dsh-web-search-fetch
面向资料研究的 DSH 插件：融合多来源搜索，整理网页正文，保留来源与差异。
面向 DeepSeek Harness（DSH）的网络搜索与网页提取插件。它把多个服务聚合到原生 web_search / web_fetch 两个 provider 后面，不新增模型工具、MCP 服务、常驻浏览器或外部 CLI。新安装默认启用 AnySearch、Firecrawl、Tavily，使用官方匿名额度开始；自动预设另需配置决策模型凭证。配置更多服务后，搜索结果经过 URL 去重与 RRF 融合，动态网页按多路正文整理，并保留来源与差异。
快速开始 · 项目定位与证据 · 配置参考 · 正文整理演示 · 真实对比 · 依赖审阅材料 · 参与贡献
dsh plugin --profile web add https://github.com/qikairo7/dsh-web-search-fetch/releases/download/v0.2.16/dsh-web-search-fetch-0.2.16.tgz
安装后打开「设置 → 内置插件 → 网络搜索与提取」，在顶部明确选择一种开始方式：
- 配置自动决策：展开模型与凭证设置，配置对应平台密钥并保存，使用默认自动预设。
- 直接体验匿名服务：切换为自定义固定预设，仅选择官方端点且未配密钥的推荐服务和直接 HTTP 抓取，关闭其他服务；保存后即可使用，无需决策模型凭证。已有密钥与自定义端点不会被清除。
匿名模式受服务方额度与限流约束，不能保证无限使用。未安装 DSH 的环境需先完成宿主安装。
项目特点
| 特点 | 当前实现 | 使用价值 |
|---|
| 多来源搜索融合 | 最多 16 个搜索服务并发调用，合并重复 URL 与已知文档别名，使用 RRF（Reciprocal Rank Fusion）融合排名 | 将多路可用结果整理为统一来源列表 |
| 官方文档优先 | 识别已支持技术项目的官方文档意图，补充限定域名检索；相关官方来源在重排前后优先 | 减少技术检索中官方资料缺失或被无关页面挤占 |
| 无需密钥首次体验 | AnySearch、Firecrawl、Tavily 官方搜索与提取支持匿名额度，无需填写密钥 | 固定预设可直接体验；自动预设需先配置决策模型凭证 |
| 多来源正文整理 | 动态提取按章节和共同内容块去重、互补，保留提取来源及文本差异 | 将说明、表格、代码和独有段落整理到一份正文 |
| 原生双工具 | 仅注册搜索和提取 provider，不新增模型工具，也不需要额外 MCP 服务、浏览器自动化或外部 CLI | 沿用 DSH 的 web_search、web_fetch 调用方式 |
| 可选免费重排 | 调用硅基流动免费模型 BAAI/bge-reranker-v2-m3；不可用时保留融合顺序 | 对融合候选进行相关性排序，仍需配置 API Key |
| 服务统一管理 | DSH 凭证管理、服务开关、智谱通道选择，以及超时、取消、限流冷却和额度熔断 | 一处配置搜索、提取与重排；单路失败时继续使用其他可用结果 |
| 调用范围与预算 | 自动预设由快速决策模型判断覆盖范围，多路结果充分后经过宽限期结束慢渠道 | 保持多路并发，减少尾部等待；也支持固定预设 |
插件注册两个 ID 为 aggregated 的 provider。设置页覆盖 18 项搜索／提取／重排服务和 18 个凭证位，另提供五款决策模型选择。每项服务均提供独立启停开关。静态资源使用 DSH 内置 HTTP 提取器，AIHOT 专用 API 直接读取；其余 URL 按配置进入多服务提取。
动态网页提取默认将同一 URL 的多路结果整理成一份正文：按章节和共同段落去重，补充独有内容，保留提取来源和文本差异。代码、表格、链接和原文数字保留；不同标题、明确版本标记、语言或返回目标的内容放入补充片段，识别出的登录与挑战页面不混入正文。引用式链接与脚注按来源保留完整 Markdown 原文，避免同名定义串用。可切换旧版单份正文模式。规则边界见网页正文整理。
默认使用自动预设：决策模型先判断 fast（3 路）、balanced（5 路）或 deep（已选服务范围），再派发搜索和提取；外部决策模型是自动预设的必要依赖；超时或凭证缺失时返回明确错误，本次不派发服务。设置页也可固定为免费接口、均衡、深度或自定义，并独立选择搜索／提取服务、限制服务数量、HTTP 请求数、操作总限时和正文输出长度。保存后下一次调用生效；免费额度与付费服务不会自动纳入免费接口预设。
