dsh-lawcorpus
法学论文框架语料库（DeepSeek Harness 插件）：内置近三年（2024–2026）四本 CLSCI 法学期刊 850 条题录（题名、作者、摘要、关键词、目录骨架），支持 BM25 检索、体裁画像、框架卡抽取与投稿对标，全部离线、零依赖。
插件会安装到这里；不确定时保持 web。
npx -y @deepseek-ai/dsh plugin --profile web add github:ziz12138/dsh-lawcorpus#b26655d4aa921735775958811950c2af2aa558d2Lawcorpus 以 dsh-lawcorpus 发布，当前版本为 0.2.2。Plugin Hub 会校验它的 manifest，并保存精确安装来源，便于复现安装结果。
一个 DeepSeek Harness 插件，内置近三年（2024–2026）四本 CLSCI 法学期刊（中国法学 / 比较法研究 / 法学研究 / 中外法学）真实论文的题名、作者、摘要、关键词与目录骨架，全部本地离线、零依赖。
做的是「论文框架语料库」：把期刊论文的目录（章节小标题）、摘要、关键词、题名结构化存成 JSONL，供模型在选题、仿写、投稿对标时检索与画像。不存全文，不回传任何服务器。
下表为打包时的快照；具体篇数、按刊/按年分布、完整率以
lawcorpus_status的实时输出为准。
| 期刊 | 2024 | 2025 | 2026 | 合计 |
|---|---|---|---|---|
| 中国法学 | 89 | 90 | 74 | 253 |
| 比较法研究 | 82 | 82 | 56 | 220 |
| 法学研究 | 69 | 70 | 58 | 197 |
| 中外法学 | 42 | 82 | 56 | 180 |
| 合计 | 282 | 324 | 244 | 850（含 3 篇笔谈/编者按） |
Vol./No. 提取或按「期号缺口」回填，个别可能不精确。| 工具 | 用途 | 关键参数 |
|---|---|---|
lawcorpus_status | 语料覆盖情况：总篇数、按刊/按年、完整率、缺哪些刊 | journal、verbose |
lawcorpus_profile | 体裁/句式/功能句/字数/关键词画像 | journal、yearFrom、yearTo、genre、topic |
lawcorpus_frame | 按选题抽「框架卡」（问题/方法/结论槽位 + 目录骨架 + 高频词） | topic（必填）、journal、genre、limit |
lawcorpus_match | 把你的摘要/标题/关键词对标本库，给出最近似论文与差距 | abstract（必填）、title、keywords、journal |
lawcorpus_export | 导出 CSV / JSONL / Markdown | format、journal、yearFrom、yearTo、outFile、includeAbstract、overwrite |
导出仅允许写入会话工作区，默认不覆盖已有文件；确需覆盖时显式设置 overwrite=true。lawcorpus_match 的分数表示查询词元覆盖率，用于粗略参考，不代表语义相似概率或投稿录用概率。
典型用法示例：
lawcorpus_frame topic="数据可携权" journal="法学研究"
lawcorpus_match abstract="……" title="……" keywords=["……"] journal="中国法学"
lawcorpus_profile journal="中外法学" yearFrom=2024 yearTo=2026
lawcorpus_status verbose=true
node_modules/dsh-lawcorpus。cordis.patch.yml 里插一条：- insert:
- id: lawcorpus
name: dsh-lawcorpus
config:
dataDir: ""
package.json 的 dsh.profile.bundles 数组里加上 "dsh-lawcorpus"。dataDir 留空即直接读插件自带的 data/*.jsonl（只读）。也可以改成自定义目录，放入同格式 JSONL 后本插件照常检索。
每行一条记录（data/articles_<刊>_<年>.jsonl）：
{"id":"…","journal":"中国法学","year":2024,"issue":4,"title":"…","authors":["…"],"abstract":"…","keywords":["…"],"outline":["一、…","二、…"],"outlineCount":5,"pages":"…","startPage":88,"type":"article","source":"…","quality":{},"extractedAt":"…"}
^22.19.0 || >=24.0.0。mtime+size 缓存；千篇以内量级瞬间完成。本插件附带了全局 Skill skill/law-paper-writing/SKILL.md。插件加载时（apply 阶段）会自动把它装进 harness-home 的 skills/law-paper-writing/SKILL.md（DSH_HOME 环境变量指向 harness-home），装完插件重启后即可自动触发，无需手动拷贝：检测到你在做法学论文相关事项（写摘要/标题/关键词/目录、选题、润色、审稿自查、投稿对标、搭论证框架）时会自动调用 lawcorpus_* 工具，无需手动点名。详见该 SKILL.md 的触发规则与场景映射表。
自动安装只做「缺失时补齐」：目标文件已存在则不覆盖（保留你改过的版本）；DSH_HOME 未设置或插件包内缺源文件时仅告警跳过，不影响插件加载。若首次重启后 skill 尚未出现在技能列表，再重启一次即可。
提示：具体篇数、覆盖、完整率以
lawcorpus_status的输出为准；SKILL.md 里不写死数字。
tools/ 目录提供从「可搜索」PDF 重建/扩展语料的脚本（build_corpus.py / run_batch.sh / summary.py / analyze.py / 任务书.md）。想加新刊、加新年份、换数据源时先读 tools/README.md 与 tools/任务书.md，再用 bash tools/run_batch.sh <PDF目录> 重建 data/*.jsonl。日常查询无需这些脚本。
lawcorpus_status 按刊过滤时把已覆盖刊误报为「还没覆盖」；单字主题词查询给出明确提示；导出默认文件名改用本地时间（原为 UTC）；相对 dataDir 改为以插件目录为基准；inject 声明补全 workingDirectory；修正打包中 tools/任务书.md 文件名乱码。lawcorpus_frame 体裁筛选假阴性修复、lawcorpus_match 评分改为词元覆盖率、导出路径安全加固、skill 安装防并发竞态、lawcorpus_status 增加 verbose 逐年矩阵。