@FYZB2020

dsh-autodidact

Name: dsh-autodidact
Availability: InStock
Author: FYZB2020

Go learn it instead of guessing — task-driven self-education for DeepSeek Harness. 8 keyless engines, WeChat / Bilibili / academic search. Zero cookies, no browser automation. · 不会就去学：给 DeepSeek Harness 的任务驱动自学能力（行为技能 + 数据源 + 本地知识库）

Stars: 0
Language: PowerShell
Created: Oct 16, 2026
Updated: Oct 16, 2026

Search Browser

GitHub repo

Introduction

dsh-autodidact

给 DeepSeek Harness（DSH）装上一套任务驱动自学能力：接到没有现成材料的任务时，自己去多个引擎和中文平台查、读一手来源、把有用的留下、用它把活干完、不通就回去重查。 零 Cookie、零浏览器自动化、不交账号。

autodidact /ˌɔːtəʊˈdaɪdækt/ — 自学成才者。名字就是这套东西的全部主张：不会，就去学。（仓库名是理念，里面的技能 research-autonomy 是机制。）

它解决什么问题

DSH 本来就有 web_search / web_fetch。真正的短板是行为：遇到不会的，它更容易凭印象编、或者把问题推回给你。

所以这套东西的核心不是"装了个搜索插件"，而是：

1 个行为技能（硬规则） + 6 个数据源插件 + 1 套本地知识库规范

其中最重要的那个技能，强制它：先说出缺什么 → 搜 → 读一手来源 → 落档 → 用它干活 → 不通回去重查（3 轮上限）。并硬性禁止：凭记忆答可变事实、引用没打开过的链接、编造工具名、查完不写。

仓库内容

├── README.md                     ← 本文件
├── .env.example                  ← 凭据模板（复制成 .env，不会进仓库）
├── .gitignore                    ← 已排除 .env / _secrets / 大文件
├── LICENSE
├── install/
│   ├── install.ps1               ← 一键安装（自动探测 dsh 与 profile，无硬编码路径）
│   └── check-env.mjs             ← 环境与网络自检
├── skills/research-autonomy/
│   └── SKILL.md                  ← ★ 核心：自学行为协议
├── tools/
│   └── bili_lecture.mjs          ← B站「字幕 + 热门评论」一次取，长视频自动分块
└── docs/
    ├── capability-coverage.md       能搜哪些地方（逐项标注 实测/未测/被墙）
    ├── verification-checklist.md    装完怎么验收
    ├── design-and-pitfalls.md       完整技术方案（含所有踩坑记录）
    ├── performance.md               时间花在哪、怎么提速
    ├── known-defects.md             已知缺陷（诚实清单）
    ├── bilibili-notes.md            B站字幕/评论的实测结论（含"死路"）
    ├── keyless-apis-china.md        中国大陆可用的免 key 数据源
    └── triggering-the-skill.md      **怎么触发技能、怎么确认它真跑了** ← 要用它就看这份

快速开始

0）前置条件

需要	检查	说明
DSH	`dsh --version`	建议 ≥ `0.2.0-rc.2`
Node.js	`node --version`	≥ 22
知乎开放平台账号	见 §2	免费额度很大，强烈建议配
PowerShell 5.1+	—	Windows 用户；macOS/Linux 用 `dsh plugin` 手装（见 §1 备选）

不需要：不需要 Chrome 或任何浏览器登录态，不需要小红书账号，不需要付费。

1）装插件

# 先干跑，只看要装什么
.\install\install.ps1 -DryRun

# 真装（profile 名字务必按下面 §1.1 确认）
.\install\install.ps1 -Profile <你的 profile>

不想用脚本就手动：

$dsh = '<你的 dsh 路径>'   # 例如 macOS/Linux 上直接就是 dsh
foreach ($p in @('@klarkxy/dsh-zhihu','dsh-free-search','deep-read-summarize',
                 'dsh-deepread','dsh-wechat-mp-search','dsh-pubmed')) {
  & $dsh plugin --profile <你的 profile> add $p
}

1.1 ⚠️ 最容易装错的地方：先确认 profile

装错 profile = 插件完全不生效，而且返回的还是成功。

# Windows：从监听端口反查正在跑的那个 profile
$pid2 = (Get-NetTCPConnection -LocalPort 19387 -State Listen).OwningProcess
Get-CimInstance Win32_Process -Filter "ProcessId=$pid2" | Select-Object -ExpandProperty CommandLine

命令行里出现的 ...\profiles\<名字> 就是答案（桌面版通常是 desktop）。 dsh web 命令行启动通常是 web。两者互不相通。

1.2 装完必须验证"真的挂上了"

dsh plugin add 返回 OK 不等于插件生效 —— 实测遇到过包装上了但没写进 dsh.profile.bundles，配置从未被应用，等于没装。

& $dsh --profile <你的 profile> --dump-config | Select-String 'zhihu|free-search|wechat|pubmed|deepread'

