DeepRead 是什么
DeepRead 是一个「证据优先」的阅读工具，以 dsh-deepread 为包名发布，版本 1.0.1，采用 MIT 许可证。它同时提供两种互相兼容的形态，而两者的区别几乎决定了本页后面所有的说明。
第一种是便携式 Agent Skill，面向 Codex、Claude Code 以及其他兼容 Agent Skills 的工具。它没有任何运行时依赖：由智能体使用自己的文件与网页工具，按同一套证据优先的阅读流程完成分析。第二种是 DeepSeek Harness 宿主插件，面向 DSH Web、DSH headless 与 dsh-TUI，提供 deepread 工具、PDF 抽取、可选的持久化／后台任务／Web 路由、批量对比、成本预估以及 HTML 与 FreeMind 导出；浏览器客户端是可选且仅限 Web 的入口。
README 明确说明两种形态的产物可以互换：导出的 .md 或 .html 交给任一宿主的智能体都能继续使用。但区别依然重要——Skill 形态借用的是你自己智能体的模型与工具，而插件形态则是「由插件直接调用模型来跑流水线」。
实际安装了什么
包的身份信息来自 package.json：名称 dsh-deepread，版本 1.0.1，"type": "module"，许可证 MIT，主入口 ./lib/types/index.js，类型文件 ./lib/types/index.d.ts，仓库地址为 github.com/xiehuan123/dsh-deepread。
dsh 字段声明了三件事。bundle.patch 指向 ./cordis.patch.yml，也就是把自己插入组合（composition）的那份文件；client 声明 platform: web，并注入两个客户端包 @deepseek-ai/dsh-api-session-controller 与 @deepseek-ai/dsh-client-ui-conversation，因此浏览器那一半是可选的、且只在 Web 上生效；skills 指向 ./skills/dsh-deepread/SKILL.md，意味着打包的 Skill 与插件同在一个 npm 包里。README 还补充了第四个入口：dsh-plugin.json 里的 dsh-TUI Community Consensus v0.15 清单，它加载宿主入口 lib/types/index.js，并且刻意不加载 lib/client.js。
宿主依赖不打进包里。@deepseek-ai/cordis、@deepseek-ai/dsh-storage-domain、@deepseek-ai/dsh-tools、@deepseek-ai/schemastery、react（^18.2.0）与 zod 都写在 peerDependencies 里，版本标记为 *，README 将其解释为「跟随宿主版本」。发布文件清单里还包括 src/**/*.ts、test/、examples/、docs/、assets/、两份 README，以及 .claude-plugin/、.codex-plugin/ 和 plugin.json 等清单文件。
有两处「没有」值得点名：包内不存在 permissions 字段，两份来源也都没有记载安全复核、审计或审核流程。本条目上的 security: unverified 是这个目录自己的字段，不是该包自己作出的声明。
处理流水线：输入、切分与输出位置
官方记录在案的输入只有三种。url 必须是 mp.weixin.qq.com 上的稳定微信公众号文章链接；README 明确表示不会去抓取知乎、掘金这类带反爬页面的站点，而是让你把正文粘贴进来。path 是工作区文件路径，参数表列出 .txt、.md、.markdown、.html、.pdf 五种扩展名。最后是直接粘贴的 text。
这里必须纠正一个读者容易产生的假设：EPUB、MOBI、DOCX 以及任意网页 URL 都不在文档所述的输入清单里，README 也没有描述任何可插拔的抓取器来补上这些格式。
