dsh-knowledge-library 0.1.1 → 0.3.0

package/CHANGELOG.md

@@ -1,5 +1,45 @@
 # 更新记录
 
+## 0.3.0 — 2026-10-22
+
+- 移除知识整理各阶段及网页识图的固定 token 额度。Harness 不覆盖 `maxTokens`，由运行时采用模型适配器默认配置；独立预览不传 `max_tokens`，由模型服务使用默认配置。保留默认模型与思考强度。
+- 提炼/分析单次等待上限提高至 5 分钟，分组/综合/增量对比提高至 10 分钟，支持取消；截断结果不保存为草稿、不自动重试，明确说明沿用模型配置及思考可能共用额度。开始整理前可展开查看输出配置与耗时。
+
+- 网页链接采集可自动下载正文图片并调用视觉模型，保存原图、图中文字、图示解读与不确定项；派生文字参与搜索、引用与知识整理，原文及已有段落 ID 保持不变。
+- 新增资料库级持久开关、每页数量及模型/费用确认，默认关闭。Harness 使用原生图片附件，预览使用内联图片协议，并核对实际模型视觉能力。
+- 详情新增原图预览与识别段落跳转，任务新增图片进度、停止处理和明确确认的失败图片重试；单图失败保留正文，成功图片不重复识别，重启不自动重发视觉请求。
+- 复用公网 DNS/跳转和代理限制，校验图片格式、字节与尺寸，限制每页图片缓存；图片与资料一起移动、回收和清空，索引可从校验后的派生记录重建。
+- 增加隔离核心/API/视觉协议及真实 Harness/预览浏览器、暗色/手机和重启测试。
+
+## 0.2.0 — 2026-10-22
+
+- 新增已有知识增量整理：单篇及分组草稿检索相关已有笔记，完整对比重复内容、新增知识和冲突条件，建议新建、追加补充或仅关联来源；可切换为独立笔记。
+- 增量核对界面展示目标版本、原文、追加编辑和更新预览；确认前不改正式笔记。追加保留ID、原文、旧段落和来源，合并新证据与标签；目标变化或删除时要求重新核对。
+- 笔记更新采用写前日志、递增版本和本地前后快照；索引故障回滚，中断按提交状态恢复，重复确认不重复追加。历史随笔记移动及永久清空；含增量对比每组最多22次请求，智能任务总上限仍为80次。
+- “批量整理”升级为“智能整理”：逐篇分析主题、概念、用途和分类建议，再按实际关联分组；无关联可独立成组，信息不足保留待整理，准确校验来源分区。
+- 新增可编辑分组方案、成员调整/独立分组/待整理、分类标签建议、确认后同步本地目录及每组独立草稿；保留同主题直接综合和旧版草稿兼容。正式笔记仍逐份确认。
+- 归类采用持久进度与前后快照，部分失败或中断后可继续/回退；索引失败会恢复目录与元数据。分组确认幂等，不重复创建子任务，重启不自动重复模型请求。
+- 接通资料到知识笔记：单篇生成、最多 10 份批量主题整理、长文分段提炼与跨资料综合；复用 Harness 默认模型，独立预览可通过环境变量连接兼容模型。
+- 新增持久整理任务和可编辑草稿，支持保存草稿、确认生成笔记、取消、舍弃、主动重试及来源跳转；列表/详情显示整理状态和关联笔记。中断不自动重复模型调用。
+- 校验生成和正文引用、来源内容快照、当前目录与草稿版本；确认幂等，原始资料保留。未配置模型或旧版后端显示明确提示，桌面/手机和暗色样式沿用 Harness。
+- 回收站新增“清空回收站”与永久删除确认，显示全部资料数量，不受搜索筛选限制；确认快照变化或资料库切换时拒绝清空。
+- 永久清空移除正文、附件和索引，保留未删除资料及笔记；失效来源显示“来源已永久删除”，笔记仍可导出。文件清理失败可重试，重启继续处理已确认的待清理文件。
+- 资料列表和详情新增删除入口及确认窗口；删除后移入可恢复的回收站，普通检索、收件箱和统计不再显示。
+- 以持久元数据标记删除状态，保留正文、原文件、稳定 ID 和既有引用；重启、重建索引后仍有效，重复采集相同内容会恢复原记录。删除/恢复接口校验本机同源及当前资料库目录。
+- 对 TLS 握手前连接重置、临时 DNS 故障等网络错误增加最多 2 次自动重试与退避；DNS、跳转和重试共享 25 秒上限，取消立即停止等待。持续失败、域名解析和证书错误提供中文提示。
+- 每次网络重试重新验证 DNS 与跳转目标，并建立新连接；不重试证书错误、HTTP 错误或验证页面，保留证书校验和响应大小限制。
+- 网页请求使用带插件身份的 Mozilla 兼容标识，减少公开微信文章误入环境验证页的情况；实际返回验证页时继续拒绝误存。
+- 针对微信文章读取 `#js_content` 正文、标题和作者，修复脚本运行前的隐藏样式导致正文丢失；保留懒加载图片地址，合并微信逐行代码块以保留完整代码、缩进和语言，不执行网页脚本。
+- 识别明确的微信“环境异常”和常见 Cloudflare 验证页，阻止其被当作正文采集或导入；任务记录需要浏览器验证的错误类型。
+- 失败任务新增“打开原网页”和“粘贴正文”，文本摘录可保留来源网页；已有资料不自动改写或删除。
+- 修复独立预览中的代理兼容开关被错误禁用：允许手动保存和关闭，设置随资料库保留并用于后续采集，重启后继续生效。
+- 资料库设置新增“选择目录”，接入 Harness 系统目录选择器和网页内目录浏览；支持填写绝对路径。
+- 选择后确认切换，由 Harness 保存插件配置并重新加载；检查不可写、被占用和互相包含的目录，加载失败时由宿主恢复原配置。
+- 切换保留旧目录资料，不自动搬迁。独立预览继续使用启动配置指定目录。
+- 修复插件重载时旧 HTTP 路由未注销的问题，确保目录切换及加载失败恢复后接口可继续使用。
+- 新增手动保存的 Clash/Mihomo fake-IP 代理兼容开关；采集错误可直接打开设置，保存后返回任务列表重试。默认保持关闭。
+- 兼容模式仍拒绝本机、其他内网和保留地址，补充带末尾点的内网域名与无效 fake-IP 地址检查；连接超时提供可操作的提示。
+
 ## 0.1.1 — 2026-10-20
 