每个包名都要出现。缺哪个，手工补进 ~/.dsh/profiles/<profile>/package.json 的 dsh.profile.bundles 数组，再重新确认。

desktop profile 会被 CLI 拒绝（managed exclusively by the Electron application）。此时靠结构校验 + 重启后看工具是否出现。

1.3 知乎工具需要额外一步

@klarkxy/dsh-zhihu 的基础部分（面板 + 搜索提供方）装上即生效；但 zhihu_search 等模型工具在 ./tools 子路径里，必须挂进 agent 预设：在 ~/.dsh/profiles/<profile>/cordis.patch.yml 追加一个 preset-standard 覆盖项，在 plugins 列表末尾加上：

      - id: zhihu-tools
        name: '@klarkxy/dsh-zhihu/tools'

⚠️ 覆盖是整段替换语义，plugins 必须是内置预设的完整副本 + 这一行，写漏就丢能力。 ⚠️ 不要去找 agent.cordis.yml —— 那是已废弃格式，现在的 DSH 不读它。

2）配置 API

2.1 知乎开放平台（强烈建议）

打开 https://developer.zhihu.com/，注册/登录
进个人中心 https://developer.zhihu.com/personal
创建 Access Secret，复制那串字符
只读用途不需要 app-id / app-secret

实测免费额度：

能力	每日免费
全网搜索（站外整个互联网）	5000 次
知乎站内搜索	5000 次
知乎用户数据	10000 次
知识库（上传 + 检索）	500 次
热榜 / 问题发现 / 直答	各 100 次
PDF 解析 + PPT 生成	10 次

⚠️ 三个变量名不一样，对应不同使用者（同一个 Secret 填三遍）：

使用者	变量名
`@klarkxy/dsh-zhihu`	`ZHIHU_ACCESS_TOKEN`
`dsh-zhihu-search` / `zhihu-mcp-proxy`	`ZHIHU_ACCESS_SECRET`
`dsh-free-search` 的知乎搜索引擎	`ZHIHU_API_KEY`

三个都写进 ~/.dsh/.env（或复制 .env.example 为 .env 后填入）：

ZHIHU_ACCESS_TOKEN=<你的 Access Secret>
ZHIHU_ACCESS_SECRET=<同一个值>
ZHIHU_API_KEY=<同一个值>

⚠️ .env 只在 DSH 启动时读 —— 改完必须重启。

也可以在 设置 → 插件 → Zhihu 面板里填（存进 DSH 凭据库，更规范）。 不要把密钥明文写进 cordis.patch.yml。

2.2 初始化知乎知识库（想让云端 RAG 能用）

去 https://zhida.zhihu.com/repositories/square 登录并初始化（会创建默认知识库）。

如实说明：实测中即使知识库已存在，上传仍会报 Code=40006 file parsing failed （检索是通的，写不进去）。不要指望它一定可用；本地知识库（见 §3）才可靠。

2.3 搜索 API：优先 Exa 与 Tavily

★ 建议把这两个放最优先。 它们都是「给 AI agent 用的搜索 API」：返回的是 能直接喂模型的干净文本（不是原始 HTML）—— 省的不只是搜索本身，更是上下文 token。

	注册	免费额度（2026-10-16 官方页核实）	单价
Exa	https://dashboard.exa.ai/onboarding-guest	每月 $10 credits + 一次性 $10 开户奖励，不要付款方式	Search $4/1k 请求（≤10 条结果）
Tavily	https://app.tavily.com/home	每月 1000 API credits（每月 1 日重置），不要信用卡	PAYGO $0.008/credit；另有学生免费档

两个 key 写进 ~/.dsh/.env，或在 设置 → 插件 → 插件配置 → 网页搜索 面板里填（面板存 ~/.dsh/.credentials.yaml，优先级最高）：

EXA_API_KEY=<Exa 的 key>
TAVILY_API_KEY=<Tavily 的 key>

不配也能用：Exa 有 keyless 回退、Tavily 有官方 keyless 档（X-Tavily-Access-Mode: keyless）。填了只是额度内更稳、更快。

引擎顺序在 设置 → 插件 → 插件配置 → 网页搜索 → 回退顺序 里调。面板原话： "Top to bottom is the fallback order. The preferred engine is still tried first." dsh-free-search 的默认回退链已经是 exa → tavily → … 打头；而「首选引擎」是每次调用时指定的（调用 advanced_search 时带 engine 参数）。

不配任何 key 也已经有 8 个引擎可用：Bing（中文）、AnySearch、Exa、Tavily、 Keenable、Firecrawl、Parallel、DeepSeek 官方搜索。

