dsh-file-drop
English: Drag a PDF / .py / Excel (.xlsx) / CSV file straight into the DeepSeek Harness composer. Files appear as format cards (colored PDF/XLSX/CSV/PY badge + name) above the input; on send, compact [file attachment ...] references are attached and the model reads the content through the read_file_attachment tool — with dependency-free built-in PDF and XLSX extractors. Zero runtime dependencies, no build step.
把 PDF / .py 文件直接拖进 DSH（DeepSeek Harness）对话框，模型自动读取并分析内容的小插件。
- 🚫 零运行时依赖：PDF 与 XLSX 解析都是内置的纯 JS 实现（Node 内置
zlib + 手写解析器），不装 pdf.js/xlsx 库，不依赖任何其他 DSH 插件
- 🏷 格式卡片：拖入后输入框上方显示带格式徽章的小卡片（PDF / XLSX / CSV / PY），可单独移除，不再往草稿里塞长引用
- 📦 纯 ESM、无需构建：装完即用，没有
npm run build
- 🔌 双平面封装：host 半（上传路由 +
read_file_attachment 工具 + PDF 提取器）+ browser 半（拖拽拦截 + 输入框插入），各模块互相独立
- 🗂 文件落盘镜像：拖入的文件同时存到当前工作区
.dsh-drops/，你（和模型自己的文件工具）都能直接看到原文件
效果
- 把
.pdf / .py / .xlsx / .csv 文件从资源管理器拖进 DSH 窗口，松手；
- 输入框内部顶部出现与图片缩略图同款的格式卡片：独立预览框（带格式字样 PDF / XLSX / CSV / PY 的彩色页面图）+ 悬停 × 移除 + 文件名 tooltip；轨道作为卡片内的流式行占位——草稿文字自动下移、互不遮挡，图片与文件同时拖入时文件排在图片下方；
- 点发送时自动把紧凑引用
[file attachment {"attachmentId":"sha256:…","kind":"pdf","name":"论文.pdf"}] 附到消息末尾（文件字节本身不进对话）；
- 模型调用
read_file_attachment 工具读取内容——PDF 提取文本层、XLSX 转 TSV 表格、CSV/.py 原样返回——然后进行分析。
sequenceDiagram
participant U as 用户拖入 .pdf/.py
participant C as browser 半 (lib/client.js)
participant R as /dsh-file/attach (lib/routes.js)
participant S as 内存存储 (lib/store.js)
participant T as read_file_attachment (lib/tool.js)
participant P as PDF 提取器 (lib/pdf-text.js)
U->>C: 拖放文件（capture 阶段拦截，图片照旧走官方逻辑）
C->>R: POST base64 字节 + kind + cwd
R->>S: sha256 内容寻址存储（FIFO 上限 64 条）
R->>U: 镜像写入 <cwd>/.dsh-drops/<文件名>
R-->>C: 返回紧凑引用 + attachmentId
C->>C: 输入框上方显示格式卡片（可移除）
Note over C: 发送时自动把引用附到消息末尾
Note over T: 用户发送消息，模型看到引用
T->>S: 按 attachmentId 取字节
T->>P: PDF? 提取文本层（Flate/LZW/ToUnicode/...）
T-->>T: 返回文本（支持 start/maxChars 分页续读）
安装
环境：Node 22.19+（DSH 自带）、dsh CLI。
方式 A：本地仓库链接安装（推荐，改代码最方便）
# 1. 克隆本仓库
git clone <your-repo-url> dsh-file-drop
# 2. 把包链接进 web profile
dsh plugin --profile web add link:D:/path/to/dsh-file-drop
⚠️ 链接安装的依赖解析：DSH 的模块回退机制对 link 包按真实目录解析依赖（Node 默认跟随符号链接），所以本仓库目录下需要一个指向 DSH 安装目录的扁平链接。安装后运行一次：
node scripts/link-host-deps.mjs D:/path/to/DSH # 例如 D:/xl/DSH，或设置 DSH_APP_ROOT 后省略参数
该链接位于被 .gitignore 忽略的 node_modules/ 下，不影响 Git 提交。
方式 B：从 npm 安装（发布后）
dsh plugin --profile web add dsh-file-drop
两种方式都还需要最后一步 —— 把 host 插件挂进 profile 的补丁层。编辑
~/.dsh/profiles/web/cordis.patch.yml，追加：
# dsh-file-drop：拖入 PDF/.py 自动引用 + read_file_attachment 工具
- insert:
- id: dsh-file-drop
name: 'dsh-file-drop'
重启 DSH（完全退出再启动，或重启服务器进程），刷新 GUI 页面即可。
或者作为 profile bundle 安装：把 "dsh-file-drop" 加进 profile
package.json 的 dsh.profile.bundles 列表 —— 此时本仓库自带的
cordis.patch.yml（dsh.bundle.patch）会自动生效，无需手改补丁层。
使用
| 格式 | 扩展名 | 大小上限 | 模型拿到什么 |
|---|
| PDF | .pdf | 24 MiB | 文本层（分页标记） |
| Excel | .xlsx | 16 MiB | 每个工作表一段 TSV（[工作表 名称] 标题） |
| CSV | .csv | 8 MiB | UTF-8 原文 |
| Python | .py | 2 MiB | UTF-8 源码（latin1 兜底） |
- 拖入后文件以格式卡片形式显示在输入框内部顶部（图片缩略图同一位置）：徽章写格式、卡片写文件名，点 × 单独移除；卡片不影响草稿，发送时才把紧凑引用附到消息末尾
