wqx-txdsyl / dsh-ds-attach

dsh-ds-attach

DeepSeek Chat（chat.deepseek.com）同款附件渲染样式 —— 上传按钮、文件卡片、图标、消息内附件展示，全部一比一复刻官方前端（图标与样式直接提取自 chat.deepseek.com 前端 bundle）。DeepSeek Harness 插件（dual-face bundle）。

功能（与 chat.deepseek.com 一致）

• 回形针上传按钮：输入框工具栏左侧，DSH 官方 IconPaperclipOutline16 图标，点击选择任意文档/图片（多选），tooltip「上传文档或图片（仅文本提取）」
• 拖拽上传：非图片文件拖到页面任意位置即上传
• DS 风格文件卡片：240×64px、圆角 16px、1px 边框——左侧 28×28 官方彩色文档图标（PDF 红/表格绿/图片紫/PPT 橙/文本蓝，从 chat.deepseek.com 前端 bundle 扒出的精确 SVG）、文件名（14px/500）+ 状态副行（12px）、右上角 18px 圆形删除按钮，多文件横排
• 状态流转：上传中 → 解析中 → 完成 / 未提取到文本 / 上传失败（与官方「Uploading/Parsing/No text extracted」对应）
• 文本提取（与官方一致，服务端解析）：
  • PDF → pdfjs-dist 提取文本
  • DOCX → mammoth 提取文本
  • XLSX → xlsx 读取单元格（前 5 个 sheet）
  • TXT/MD/代码 → 直接读文本
  • 按 token 预算截断（默认 15 万字符，DS_ATTACH_MAX_CHARS 可调；在段落边界截断，不切断句子）
• 发送即清空：卡片随消息发送后，输入框附件区自动清空（DS chat 行为）
• 消息里显示卡片：自定义 user 节点渲染器（priority -1 接管），对话流中附件显示为真正的文件卡片（文件名 + 彩色图标 + 大小，点击展开全文），而非原始长文本；普通消息保持原样浅蓝气泡
• 图片分流：图片自动走 DSH 原生视觉附件管线
• 扫描版 PDF OCR（与官方一致）：PDF 无文字层时，自动渲染每页为图片并调用视觉模型识别文字（智谱 glm-4v-flash，走 DEEPEYE_API_KEY / BOOK_OCR_API_KEY 环境变量）
• 模型可读：提取文本随消息结构化注入（【附件】名\n【文件大小】N\n【文件内容】…【文件内容结束】），模型读到完整内容

安装

# 从 GitHub
dsh plugin --profile web add github:wqx-txdsyl/dsh-ds-attach

# 或本地路径
dsh plugin --profile web add <本目录绝对路径>

重启 dsh web 生效。

依赖

pdfjs-dist / mammoth / xlsx（纯 JS，无原生编译）。安装插件时若提示 allowBuilds，按提示添加即可（这些库无编译脚本，通常无需）。

说明

• host 半：/ds-attach/upload（base64 接收 + 落盘 + 文本提取 + 扫描 PDF OCR）、/ds-attach/file（回读）、/ds-attach/meta（元信息）
• client 半：回形针按钮 + 拖拽 + 卡片 UI + user 消息渲染器
• 文件存于 $DSH_HOME/ds-attach/<sessionId>/，会话隔离，路径穿越防护
• 扫描版 PDF（无文字层）：自动渲染页图 → 视觉模型 OCR，依赖 DEEPEYE_API_KEY 或 BOOK_OCR_API_KEY 环境变量（智谱 glm-4v-flash，baseUrl 默认 https://open.bigmodel.cn/api/paas/v4）；未配置 key 时才显示「未提取到文本」
  • 文字层优先（快路径，与官方一致）：PDF 只要带文字层（哪怕内嵌的劣质 OCR 层）就秒出文字层文本，不触发慢速视觉 OCR；仅纯扫描 PDF（无文字层）自动 OCR
  • 想要更清晰的视觉 OCR 文本（劣质文字层的书）：DS_ATTACH_FORCE_OCR=1 强制 OCR（注意：整本书逐页识别，可能需数分钟）；DS_ATTACH_TEXTLAYER_ONLY=1 禁用 OCR
  • OCR 可调环境变量：BOOK_OCR_SCALE（渲染分辨率倍数，默认 3，越高字形越清晰）、BOOK_OCR_CONCURRENCY（并行页数，默认 2）、BOOK_OCR_CROP_TOP / BOOK_OCR_CROP_BOTTOM（OCR 前裁剪页眉页脚区域，页面高度比例，默认 0.07/0.08，设 0 关闭）、BOOK_OCR_MODEL / BOOK_OCR_BASE_URL / BOOK_OCR_MAX_TOKENS / BOOK_OCR_TIMEOUT_MS
• user 渲染器接管所有用户消息渲染（与产品样式一致），保证普通消息显示不变

License

MIT