 - 接入 Harness 的字体、配色、按钮和圆角变量，跟随宿主切换浅色、深色主题；阅读正文跟随宿主字号。

package/README.md

@@ -2,10 +2,12 @@
 
 本地优先的 DeepSeek Harness 资料库插件。把网页、文字、文件和视频字幕保存到自己的电脑，按分类与专题整理，再让 Agent 检索、引用并形成知识笔记。
 
-[npm](https://www.npmjs.com/package/dsh-knowledge-library) · [下载 v0.1.1](https://github.com/Alan-dong-dong/dsh-knowledge-library/releases/tag/v0.1.1) · [更新记录](CHANGELOG.md) · [反馈问题](https://github.com/Alan-dong-dong/dsh-knowledge-library/issues) · [MIT](LICENSE)
+[npm](https://www.npmjs.com/package/dsh-knowledge-library) · [下载 v0.3.0](https://github.com/Alan-dong-dong/dsh-knowledge-library/releases/tag/v0.3.0) · [更新记录](CHANGELOG.md) · [反馈问题](https://github.com/Alan-dong-dong/dsh-knowledge-library/issues) · [MIT](LICENSE)
 
 这是社区插件，与 DeepSeek 官方没有隶属关系。插件已声明 dsh 原生加载配置，通过 `dsh plugin add` 安装后自动加载，无需另行注册账号或申请插件 ID。插件通过 npm 和 GitHub Release 分发；发布到 npm 不代表已收录进官方或第三方插件目录。
 