内容切分由配置决定，而不是藏在内部、你无法干预的规则里。chunkChars 默认 6000，maxParts 默认 20，maxInputChars 默认 400000，timeoutMs 默认 900000（十五分钟）。默认模式 deep 会把长篇材料自动切段，逐段精读后再汇总；book 按部分逐段处理整本书；batch 接受 2–10 份文档，每份可以是链接、路径或文本，并额外产出跨篇报告，包含对比矩阵、冲突、互补与综合结论。
PDF 文本由 README 所称的「内置纯 JS 抽取器」获得，支持中文 ToUnicode 映射、页码标记，以及对象流／交叉引用流。整个 manifest 里没有出现任何外部 PDF 可执行程序，package.json 也没有声明这类依赖——抽取器被描述为包内自带的一部分。
输出默认先停留在会话里：export: none 是默认值，而 export: md | mm | html | all 会把 Markdown 报告、可被 XMind 导入的 FreeMind .mm 思维导图，以及带明暗主题的 HTML 报告写入工作区的 deepread-output/ 目录。抓取到的文章全文会按官方 storageDomain 约定缓存进 deepread_url_cache 域（版本 1，经 zod 校验，记录字段为 url、text、fetchedAt），存放在 $DSH_HOME/storages/ 下并可跨进程重启保留；默认 TTL 为 168 小时，上限 200 条，过期条目在写入时惰性清除。如果某个组合没有提供 storageDomain，缓存会退化为进程内状态。Web 面板的「最近阅读」历史只存在 localStorage 里，不经过服务器。
证据、知识地图，以及「置信度」的真实含义
主张与证据的配对是这款产品的核心。重要主张会配上原文引用与可回溯的位置标记，README 将其呈现为 【第N页】；报告还带一张专门的引文表，把论点定位回原文。当原文并不支持某个主张时，文档说明 DeepRead 会写明「原文未提供证据」，而不是替你补上。
map 模式是这套结构最完整的呈现。文档列出的产出包括：核心问题与核心结论；十类内容分类（结论、子主张、机制、事实、数据、案例、隐含前提、反驳、局限、可执行建议）；逐条主张与证据的配对；含数值与单位、时间范围、样本、基线、来源、位置等要素的关键数据表；八种关系标签（支持、反驳、导致、解释、依赖、例证、对比、限制）；Mermaid 思维导图；FreeMind 大纲；以及 5 个主动回忆问题。所以这里的「知识地图」指的就是这一组具体产物，而不是一个可交互的图谱数据库，也不是自动建立双链的笔记库。
「置信度」这个词需要仔细读。README 称其为「四个置信度等级」：作者意图、原文事实与数据、合理推断、无法验证。它们是对某段内容属于哪一类陈述的分类标签，在抽取阶段由模型打上。两份来源都没有为这些标签定义数值刻度、阈值、聚合规则或测量程序，也没有对它们做过任何与真值对照的校准。请把它们理解为模型对某段内容性质的陈述性判断——不是概率，也不是可以跨文档比较的分数。
特性表里另有一个真正被测量过的量，很容易与此混淆。「Self-calibration（自校准）」指的是吞吐速度，而不是主张本身：插件会根据每次模型调用实测每秒 token 数，并在存储中维护滚动平均值，使时间与成本预估逐渐贴近你所用供应商的真实速度；冷启动默认值按模型家族给出（DeepSeek／Kimi／Qwen 约 100–110 tok/s，Claude 约 70，GPT 约 90）。这项校准关心的是「读一篇要多久、要花多少钱」。
它会调用模型吗？用谁的模型？
在插件形态下，会。README 直接对比了两种形态：Codex／Claude 的 Skill 是「方法论」形态，由智能体用自己的工具完成分析；而 DSH 的 deepread 是「工具」形态，「由插件直接调用模型来跑流水线」。因此模型参与的范围覆盖抽取、结构化生成与判断：摘要、主张与证据配对、关系标签、十类分类、数据表字段与回忆问题都由模型调用产出；模式对照表也把 quick 计为单次调用，把 map、book、feynman 计为多次调用。