自动预设不会等到第一路返回就结束：搜索需至少三路服务返回充分的相关结果；正文提取需至少三路较长正文具有相同标题和共同段落。满足条件后继续等待短暂宽限期，再取消未完成渠道，并标记结果可能不完整。明确的导航和主题控件不进入整理正文；代码、表格、有效链接与文本差异保留。
搜索融合和正文整理不构成事实交叉验证。多路并发及补充检索会消耗对应服务额度。参数与使用边界见配置参考，离线验证方法见正文整理，中文、新闻、长文、挑战页及慢渠道的指标见质量评测。
与 ModSearch 5.10.6 的 48 次真实调用均成功。多服务搜索中，ModSearch 的耗时与请求次数更低；本插件融合来源并整理多份提取，适合需要来源与差异记录的资料研究。样本与限制见真实对比。
项目定位与证据
这个项目面向的是资料研究和可治理的多源调用，不是零配置联网的最小方案。它优先解决四件事：模型仍只用 DSH 原生双工具；搜索结果来自多路融合；动态网页提取保留来源、差异和预算边界；服务、凭证、预设、请求量和熔断可以在设置页统一管理。
| 证据 | 结果与边界 |
|---|
| 当前交付版本 | 0.2.16；适配 DSH 0.2.1-alpha.5，延续 alpha.4 的正式适配路径 |
| 仓库门禁 | 771 项测试、构建、类型检查、仓库与分发检查、双 OS × 双 Node CI |
| 隔离生命周期 | 0.2.12 完成安装、启动、原生工具、设置保存、重启持久化、卸载与回滚 |
| 全服务实测 | 18 项服务配置；16 路搜索与最多 11 路提取逐项验证，保留失败历史 |
| 正式会话 | 0.2.13 四轮模型自主调用原生双工具，覆盖 deep / fast 自动切换和「不读取网页」约束 |
| 正式 profile 升级 | 0.2.14 完成 Release 下载校验、升级、宿主重启和 web_fetch 三路提取 |
| 已知未归因问题 | 原 HTTPS 输入的历史整理拒绝未复现；issue #3 保持开放，不以后续成功关闭 |
| 外部流程 | DSH Store 独立供应链审阅与准入不由本项目宣布通过 |
建议按需求选择：需要开箱即用、最低请求成本或 X 搜索时，ModSearch 是合理选择；需要来源融合、正文整理、服务级治理和可控预设时，优先考虑本插件。
完整接入清单
| 服务 | 搜索 | 网页提取 | 用途 |
|---|
| AnySearch AI | 支持 | 支持 | 搜索与正文提取 |
| 智谱 | 支持 | — | Anthropic 兼容通道与工具 API |
| 知乎 | 支持 | — | 内容搜索与额度查询 |
| Firecrawl | 支持 | 支持 | v2 Search 与 Scrape |
| Tavily | 支持 | 支持 | 搜索与 Extract |
| Exa | 支持 | 支持 | 搜索与 Contents |
| Keenable | 支持 | 支持 | 实时搜索与正文提取 |
| Crawl4AI Cloud | 支持 | 支持 | Cloud 搜索与 Scrape |
| GitHub | 支持 | 限定 URL | 公开仓库搜索，README / blob 文件提取 |
| 百度千帆 AI 搜索 | 支持 | — | 网页搜索 |
| 豆包 Custom | 支持 | 支持 | 搜索与 Fetch 分别配置凭证 |
| TinyFish | 支持 | 支持 | 独立 Search / Fetch API，共用密钥 |
| Serply | 支持 | 支持 | Google 搜索与 Markdown 提取 |
| Kimi | 支持 | 支持 | REST Basic / Pro 搜索与 Markdown 提取 |
| Bing RSS | 支持 | — | 匿名公开 RSS 搜索 |
| AIHOT | AI 资讯关键词 | 专用 API | 默认关闭，支持热点、事件、报告与精选读取 |
| 硅基流动 | 重排 | — | 融合结果相关性排序 |
| 阿里决策模型 | 自动预设路由 | — | decision-model-preview 判断覆盖范围 |
| TypeSafe | 自动预设路由 | — | jev-latest 判断覆盖范围 |
| 直接 HTTP 抓取 | — | 静态资源 | 复用 DSH HTTP 组件，无需服务凭证 |
新安装默认开启 AnySearch、Firecrawl、Tavily 三家推荐服务，其余远程服务与硅基流动重排作为可选增强，默认关闭。直接 HTTP 抓取保留为静态资源的基础提取能力。已保存的显式开关设置优先于安装默认；旧版未设置开关的服务采用新版默认。按需开启增强后，搜索最多 16 路；普通动态提取最多 10 路，适用的 GitHub URL 最多 11 路。Kimi Basic / Pro 二选一，只计一路。AIHOT 专用 API 直接读取，重排和 HTTP 抓取均不计入动态提取路数。实际参与调用的服务取决于配置、凭证、URL 适用范围及熔断状态。