想更宽再考虑：智谱 search_std ¥0.01/次（最便宜的靠谱付费选项）、阿里云百炼联网搜索（前 2000 次免费）、秘塔/博查（约 ¥0.03–0.036/次）。博查有官方 DSH 插件：@bocha-ai/dsh-web-search-bocha。

⚠️ Bing Search API 已于 2025-08-11 退役，别再找 api.bing.microsoft.com。（dsh-free-search 里的"免 key Bing"是抓搜索网页，不是那个 API。）

2.4 MCP 数据源：Context7（查库/框架的最新文档）

Context7 是 Upstash 的 MCP 服务器（ThoughtWorks 技术雷达评为 Trial）：它直接从库的源码仓库取最新文档和可运行代码示例，注入模型上下文 —— 专门治「模型拿过时训练数据编 API」。对我们这种"经常要写某个库的代码"的场景，价值很直接。

DSH 的 MCP 是按条目显式开启的：在 profile 的 cordis.patch.yml 里加一条 @deepseek-ai/dsh-mcp-client。

- id: mcp-context7
  name: '@deepseek-ai/dsh-mcp-client'
  config:
    serverName: context7
    transport: streamable-http
    url: https://mcp.context7.com/mcp

重启 DSH 后，工具会以 mcp__context7__resolve-library-id 与 mcp__context7__query-docs 出现；在提示词里加一句 use context7 就会去查（先解析出库 ID，再取该库的文档）。


keyless	✅ 可用（2026-10-16 实测：`initialize` HTTP 200，服务器 Context7 v4.4.2，协议 `2025-06-18`，2 个工具）
想要更高频率上限	去 https://context7.com/dashboard 领免费 key，写进 `~/.dsh/.env` 的 `CONTEXT7_API_KEY`，再把下面两行注释去掉
鉴权头	`headers: { Authorization: !!js "\`Bearer ${process.env.CONTEXT7_API_KEY}`" }`

⚠️ MCP 条目是启动时装载的 —— 改完 cordis.patch.yml 必须重启 DSH 才生效。

3）启用技能 + 建知识库

# 把技能复制到工作区（只对该工作区生效）
mkdir -p .dsh/skills && cp -r skills/research-autonomy .dsh/skills/

# 或对所有工作区生效
cp -r skills/research-autonomy ~/.dsh/skills/

想让它触发、想知道它到底跑没跑（而不是敷衍你），看 docs/triggering-the-skill.md —— 三种说法、三处可见痕迹、以及它不听话时怎么拿它自己的规矩压它。

知识库目录（技能会自动往里写）：

<工作区>/_knowledge/
  index.md                  # 每个笔记一行
  raw/日期-主题.md           # 抓到的原文，逐字保留
  notes/日期-主题.md         # 缺口 / 发现 / 怎么用 / 影响 / 未知
  lessons/主题.md            # 去重后的长期结论（含"死路"）

4）验证

重启 DSH，新开一个会话（预设改动要新会话生效），然后逐条问：

#	问法	期望
1	「列出你名字里带 `zhihu`/`weixin`/`pubmed`/`deepread` 的工具」	能看到
2	「搜一条今天的 AI 新闻，给出链接，说明你实际打开了哪几个页面」	真实链接 + 说清抓过哪些
3	「用知乎搜一个具体问题」	走知乎工具，带来源
4	给一个 `mp.weixin.qq.com/s/...` 永久链接	返回干净正文
5	给一个你没有现成材料的小任务	它先说出缺什么再去搜 ← 最关键
6	断网后问一个需要联网的事实	如实说"查不到"，不编造

第 5、6 条才是判据，前 4 条只证明"装上了"。

B站工具：`tools/bili_lecture.mjs`

一次拿到字幕 + 热门评论，长视频自动分块。无需 Cookie、无需登录、无需 key。

node tools/bili_lecture.mjs BV1GJ411x7h7
node tools/bili_lecture.mjs BV1GJ411x7h7 --lang zh --comments 20 --out ./out
node tools/bili_lecture.mjs BV1nCWc6KEfS --chunk 300      # 长视频分块

产出（默认 ./bili-output/）： <BV>.subtitle.txt / .srt / .comments.md / .lecture.md（合并包，直接喂模型）

为什么不用 `player/v2`

❌ player/v2  → subtitles: []   （接口返回成功、对象存在、列表为空，极具迷惑性）
✅ x/v2/dm/view?aid=&oid=&type=1 → 签发带 auth_key 的可用 URL