「用谁的模型」这个问题，来源只给了间接答案。README 与 package.json 都没有点名任何供应商或模型，也没有说 DeepRead 自己需要 API Key。README 说的是：速率与延迟默认值「按模型家族挑选，并且可以被显式覆盖」，预估会收敛到「你实际使用的供应商速度」，自定义组合也可以自行提供这些值——这些线索指向宿主 Harness 已经配置好的模型路由，而不是 DeepRead 自带的某个模型。由于流水线要跑起来，文档内容必然会被送到那条路由上，也就必然被该 profile 指向的供应商处理。两份来源都没有说明那是哪家供应商、位于哪个区域、保留多久，也没有任何隐私政策，因此这些一律按「未说明」对待。
网络访问还有一条明确记录的路径。抓取微信公众号链接需要在 profile 里挂载 HTTP provider（README 点名 @deepseek-ai/dsh-web-fetch-http），并且因为微信会返回反爬验证页，建议给它配置浏览器 User-Agent。已缓存的链接在 refresh 为 false（默认）时会直接复用，不产生网络访问。
运行要求
package.json 的 engines 字段为 ^22.19 || >=24，README 转述为「需要 Node.js 22.19 或 24 及以上」。由于 Harness 的 profile 插件安装流程底层调用 pnpm，机器上必须存在 pnpm。
宿主版本下限在 README 里是一张兼容性表，而不是一个单一数字。DeepSeek Harness Web 0.1.2-rc.1 是经过验证的基线，对应固定 DeepRead 1.0.1；更旧的 0.1.0-rc.7 Web 运行时应继续使用 DeepRead 1.0.0。DeepSeek Harness headless 0.1.0-rc.7 受支持，但不带预算 HTTP 路由；dsh-TUI 最低 0.8.1（Community Consensus v0.15），既没有 Web 路由也没有浏览器界面。省略 storageDomain 的自定义组合同样可用，此时 URL 缓存与校准退化为进程内状态。本条目 frontmatter 里的 dshTarget 标记来自另一套版本写法，与 README 表中的版本名不可直接比较；要确认「哪个 DeepRead 配哪个宿主」，以 README 的表格为准。
存储与状态分布在三处：导出文件在工作区的 deepread-output/，URL 缓存在 $DSH_HOME/storages/，最近阅读历史在浏览器 localStorage。cordis 行可调的参数包括 timeoutMs（900000）、chunkChars（6000）、maxParts（20）、maxInputChars（400000）、cacheEnabled（true）与 cacheTtlHours（168，设为 0 即关闭缓存）。
已知限制与必须说明的注意事项
- 没有 OCR。 README 的 Skill 说明是：只有扫描层的 PDF 应先做 OCR。抽取器依赖文本层，包里也没有记录任何 OCR 或视觉环节。
- URL 只支持微信公众号。
mp.weixin.qq.com稳定链接是唯一记录的链接输入；带反爬页面的站点，README 的建议是粘贴正文。 - 文件格式止于五种扩展名，EPUB／MOBI／DOCX 不在其中。
- 批量上限为 2–10 份文档。
- 体量上限是默认值，不是保证。
maxInputChars400000、maxParts20、timeoutMs900000 共同框定一次运行；README 没有说明超出这些上限时会发生什么，也没有公布book模式的页数上限。不要假设任意长度的书都能读完。 - 没有准确率数据。 README 指向三份由公开文章真实生成、并非手写样稿的报告，这能说明它确实会运行，但不构成基准测试、精确率数字或错误率。没有任何与真值对照的评测。
- 无法验证的主张只是被标注，而不是被解决。 标出「原文未提供证据」只说明原文缺乏支撑，并不等于该主张为假。
- 缓存会把文章全文写到磁盘上，存放在
deepread_url_cache域，而 README 对是否加密只字未提。 - 升级警告。 在替换
0.5.4之前，README 要求先阅读升级与回滚指南，其中包含浏览器 origin 与DSH_HOME保留条件。 - 已知的 pnpm 兼容问题。 某些 DSH 版本把每个 profile 建成 pnpm workspace，却在转发 add／remove 时没有显式标记 workspace root，受影响的 pnpm 版本会在 DeepRead 任何代码运行之前就以