+`0.3.0` 新增网页正文图片识别，知识整理和识图的输出额度统一沿用当前模型配置，不另设 token 上限。下方 npm / Release 命令均安装此版本。
+
 **兼容基线：DeepSeek Harness `0.2.1-rc.2`、Cordis `4.0.5`、Node.js `22.23.0`。**
 使用 Node 内置 SQLite，最低要求 Node `22.13.0`。DSH 仍处于预览阶段，其他版本需要重新验证。原生界面已针对 **本机 DSH Web** 验证；桌面发行版、远程部署尚未验证，不能直接视为兼容。
 
@@ -13,17 +15,21 @@
 
 - dsh 原生侧栏「资料库」，跟随宿主深浅主题、字体与按钮样式，支持窄窗口阅读。
 - 网页正文提取、原始 HTML 保存、来源地址与作者记录。
+- 可选的网页正文图片识别，保留原图、图中文字、图示解读及来源，参与搜索与知识整理。
 - 文本 / Markdown 收集；UTF-8 文本、HTML、SRT、VTT 文件导入。
 - 视频、音频、PDF 等文件原样归档，并明确标记「仅归档」。
 - 分类对应本地目录；标签与专题用于跨分类组织。
 - 中文全文与短词搜索、类型筛选、资料去重。
 - 稳定资料 ID、段落引用、字幕时间戳、带来源的知识笔记；点击引用定位原段落。
+- 逐篇分析、零散资料智能分组、确认后本地归类与按组生成独立知识草稿；复用 Harness 默认模型。
+- 对比相关已有知识笔记，建议追加补充、新建笔记或仅关联来源，审核后保存；旧正文及段落引用保持不变。
 - 导出单份 Markdown，下载原始附件。
 - 网页采集任务持久化，失败可重试，重启后恢复中断任务。
+- 列表与详情删除资料、回收站查看与恢复，以及确认后永久清空回收站。
 - 从原始资料目录重建 SQLite 索引；校验正文和段落文件，避免外部修改静默改变引用。
-- 8 个原生 Agent 工具，直接使用 dsh 的模型与对话。
+- 10 个原生 Agent 工具，直接使用 dsh 的模型与对话，包含知识整理与进度查询。
 
-本插件不主动调用模型、上传资料或监听剪贴板。Agent 读取资料后，所读内容会进入该会话配置的模型上下文；如果模型在云端，相应内容会发送到模型服务商。
+普通采集、本地归档与检索不调用模型，也不监听剪贴板。图片识别默认关闭；确认开启后，后续网页的正文图片会自动发送到已绑定的视觉模型，可能产生费用。主动发起知识整理，或让 Agent 读取资料时，相应正文与图片识别补充文字会进入所配置模型的上下文；如果模型在云端，相应内容会发送到模型服务商。
 
 ![本机 DSH Web 中的拾页资料库（浅色）](https://raw.githubusercontent.com/Alan-dong-dong/dsh-knowledge-library/v0.1.1/assets/screenshots/dsh-library.png)
 
@@ -36,7 +42,7 @@
 先安装 [DeepSeek Harness](https://github.com/deepseek-ai/deepseek-harness)，确保终端可以运行 `dsh`。在 PowerShell 或其他终端执行下面这条命令，从 npm 下载并安装**已经构建好的**插件，不需要克隆源码、安装 GitHub CLI 或注册 npm 账号：
 
 ```powershell
-dsh plugin --profile web add dsh-knowledge-library@0.1.1 --registry=https://registry.npmjs.org/
+dsh plugin --profile web add dsh-knowledge-library@0.3.0 --registry=https://registry.npmjs.org/
 ```
 
 重启 DSH Web，再在浏览器中按 `Ctrl+Shift+R` 刷新，点击侧栏 **资料库**。界面与 Agent 工具共享同一份本地资料。示例安装到 `web` profile；如果你实际使用其他 profile，请先确认宿主版本与界面兼容性后替换。已验证的宿主为 `0.2.1-rc.2`。
@@ -44,15 +50,15 @@ dsh plugin --profile web add dsh-knowledge-library@0.1.1 --registry=https://regi
 也可以安装 GitHub Release 中的同一版本：
 
 ```powershell
-dsh plugin --profile web add "https://github.com/Alan-dong-dong/dsh-knowledge-library/releases/download/v0.1.1/dsh-knowledge-library-0.1.1.tgz" --registry=https://registry.npmjs.org/
+dsh plugin --profile web add "https://github.com/Alan-dong-dong/dsh-knowledge-library/releases/download/v0.3.0/dsh-knowledge-library-0.3.0.tgz" --registry=https://registry.npmjs.org/
 ```
 
