@songyanglin/dsh-sift
由 AI 协作的个人学习型知识梳理工作台
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:Songyanglin-curious/dsh-sift#799a7299f5613e14b5c0f32a0736a9633b16b742Sift 以 @songyanglin/dsh-sift 发布，当前版本为 0.1.0。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。
从混杂内容中筛选出真正有价值的信息，并辅助人系统性掌握一个主题。
Sift 以 DSH 工作区类型（profile = sift）的形式运行。进入 sift 类型的工作区后，界面为三栏：Reference ｜ Document ｜ 原生会话。
它是一个由 AI 协作的学习型知识梳理工具。Sift 不是替你总结，而是陪你走完从低密度原始材料到一篇自己真正认可的 Markdown 笔记的完整过程。这个过程本质是三次信息收紧：
| 层 | 典型量级 | 回答的问题 |
|---|---|---|
| Source | 数十万～百万字 | 我有哪些信息 |
| Reference | 三千～一万字 | 我现在真正依据什么 |
| Document | 一千～五千字 | 我最终决定留下什么 |
人的价值是在收紧的每一步做判断；AI 负责搜索、定位、压缩、比较与改写。核心结果不是一篇被动的总结，而是人在亲自选择、判断、修改和组织内容的过程中完成学习与稳固。
Reference 依附于 Document，是可恢复的短期工作现场；Source 与 Document 是长期资产。
从一个模糊的问题或念头出发
↓
挑选当前真正相关的 Reference
↓
AI 提出修改建议
↓
人接受、修改、否定或继续讨论
↓
结果写回 Markdown Document
↓
对目标的理解随每一步更新，据此决定下一步
循环同时作用于结构和内容：写一点结构，填一点内容，发现缺口或矛盾，再回到 Source 中验证和修正。
加入 Source（粘贴 / 文件 / URL）
↓
整理成 Reference
↓
打开或创建 Document
↓
挑选当前 Document 真正需要的 Reference
↓
阅读、对比，选中文字写“本轮批注”
↓
让 AI 分析、归纳或提出写作建议
↓
回到 Document 修改 Markdown
↓
继续补 Reference，重复下一轮
当前开发环境要求：
0.1.5-rc.211.25.0安装依赖并执行静态验证：
pnpm install
pnpm check
pnpm test
pnpm build
日常开发使用仓库内独立的 .debug/development 作为 DSH_HOME，通过 link: 加载当前源码，不修改正式 DSH Home 或 Profile：
$env:SIFT_DSH_SOURCE = 'D:\mycode\deepseek-harness'
pnpm dev:setup
pnpm dev
pnpm dev:status
pnpm dev:clean
开发 Web 默认地址为 http://127.0.0.1:9082，可以通过 SIFT_DEV_PORT 修改端口。当前必需接口尚未进入已发布 DSH 包，开发脚本会校验 SIFT_DSH_SOURCE 与源码版本；旧 DSH 只显示升级提示，不退回旧弹窗方案。
开发期间，Client 修改会重新构建并交给 DSH Client HMR；Host、Bundle patch 或依赖修改会触发受控重启。
发布前使用隔离环境验证 tarball 的打包、安装、组合配置、文件完整性和卸载：
pnpm verify:package
更多细节见文档索引。本仓库开发不执行 npm 发布或 Git 推送。