最近做了一个开源项目 DeepRead,主要解决一个我自己经常遇到的问题:

很多 AI 阅读工具可以快速总结,但经常分不清“作者真正的观点”“原文提供的证据”和“模型自己的推断”。文章一长,引用位置和数据上下文也很容易丢失。

DeepRead 会把文章、书籍或 PDF 整理成“观点—证据—数据—关系”的结构化报告。重要观点需要对应原文证据和位置;原文没有提供证据时,会明确标注,不让模型自行补全。

目前支持五种模式:

  • quick:快速抓取要点
  • deep:分析核心论点和论证结构
  • map:生成知识地图、置信度、数据表、关系和回忆问题
  • feynman:按照费曼读书法讲解、查缺补漏并生成复习计划
  • book:按章节处理整本书

另外也支持 2~10 篇文档的批量对比。

项目提供两种形态:

  1. DeepSeek Harness 完整插件:包含阅读面板、PDF 提取、后台任务、实时进度、成本预估和 HTML/XMind 导出。
  2. Agent Skill:可以安装到 Codex、Claude Code 等兼容 Agent Skills 的工具中。

Agent Skill 安装

npx skills@latest add xiehuan123/dsh-deepread

DSH 插件安装

dsh plugin --profile web add dsh-deepread

GitHub:
https://github.com/xiehuan123/dsh-deepread

v0.5.4 Release:
https://github.com/xiehuan123/dsh-deepread/releases/tag/v0.5.4

仓库里放了三个真实输出样例,不是手写的效果图。目前已经进入几个 DeepSeek Harness / DSH 社区列表,GitHub Awesome Copilot 的插件规范、安装和版本自动检查也都通过了,正在等待维护者审核。

项目刚开始,特别想听听大家对下面几个问题的意见:

  • 你更常用 AI 阅读文章、技术文档还是整本书?
  • “观点必须对应证据”是否真的有用,还是会让输出太重?
  • 对长 PDF 来说,你更关心阅读质量、处理时间还是 token 成本?
  • 还希望增加什么阅读模式?

目前已知限制:扫描版 PDF 需要先做 OCR;部分反爬网站可能需要直接粘贴正文。

MIT 开源,欢迎体验、提 Issue 或 PR。

最后由 雷文 编辑于 2026-08-17 20:28