智谱仅支持搜索，不包含阅读器。GitHub 提取限定仓库根 URL 和 /blob/<ref>/<path>。Bing RSS 使用公开搜索 feed，无需密钥；其可用性和格式可能变化。
AIHOT 搜索覆盖近 7 天 AI 资讯；启用后，原生 web_fetch 可读取热点、事件、日报、周报、月报、重置记录和精选快照／增量 API，不参与通用网页提取。使用方法见 AIHOT 接入。启用前请阅读 AIHOT 使用规则；服务数据授权与本项目 MIT 代码许可分别适用。
服务费用
各服务可按免费服务、免费额度和付费使用区分。免费额度可能是每日／每月额度，也可能是限时试用或赠送额度。
| 费用方式 | 服务 | 说明 |
|---|
| 免费服务 | TinyFish Search／Fetch、Bing RSS、GitHub 公开 API、直接 HTTP 抓取、硅基流动 BAAI/bge-reranker-v2-m3 与三款 SystemOne 决策模型、阿里 decision-model-preview | 受请求频率、访问权限或资源限制约束；硅基流动与阿里仍需配置 API Key |
| 免费服务（有用途限制） | AIHOT | 个人非商业、公益非商业及组织内部使用；其他用途按服务规则授权 |
| 提供免费额度 | AnySearch、知乎、Firecrawl、Tavily、Exa、Keenable、Crawl4AI Cloud、Serply | 免费额度的有效期、重置周期和超额计费以服务方及账号为准 |
| 按次计费或付费订阅 | 智谱当前搜索通道、Kimi REST 搜索与提取 | Coding Plan 为付费订阅；tools-api 使用按次计费的 search_pro，套餐额度不属于免费额度；Kimi REST 接口按次计费，账号赠送额度需另行确认 |
| 按区域限制 | TypeSafe jev-latest | 付费模型；直连返回 HTTP 451，配置 DSH 代理后可用 |
推荐服务支持匿名访问，匿名额度仍受 IP、请求频率及服务方额度限制：
| 推荐服务 | 未配置密钥时 | 配置密钥后 |
|---|
| AnySearch | 官方 /v1/search、/v1/extract 使用公共额度，按 IP 限流 | 使用对应账户的权限与额度 |
| Firecrawl | 官方 /v2/search、/v2/scrape 使用匿名额度 | 使用对应账户的权限与额度 |
| Tavily | 官方 /search、/extract 使用 keyless 模式，携带 x-tavily-access-mode: keyless，受共享限流约束 | 使用账户鉴权，不再发送 keyless 头 |
自定义端点仍需配置密钥；已有密钥失效时不自动降级为匿名请求。匿名模式不表示无限免费，也不保证结果质量或可用性。AnySearch 匿名额度耗尽的响应可能包含自动生成的账号信息，插件不记录、不保存，也不自动使用。接口依据：AnySearch Search、AnySearch Extract、Firecrawl 官方 Keyless 说明、Tavily 官方 SDK。
免费接口预设仍排除 AnySearch、Firecrawl、Tavily 等额度型服务；「直接体验匿名服务」使用自定义预设，新安装默认仍为自动预设。
百度千帆和豆包 Custom 的免费额度、赠送额度及开通条件需按对应账号确认。选择服务时，同时检查搜索与提取接口是否都在免费范围内。插件按配置并发调用，不自动按价格排序，也不保证只使用免费额度。
硅基流动重排使用免费模型 BAAI/bge-reranker-v2-m3，需要注册账号并配置 SILICONFLOW_API_KEY。注册入口：硅基流动（邀请链接）。模型费用以硅基流动官方定价为准。
费用依据：AnySearch、知乎、Firecrawl、Tavily、Exa、Keenable、Crawl4AI、TinyFish、Serply、智谱 Coding Plan、Kimi REST 接口定价。
快速开始
环境要求
| 组件 | 要求 |
|---|
| Node.js | ^22.19.0 || >=24.0.0，不包含 Node.js 23 |
| DSH | 已安装，并具有 web 和 credentials 服务 |
| 开发工具 | pnpm 12.10.1 |