- 图片拖入不受影响，仍走 DSH 官方图片逻辑；混合拖入时，四种格式由本插件接管，其余文件会提示「已忽略」
- 多文件可一次拖入；每个文件一张卡片
- 文件同时落盘到
当前会话工作区/.dsh-drops/，重名自动加 -2、-3…
- 大文件：工具默认一次返回 12 万字符，
truncated: true 时模型会按 start 续读，无需你干预
目录结构（封装说明）
| 文件 | 平面 | 职责 |
|---|
lib/index.js | host | 入口：注册工具 + 上传路由，导出公共 API |
lib/tool.js | host | read_file_attachment 工具定义（参数校验/输出 schema/分页） |
lib/routes.js | host | /dsh-file/attach HTTP 路由 + 上传载荷校验 + 落盘镜像 |
lib/store.js | host | 内存附件注册表（sha256 内容寻址，FIFO 上限 64 条） |
lib/pdf-text.js | host | 零依赖 PDF 文本层提取器（详见下节） |
lib/table-text.js | host | 零依赖 XLSX 提取器（ZIP 中央目录 + OOXML 工作表） |
lib/client.js | browser | 拖拽拦截、上传、输入卡片内格式卡片（overlay 插槽，图片位）、发送钩子、toast |
cordis.patch.yml | 补丁 | 插件挂载行（bundle 安装时自动应用） |
scripts/link-host-deps.mjs | 工具 | 为链接安装创建 host 依赖扁平链接（见安装说明） |
test/ | 测试 | node --test，覆盖提取器/过滤器/存储/上传校验 |
内容解析能力与边界
XLSX / CSV：XLSX 由内置的 ZIP 中央目录读取器（STORE + DEFLATE）+ OOXML 解析器提取——工作表名、共享字符串表、inline/数值/布尔单元格都支持，输出为 TSV；CSV 直接按 UTF-8 返回。不支持旧版 .xls（BIFF 二进制）、加密工作簿和外部链接引用。
PDF
支持：FlateDecode / LZWDecode / ASCIIHex / ASCII85 过滤器；ObjStm
对象流（PDF 1.5+）；Tj/TJ/'/"/T*/Td/TD/Tm 文本算子；/ToUnicode CMap
（bfchar+bfrange，中文 CID 字体通常可正确提取）；/Encoding /Differences
西文字形名；WinAnsi/Standard 编码与 UTF-16BE 字符串；TJ 负向 kerning 的空格启发式。
不支持的边界：纯扫描/图片型 PDF（没有文本层，工具会明确提示「未能提取到文本」，此时可让模型用 .dsh-drops/ 里的原文件自行 OCR）；无 ToUnicode 的 CID 子集字体；Form XObject 文本仅在整页提取为空时通过兜底扫描兜住。
在作者真实语料上的表现：34/66 篇 PDF 完整提取（含 200 万字符的扫描书目、BIG-bench 等），平均约 115 ms/篇；其余为无文本层的扫描件。
安全与限制
- 附件注册表是进程内内存存储：DSH 服务器重启后旧引用失效，工具会提示重新拖入（磁盘镜像文件仍在
.dsh-drops/）
- 上传路由仅在本机 loopback GUI 内使用；
cwd 由客户端随请求携带，落盘限定在 <cwd>/.dsh-drops/，文件名经 basename 清洗、拒绝路径穿越
- 字节上限：PDF 24 MiB / .xlsx 16 MiB / .csv 8 MiB / .py 2 MiB，可在
lib/routes.js 的常量处调整
上传到 GitHub
本仓库已经按发布标准包装好：MIT License、node --test 测试（16 例）、GitHub Actions CI（.github/workflows/test.yml，Node 22/24 双版本）、npm pack 白名单（files 字段）、npm 生命周期钩子 prepack（发布前自动跑测试）。发布前只需：
cd D:/xl/plugin/dsh-file-drop
git init -b main
# 1) 首次提交需要身份（换成你自己的名字/邮箱）
git config user.name "Your Name"
git config user.email "you@example.com"
git add .
git commit -m "dsh-file-drop: drag PDF/.py into the composer for analysis"
在 GitHub 上新建空仓库 dsh-file-drop（不要勾选 README/.gitignore/license，避免冲突），然后：
git remote add origin https://github.com/Nafiygond/dsh-file-drop.git
git push -u origin main
推送后第一件事：Settings → Actions → General → Workflow permissions 勾选 Read and write permissions（CI 徽章需要），随便推一个 commit 触发一次 workflow，看到 ✅ 即可。
发布到 npm（可选）
npm login
npm publish # prepack 会自动先跑测试；dry-run 预览: npm pack --dry-run
- 包名
dsh-file-drop 未带 scope，若已被占用或想用 @you/dsh-file-drop，需同步改 4 处：package.json 的 name、cordis.patch.yml 的 name、lib/index.js 的 export const name、lib/client.js 里 __ModuleLoader__.load 的 id（四处保持一致即可）；
- 发布后 README 里方式 B（
dsh plugin --profile web add <包名>）对其他人即可用。
加分项：录一段 10 秒拖拽演示 GIF 放在 README 顶部；LICENSE 里的 Copyright 换成你的名字。
开发与测试
npm test # node --test，无需构建
node scripts/link-host-deps.mjs <DSH 安装目录> # 链接安装后运行一次
修改 host 半（lib/*.js 除 client.js）→ 重启 DSH 生效；修改 browser 半
（lib/client.js）→ 重启 DSH 并刷新页面（客户端 bundle 在启动时按 rev 哈希注入）。
License
MIT
