): registers into the conversation.input.left slot; owns the UI, drag-and-drop, and client-side parsing of .docx/.pptx (ZIP + XML) and plain text.

• Server (lib/index.js): registers POST /read-document/parse, which parses PDFs with Mozilla pdfjs-dist (correctly handles object streams, xref streams, CID fonts, ToUnicode CMaps).

安装 / Install