DSH加上这个插件,科研效率暴涨!科研常见场景都接入了

DeepSeek近期推出 DeepSeek Harness，将模型、工具调用、文件管理和工作区组织在统一的Agent运行环境中。对于科研用户而言，最值得关注的是：通过插件机制，可以把论文搜索、全文阅读、引用管理和科研绘图等工具接入同一个Agent工作流。

按照给出的配置方式，核心操作只需要这样三行命令：

npm i -g @deepseek-ai/dshdsh plugin --profile web add dsh-ai4scholardsh web

随后可以在统一工作区中完成“搜论文→读全文→找依据→补引用→画图”等连续任务。

注：DeepSeek Harness相关项目仍处于快速迭代阶段，安装命令和插件生态可能发生变化，实际使用时建议以官方文档为准。

DeepSeek Harness 官方页面：https://www.deepseek.com/harness/Quick Start 官方文档：https://deepseek-harness.github.io/deepseek-harness/guide/quickstart

三行开始

按照给出的科研插件方案，完成安装后即可进入Web工作区。

npm i -g @deepseek-ai/dshdsh plugin --profile web add dsh-ai4scholardsh web

对于科研用户，重点可以关注以下几类工具：

• • 论文检索：搜索不同学术平台上的论文；
• • 全文阅读：获取可访问的论文全文并继续分析；
• • 引用管理：整理文献来源、参考文献和BibTeX；
• • 科研绘图：根据研究内容生成或调整科研图；
• • 研究脉络分析：继续追踪作者、引用关系以及相关研究。

这类工具接入Agent之后，一个重要变化是：每一步产生的结果可以继续成为下一步任务的输入。

先搜再读

例如，研究一个具体问题时，可以先要求Agent检索相关文献：

搜索与“数字经济对企业绿色创新影响”相关的近年英文论文，优先选择高质量期刊论文，返回论文标题、作者、年份、DOI以及可访问的全文链接，并按照相关性排序。

与普通搜索相比，科研Agent更适合处理后续任务。

例如继续输入：

读取刚才检索结果中的第2篇论文，重点分析研究问题、理论机制、数据来源、核心变量和识别策略，并分别标注对应章节。

这样就形成了连续流程：

检索 → 指定论文 → 获取全文 → 定位章节 → 提取证据。

依据要留存

科研场景中，单纯得到一个答案并不够。

例如：

阅读第二篇论文，回答LIGO的核心结构、主要噪声以及A+升级方案。每一条结论都注明论文中的依据和所在章节。

Agent可以进一步围绕论文结构、实验结果、性能指标和升级方案等内容寻找依据，再整理成中文研究笔记。

对于文献综述而言，这种工作方式尤其适合处理：

• • 研究问题；
• • 理论机制；
• • 数据来源；
• • 变量定义；
• • 实证方法；
• • 核心结论；
• • 局限性与未来研究方向。

关键要求是让结论与原文证据保持对应关系。

引用一起做

完成论文阅读后，还可以继续要求Agent整理引用：

将刚才使用的论文整理为正文引用、参考文献列表和BibTeX格式，检查作者、年份、期刊和DOI信息。

这样可以把原本分散的几个步骤连接起来：

论文检索   ↓全文阅读   ↓提取证据   ↓形成研究笔记   ↓插入引用   ↓生成参考文献

对于需要频繁阅读英文论文的研究者，这种连续操作能够减少大量重复性的复制、搜索和整理工作。

科研绘图

另一个值得关注的能力是科研绘图。

例如完成理论机制分析后，可以继续要求：

根据上述理论机制绘制研究框架图，区分核心解释变量、被解释变量、中介机制和调节变量，要求变量关系清晰，适合经济学实证论文使用。

如果初稿不符合要求，还可以继续修改：

将中介机制放置于核心变量与结果变量之间，删除不必要的装饰元素，统一变量命名，并调整为适合论文正文的横向结构。

这种方式的优势在于，图表生成可以直接建立在前面的研究内容之上，减少在不同软件之间反复切换。

提示词越具体，最终科研图越容易满足论文使用要求。

五类工具

如果把这套科研工作流进一步拆分，可以重点关注5类能力：

1. 论文检索

支持跨平台搜索，并进一步查询作者、引用关系以及相关研究。

2. 全文阅读

从论文链接、预印本等来源尝试获取可访问全文，再针对具体章节进行分析。

3. 引用关系

围绕参考文献、被引论文以及相关研究建立文献之间的关联。

4. 学术写作

根据已经完成的研究内容补充真实来源，并整理参考文献和BibTeX。

5. 科研绘图

根据研究内容生成、修改和组合科研图示。

这5类能力对应了科研过程中较为常见的一条路径：

找文献 → 读文献 → 建立证据 → 写作引用 → 形成图表。

实际使用

对于社科研究者，可以将一个完整任务拆成连续指令。

例如研究“数字化转型与企业绿色创新”，可以按照下面的方式推进：

第一步：检索

搜索2018—2026年关于企业数字化转型与绿色创新关系的英文实证研究。优先选择经济学、管理学领域高质量期刊。返回作者、年份、期刊、DOI和全文链接。

第二步：阅读

读取其中与研究问题最相关的5篇论文。分别提取研究问题、理论机制、数据来源、核心变量和识别策略。每项内容标注原文出处。

第三步：比较

比较这5篇论文的研究设计。重点总结解释变量、被解释变量、识别方法和机制检验的异同。

第四步：整理引用

根据上述文献生成正文引用、参考文献列表和BibTeX。检查作者、年份、期刊和DOI是否一致。

第五步：绘图

根据上述研究机制生成理论框架图。突出数字化转型、绿色创新和中介机制之间的关系。采用适合经济学实证论文的简洁结构。

这样处理后，Agent承担的是重复性的信息检索、整理和转换工作，研究者仍然负责研究问题、理论逻辑和最终判断。

使用提醒

这套工具更适合减少科研中的重复操作，但有几个问题需要注意。

• • 项目仍处于快速迭代阶段：插件和接口可能持续调整，使用前应查看最新文档。
• • 本地运行不代表完全离线：模型调用和论文检索仍可能需要访问在线服务。
• • 全文获取存在限制：部分数据库、出版社和付费论文无法直接获取。
• • 引用必须复核：DOI、作者、年份、期刊等信息应回到原始论文确认。
• • 模型输出需要审查：理论解释、研究结论、实验参数等关键内容不能直接视为可靠事实。

尤其对于论文写作，建议坚持一个基本原则：

Agent负责提高检索、阅读和整理效率，研究者负责确认事实、判断证据和形成结论。