| 外部服务 | 网络连通性；推荐的 AnySearch、Firecrawl、Tavily 官方匿名模式无需凭证，增强服务按需启用 |
已在 Windows、Node.js 24.20.0、DSH 0.2.1-alpha.2 / 0.2.1-alpha.3 的正式环境及隔离 profile 中验证安装、原生搜索和网页提取。0.2.14 另在正式 Web profile 完成升级、重启和原生提取验证。0.2.15 已完成 alpha.4 正式 profile 适配与 web_fetch 实测。0.2.16 按 alpha.5 运行时执行适配检查；@deepseek-ai/dsh-web provider 接口在 alpha.3 至 alpha.5 间保持一致。CI 覆盖 Windows／Ubuntu、Node.js 22.19／24 的构建、类型检查与测试；CI 通过不表示这些组合均完成 DSH 实机验收。
| DSH 版本 | 兼容声明 | 验证范围 |
|---|
0.2.1-alpha.2 | compatible | 上述 Windows 环境的安装、搜索与提取 |
0.2.1-alpha.3 | compatible | 上述 Windows 环境的安装、搜索与提取 |
0.2.1-alpha.4 | compatible | 按 alpha.4 运行时完成离线适配检查；实机验收以发布记录为准 |
0.2.1-alpha.5 | compatible | 按 alpha.5 运行时完成离线适配检查；实机验收以发布记录为准 |
0.2.1-alpha.1 | unknown | 尚未执行该版本运行验收 |
0.2.0-rc.2 | unknown | 尚未执行该版本运行验收 |
默认分支的 package.json 提供 dsh.compatibility.dshReleases 精确版本声明；未验证版本保持 unknown。发布包包含这项兼容元数据。这里不声明所有版本的卸载或回滚已通过验收。
使用发布包安装
在已配置 DSH 的环境中执行：
dsh plugin --profile web add https://github.com/qikairo7/dsh-web-search-fetch/releases/download/v0.2.16/dsh-web-search-fetch-0.2.16.tgz
将 web 替换为实际使用的 profile，安装后重启宿主。以上命令使用 0.2.16 Release 包，不需要 npm 包发布账号或 GitHub 登录。
自 0.2.11 起，Git 固定提交同时包含完整的 lib/**/*.js 与 lib/**/*.d.ts，安装方无需先编译 TypeScript。固定源码仍需安装运行依赖并满足宿主 peer 依赖；产物齐全不等于 Store 已批准或实际 profile 已完成验收。分发检查方法见贡献指南，运行依赖、完整性与审阅边界见依赖审阅材料。
从源码安装
在已配置 DSH 的环境中执行：
git clone https://github.com/qikairo7/dsh-web-search-fetch.git
cd dsh-web-search-fetch
pnpm install --frozen-lockfile
pnpm run build
dsh plugin --profile <profile> add link:<absolute-repository-path>
将 <profile> 替换为目标 profile，将 <absolute-repository-path> 替换为仓库绝对路径。路径包含空格时，对整个 link: 参数加引号。
bundle patch 自动选择 provider。使用以下命令检查装载后的配置：
dsh --profile <profile> --dump-config
应出现 web-search-fetch 条目，以及 web 条目下的 searchProvider: aggregated 和 fetchProvider: aggregated。配置输出仅证明装载状态；还需实际调用工具检查响应。分享输出前应检查其他插件的私密数据。
配置凭证
在 DSH Web 的「设置 → 内置插件 → 网络搜索与提取」中填写所需凭证并保存。空白填写位保持已有凭证；状态区只显示配置状态。
也可通过 DSH 凭证服务管理以下引用：
| 默认引用名 | 服务 |
|---|
ZHIPU_API_KEY | 智谱搜索 |
ANYSEARCH_API_KEY | AnySearch 搜索与提取 |
ZHIHU_ACCESS_SECRET | 知乎搜索与额度查询 |