ERR_PNPM_ADDING_TO_ROOT失败。记录在案的修复是仅对那次失败操作重试并加上-w（即--workspace-root）；README 同时明确不要删除 pnpm 缓存或手工改node_modules。至于哪些 pnpm 版本受影响，README 没有说明。 - 遥测：有或没有，两份来源都未提及。
什么时候用它，什么时候不要用
当你需要在转述之前先核实一条主张时，用它。主张与证据的配对、引文表，以及「原文未提供证据」这类显式标注，正是为研究与事实核查准备的；map 模式就是为「我打算引用它」这个场景而存在。如果你的目标是学习和记住内容而不是写摘要，用 feynman；如果你确实需要覆盖整本书而不只是翻几章，用 book。如果你本来就在 DSH Web profile 上工作，面板里的预算预估与后台任务的进度汇报，是普通摘要工具不会给你的便利。
有几种情况要谨慎。来源是没有文本层的扫描版 PDF，就别用它——记录在案的路径是你自己先做 OCR，插件不会代劳。EPUB、MOBI、DOCX，或者微信之外的普通网页，也不在支持范围内，除非你愿意把正文粘贴进去。不要把它的四个置信度标签当作校准过的概率展示给任何人：那只是模型对段落性质的判断，来源没有公布任何校准。不要在没有明确数据政策的前提下，把私人或客户文档交给它——两份来源都没有描述这样的政策。最后，如果你只想要一句话的梗概，普通摘要工具可能更划算：DeepRead 的价值出现在你需要「从结论回溯到页码」的那条链路时。
FAQ
所谓的「置信度」是校准过的概率吗？
不是，来源也不支持这样理解。README 把作者意图、原文事实与数据、合理推断、无法验证这四个等级称作「置信度等级」，但没有定义数值刻度、阈值或测量程序，也没有公布任何校准或准确率数据。它们是在抽取阶段为段落性质打的分类标签，属于模型的陈述性判断，而不是测量结果。README 里另有一个名为「Self-calibration（自校准）」的特性，与置信度无关：它测量的是每秒 token 数，用来改进时间与成本预估。
DeepRead 需要 API Key 或指定模型吗？
两份来源都没有这样说。README 没有点名任何供应商或模型，也没有为 DeepRead 本身提出 API Key 要求；它描述的是「按模型家族挑选」的速率与延迟默认值，以及会收敛到「你实际使用的供应商速度」的预估——这意味着插件使用的是 Harness profile 已经配置好的模型路由。来源完全没有说明的是：文档正文最终由哪家供应商接收，以及适用什么保留期或隐私条款。
完全不配置模型能用吗？
唯一记录在案的「无需模型」操作是成本预估：estimate: true 会在不调用模型的情况下给出各模式的预估 token 消耗、模型调用次数与预计耗时，依据是「CJK 约 0.6 token／字符」的启发式；estimate 模式还会对 PDF 前两页取样，从而对大文件做外推。来源没有描述任何在不调用模型的情况下产出报告、知识地图或引文表的方式。至于便携式 Agent Skill 形态，分析是由你自己的智能体完成的，所以那种形态同样需要一个带模型的智能体——它只是不自带运行时。
到底能喂给它哪些文档？
mp.weixin.qq.com 上的微信公众号文章链接、工作区里扩展名为 .txt、.md、.markdown、.html、.pdf 的文件，以及粘贴的文本；batch 一次可接受 2–10 份。除此之外——其他网站、EPUB、MOBI、DOCX——都不在记录的参数表里；对于带反爬页面的站点，README 的建议是粘贴正文。
扫描版 PDF 和超长书籍它处理得了吗？
扫描版 PDF 处理不了：README 说只有扫描层的 PDF 应先做 OCR，而包里不存在 OCR 环节。超长书籍有一条记录在案的路径——book 模式按部分处理整本书——但运行仍受 maxParts（20）、maxInputChars（400000）与 timeoutMs（900000）这些默认值约束，README 也没有说明超出这些边界时会发生什么。请把超长书籍当作未经检验的地带，而不是必然成功。