dsh-wanxiang-knowledge

<h1 align="center">万象知识库</h1> <p align="center">简体中文 · <a href="README.en.md">English</a></p> <p align="center"><strong>让你的DeepSeek Harness成为你的专属Agent，陪你一起无限进步！</strong></p>

<a href="#快速安装">安装</a> · <a href="#在-harness-中使用">使用</a> · <a href="#记忆检索">记忆检索</a> · <a href="#性能实测">性能</a> · <a href="#架构与数据">架构</a> · <a href="docs/测试报告.md">测试报告</a>

万象知识库是为 DeepSeek Harness 开发的社区插件。它在 Harness 内提供会话落库、本地检索、可选自动召回、知识图谱、工具目录和文件夹学习，支持构建属于你的专属Agent：当前 AI 可以通过 /wanxiang 查询已有知识，也可以按需读取摘要、正文和项目时间线。

当前版本为 0.2.0-alpha.10 预览版，主要验证环境是 Windows + Harness Desktop 0.2.1-alpha.1。插件代码采用 MIT 许可证，后续我作者的知识库链接也会放在这个介绍（我的主要方向是逆向工程，也欢迎大家提交自己的知识库链接分享(^▽^)）。

alpha.10 更新

• 图谱按稳定快照分页加载全部真实节点，修复大库突然缩成紫色簇、绿色方法点被遮盖的问题。
• 长知识正文支持完整分页读取，Markdown 支持本地图片、表格和附件链接，附件通过鉴权接口访问。
• 修复导入附件路径的特殊字符编码，提升文章完整标题的检索排序。
• 工作台顶部直接展示可点击的 GitHub 项目完整网址。

在 Harness 中使用

截图展示的是已导入知识和配置了工具环境的实际工作台；条目数、关系数和可用工具数随本地数据变化，安装插件不会自动获得截图中的全部工具。

你要做的事	万象如何完成
留下这次讨论的经验	选中会话，一键生成笔记、方法、踩坑和项目卡片；记录来源，重复内容跳过
让当前 AI 使用以前的知识	输入 /wanxiang 问题，保持当前会话模型和权限，由 AI 查询知识后回答
学习项目资料	在绑定文件夹的会话发送 /wanxiang study，或从菜单选择 /wanxiang-study
导入已有笔记	拖入或选择 Markdown、UTF-8 文本/源代码、文件夹、ZIP 或万象内容包
找到知识之间的关系	在球体/网络图谱中筛选、旋转、定位节点，双向跳转到正文
管理常用工具	按类别登记工具、查看环境检测状态、关联使用方法；宿主工具能力另行发现

当前会话查询

/wanxiang 如何排查这个错误？

命令把查询交给当前 AI，通过插件提供的知识工具获取资料。省略问题时可结合当前会话问题查询，不额外切换模型。

文件夹学习与导入

/wanxiang study
# 斜杠菜单也可选择 /wanxiang-study

学习当前会话绑定目录中的支持文档与源代码，使用设置里选择的整理模型，保留文件来源，完成后更新检索和图谱。网络或模型失败可以继续，已完成文件的整理缓存会复用。普通文件导入直接保存内容，不调用模型。

查看导入面板与支持范围

• 支持 Markdown、UTF-8 文本与声明的源代码/配置扩展名、文件夹和 ZIP。
• 支持相对引用与 Obsidian [[双向链接]]；原生内容包校验清单及 SHA-256。
• 相同内容跳过，同 ID 不同内容保留两份并映射引用，保留手工修改。
• 单批最多 2000 文件、64 MiB；单文档/附件最多 2 MiB。不支持加密 ZIP、分卷和 ZIP64。
• PDF、Word 和图片目前作为附件保留，不提取 PDF/Word 正文，也不提供 OCR。

会话落库

回合结束后登记到「待落库」，点击「生成到本地」才开始整理。可选 AI 整理或无需模型的原文导出；会话新增消息生成独立增量记录，不覆盖旧笔记。长会话会按上下文大小自动分段处理，不设分段数量硬上限；实际耗时和模型用量随会话长度增加。AI 整理模型可跟随来源会话，也可在设置里明确选择。

记忆检索

中文召回与渐进读取

检索以本地 node:sqlite + FTS5 为主，结合中文预分词、两字词、条目问法 questions[] 与本地别名表，补强中英混合、错误码和自然语言问法。没有嵌入模型依赖，当前向量检索为 Off。

模式或层级	适用场景
exact 精确检索	路径、错误码、卡片 ID 和原文片段
hybrid 混合检索	精确候选与 FTS 结果融合，利用标题、摘要和问法排序
deep 深度检索	扩展到正文，显示正文命中片段
L0 → L1 → L2	先读短摘要，再读概览，最后按需读取正文，控制上下文体积

模型工具包括 knowledge_search、knowledge_read、knowledge_timeline 和 tool_catalog_search。搜索默认返回 L0，完整标题优先，并分散同一来源的拆分条目。knowledge_read 每页最多读取 12,000 字符；返回 nextOffset 时，用同一 ID 和该偏移继续，直到 nextOffset=null。偏移基于脱敏后的正文。条目附稳定 ID、关联条目、来源、更新时间和有效状态，便于核对和追溯。

详情面板支持库内图片、附件下载和表格；知识条目间的链接可打开目标详情。附件接口检查访问令牌、正文引用和来源目录范围，非图片文件以下载方式提供。

可选自动召回

自动召回提供 关闭 / 仅提示 / 自动注入 三档。自动注入必须先确认知识摘要会发送给宿主模型；未确认时不开始注入。

检索在可终止的独立 SQL 子进程中运行。单槽预算 150ms、搜索总预算 190ms、缓存外层预算 200ms；同步提示词 section 只读取已就绪缓存，不等待检索、不读取正文、不调用模型。未就绪或超时就跳过该步，优先保证会话继续。日志支持查看引用、反馈有用/无用，以及屏蔽条目或项目。

当前自动注入仍属实验能力。 检索页合成评测与自动注入策略是不同口径：开发阈值 0.65 在固定合成策略集上的漏召率为 76.25%，真实历史留出评测与正式阈值尚未完成，不能用检索页 Recall@5 替代自动注入质量。

查看模型与召回设置

文件、索引和规则检索保存在本机。AI 整理、文件夹学习、元数据补全和经确认的自动注入会按所选功能将相关文本或摘要发给 Harness 配置的模型；智能查询改写是独立可选项，默认关闭。

知识图谱与活动

球体与网络两种布局展示真实知识节点；支持类型图例、标题/标签筛选、旋转、拖拽、重置和导出 PNG。图谱不设条目总量硬上限，通过稳定快照每批加载 1,000 条，持续加载至全部完成；超过 1,500 或 5,000 条时不会缩成少数簇，也不会统一变紫色。节点列表按批展开，球体保留全部节点与原始类型颜色；大图降低普通连线密度并按视野绘制，选中和活动关系仍可查看。网络布局按需初始化。已用 50,001 条合成节点验证完整加载、搜索与定位；实际帧率仍取决于设备和数据规模。

蓝色知识节点在发生已记录的读取、落库或实际注入时短暂变为柠檬黄。活动表示知识被访问，不表示模型已经采纳结论。 工具目录与知识图谱分开呈现。

性能实测

…