FIRECRAWL_API_KEY | Firecrawl 搜索与提取 |
TAVILY_API_KEY | Tavily |
EXA_API_KEY | Exa |
KEENABLE_API_KEY | Keenable |
CRAWL4AI_API_KEY | Crawl4AI Cloud |
GITHUB_TOKEN | GitHub |
QIANFAN_API_KEY | 百度千帆 AI 搜索 |
DOUBAO_SEARCH_API_KEY | 豆包搜索 |
DOUBAO_FETCH_API_KEY | 豆包提取 |
TINYFISH_API_KEY | TinyFish |
SERPLY_API_KEY | Serply |
MOONSHOT_API_KEY | Kimi 搜索与提取 |
SILICONFLOW_API_KEY | 硅基流动重排 |
DASHSCOPE_API_KEY | 阿里决策模型 |
TYPESAFE_API_KEY | TypeSafe 决策模型 |
推荐的 AnySearch、Firecrawl、Tavily 官方搜索与提取无需凭证，状态显示“匿名额度”；配置密钥后使用账户模式。Bing RSS、AIHOT 和直接 HTTP 抓取无需凭证。豆包搜索与提取分别填写；服务总开关同时控制其搜索与提取。服务列表支持名称搜索、能力筛选和配置状态筛选；隐藏或折叠的草稿仍会保留。配置状态表示凭证存在，不证明服务健康。
配置文件只填写引用名。凭证值由 DSH 管理，每次操作重新解析。详细说明见配置参考。
使用
在启用本插件的 DSH 会话中使用原生工具，例如：
搜索 DeepSeek Harness 的插件开发文档，并列出来源链接。
读取 https://example.com/guide.md，概括主要内容。
动态提取默认单个服务限时 45 秒。需为会话实际使用的 tool-web 设置足够的提取预算；Web agent preset 中的嵌套工具配置也需检查。见工具超时配置。
设置界面
设置页使用 DSH 原生分段选择、输入框、复选框和开关。首屏显示当前调用方式与服务配置；展开“调用设置”可切换预设和正文处理方式，请求数、超时和正文长度在“高级调用限制”中调整。服务列表支持关键词搜索、能力筛选和逐项配置。推荐的三家服务置顶，其余标注“可选增强”；每行统一显示配置状态、启用开关和展开箭头。总开关保留凭证与参与范围；关闭直接 HTTP 抓取后，静态 URL 会报错，不会自动调用其他服务。
数值输入允许暂时清空，超出范围时显示提示并阻止保存；搜索框按 Enter 不会提交设置。保存前可以放弃修改，离开设置页会撤销未保存草稿。配置状态仅表示凭证是否存在。
DSH 原生设置窗口中的网络搜索与提取服务列表
官方匿名额度、账户额度及自定义端点要求在服务说明中区分。已保存的密钥不会回显到填写位。
工作原理
flowchart LR
Search[web_search] --> Fanout[多来源并发搜索]
Fanout --> Fusion[URL 去重与 RRF 融合]
Fusion --> Rerank[可选相关性重排]
Rerank --> Sources[统一来源列表]
Fetch[web_fetch] --> API{已启用的 AIHOT 专用 API?}
API -->|是| AIHOT[读取 Markdown 或完整 JSON]
API -->|否| Route{URL 分流规则}
Route -->|静态资源| HTTP[DSH HTTP 提取器]
Route -->|其他 URL| Extract[多来源并发提取]
Extract --> Mode{正文处理模式}
Mode -->|默认整理| Organize[内容块去重与互补]
Organize --> Body[正文、来源与文本差异]
Mode -->|旧版兼容| Select[评分后返回单份正文]
已启用的 AIHOT 专用 API 先直接读取，其他 URL 再进入分流。分流根据 URL 扩展名和配置的静态域名判断，不检测页面渲染能力。HTML、PDF、未知扩展名及无扩展名 URL 默认进入动态提取。静态提取失败时不会自动转入付费服务；动态提取失败时也不会自动回退到 HTTP。
文档
贡献与反馈
问题反馈和功能建议请通过 GitHub Issues 提交。提交代码前请阅读贡献指南。
许可与致谢
本项目采用 MIT 许可。AnySearch 服务包含来自 anysearch-team/anysearch-dsh 的 MIT 代码；智谱通道参考了 PartinGQAQ/dsh-web-search-zhipu 的方法与协议常量。来源、改造范围和第三方许可全文见 NOTICE。