判断"有没有字幕"只能看 dm/view。 实测：19 条视频 dm/view 14 条有轨，而 player/v2 是 0/19。

为什么还要读评论

字幕只有单一叙述口径（视频说了什么），评论区才有：纠错勘误、时间戳重点、补充资料、反驳与争议。实测最高赞评论 766,990 赞，一句话把视频总结完了。

✅ x/v2/reply/main?type=1&oid=<aid>&mode=3&next=0&ps=20   （不要签名、不要 cookie）
❌ x/v2/reply/wbi/main  → -403（需要 WBI 签名）

字幕的限制（如实说）

只有"有字幕轨"的视频才有；没有的走音频转录
AI 轨 ≠ 人类 CC 轨（人类 CC 轨在 view 里 URL 是空的）
auth_key 有时效 → 用前现取现下，不要缓存 URL
付费/番剧/课程/充电专属 匿名拿不到
长视频信息量巨大：80 分钟讲座 = 1581 条 cue / 两万字 → 必须分块

已知缺陷（别当配置问题排查）

#	位置	缺陷
D-1	`deep-read-summarize`	没 pin `av` → 干净 venv 装到 av 19.x，视频转录 100% 失败（`TypeError: ... metadata_errors`）。修法：`uv pip install "av==18.1.0"`
D-2	`dsh-deepread`	`map` 模式对长文 3 次重试全废 → 长文改用 `quick`/`deep`
D-3	`dsh-deepread`	`export:"md"` 不落盘 = 静默假成功 → 自己 `Test-Path` 确认
D-4	`@klarkxy/dsh-zhihu`	headless 组合下必然 pending（需 `connection`+`webServer`）
D-5	知乎知识库	上传必报 `40006`（检索可用，写入不通）
D-6	知乎 PDF/PPT	平台有 API，但插件 v0.2.4 没曝出工具

详见 docs/known-defects.md。

故障排查

现象	原因	怎么办
插件装了但工具不出现	装错 profile（最常见）／预设没改／会话太老	按 §1.1 确认 profile；预设改动要新会话；重启
`plugin add` 成功但没生效	没写进 `dsh.profile.bundles`	手工补进 `package.json`，再 `--dump-config` 验证
知乎引擎报 `not configured`	变量名不对／`.env` 改了没重启	三个名字都写（§2.1），然后重启
`curl` / `Invoke-WebRequest` 报 TLS 错	该环境下 curl/PowerShell 做不了 HTTPS（`schannel SEC_E_NO_CREDENTIALS`）	改用 Node/Python 发请求 —— 别据此判断"网断了"
搜索很慢、卡很久	首选引擎不可达，在回退链里逐个超时（ddg/searxng 各 ~10.8s）	首选固定 `bing`；别测 ddg/searxng
命令跑很久	递归扫了大目录	限定目录；大 JSON 用 Node 解析，别用 `ConvertFrom-Json`
视频转录失败	av 版本（见 D-1）	`uv pip install "av==18.1.0"`

边界与合规

能做：公开网页搜索、微信公众号、B站（字幕+评论）、学术文献、GitHub、中文财经数据。

不能做：

❌ 需要你的账号登录才能看的内容（本项目零 Cookie、零浏览器自动化）
❌ Wikipedia / Wikidata 的 API（大陆常见被墙；替代：dumps.wikimedia.org、Qlever SPARQL）
❌ Google 系（News RSS、YouTube、translate）—— 常见超时
❌ 小红书（主动排除，自动化有封号风险）

合规要点：

只读、限量、不批量、不发布；遵守各平台条款与版权，不要二次分发受版权保护的内容。
不要为搜索能力交出 Cookie / 密码。
本仓库只含配置与脚本，不含任何第三方插件本体；插件各自遵循其许可。

环境与实测声明

本文所有「实测」结论取自 2026-10-16 · Windows 11 · DSH 0.2.0-rc.2 · 无代理 · 中国大陆出口。网络可达性会随时间和网络环境变化，docs/capability-coverage.md 里逐项标注了 实测 / 未测 / 被墙三种状态 —— 请不要把"未测"当"可用"。

dsh-autodidact

Introduction

dsh-autodidact

它解决什么问题

仓库内容

快速开始

0）前置条件

1）装插件

1.1 ⚠️ 最容易装错的地方：先确认 profile

1.2 装完必须验证"真的挂上了"

1.3 知乎工具需要额外一步

2）配置 API

2.1 知乎开放平台（强烈建议）

2.2 初始化知乎知识库（想让云端 RAG 能用）

2.3 搜索 API：优先 Exa 与 Tavily

2.4 MCP 数据源：Context7（查库/框架的最新文档）

3）启用技能 + 建知识库

4）验证

B站工具：tools/bili_lecture.mjs

为什么不用 player/v2

为什么还要读评论

字幕的限制（如实说）

已知缺陷（别当配置问题排查）

故障排查

边界与合规

环境与实测声明

B站工具：`tools/bili_lecture.mjs`

为什么不用 `player/v2`