 如果终端无法直接下载 GitHub 地址，可以从 [Releases](https://github.com/Alan-dong-dong/dsh-knowledge-library/releases) 下载 `.tgz` 与 `SHA256SUMS`，然后安装本地包：
 
 ```powershell
 # 将输出与 SHA256SUMS 中的值比较。
-Get-FileHash 'D:/下载/dsh-knowledge-library-0.1.1.tgz' -Algorithm SHA256
-dsh plugin --profile web add "D:/完整路径/dsh-knowledge-library-0.1.1.tgz"
+Get-FileHash 'D:/下载/dsh-knowledge-library-0.3.0.tgz' -Algorithm SHA256
+dsh plugin --profile web add "D:/完整路径/dsh-knowledge-library-0.3.0.tgz"
 ```
 
 安装过程中仍需从 npm 下载运行依赖。插件包含 `dsh.bundle.patch` 配置和符合 dsh lazy-CJS 协议的客户端入口。更新时将安装命令中的版本号替换为新版本，或安装新 Release 的版本化 `.tgz` 地址，再重启宿主。卸载可执行 `dsh plugin --profile web remove dsh-knowledge-library`；已保存的资料保留在独立资料目录。
@@ -100,6 +106,12 @@ npm start
 
 在 dsh 的配置中修改 `knowledge-library` 项，或者创建一个覆盖文件：
 
+打开资料库右上角的 **设置 → 选择目录**，选择目标文件夹后点击 **切换资料库**。Harness 使用系统选择窗口或网页内目录浏览器，也可以直接填写完整绝对路径。选择过程可以取消；只有确认切换后才保存插件配置，重启后仍使用新目录。此界面入口从 `0.2.0` 起提供。
+
+切换目录会读取目标资料库并将后续内容保存到那里；旧资料保留在原目录，不会自动搬迁。需要迁移时先关闭 Harness，复制整个资料库（包含 `.system`）到新目录后再切换。目标目录被占用、无法写入或插件重载失败时，会显示错误。新旧资料库应位于互不包含的独立目录。使用命令行 `--patch` 或主目录覆盖文件固定 `root` 时，需要先调整该覆盖配置，才能从界面保存新目录。独立预览通过启动环境变量指定目录。
+
+手动配置示例：
+
 ```yaml
 - id: knowledge-library
   config:
@@ -117,21 +129,116 @@ dsh --profile web --patch ./library.patch.yml
 
 ### 本机代理的 fake-IP DNS
 
-若网页采集提示检测到 `198.18.*`，且你确认本机正在使用 Clash/Mihomo 的 TUN fake-IP 模式，可以把 `allowProxyFakeIp` 设为 `true`。独立预览使用：
+若网页采集提示检测到 `198.18.*`，且你确认本机正在使用 Clash/Mihomo 的 TUN fake-IP 模式，可以把 `allowProxyFakeIp` 设为 `true`。
+
+在 **资料库设置 → 网页采集 → Clash/Mihomo 代理兼容（fake-IP）** 勾选后点击 **保存采集设置**，保存成功后重新采集失败任务。任务遇到 fake-IP 错误时，也可以直接点击 **代理兼容设置**进入；保存后会返回任务列表。仅勾选而不保存不会改变配置。也可在 Harness 插件配置中手动修改 `allowProxyFakeIp`，保留其他字段并重新加载插件。
+
+独立预览也可直接勾选并保存，保存后对后续采集生效，无需重启。设置保存在当前资料库的 `.system/preview-settings.json`，重启后继续生效；Harness 使用自身 profile 的插件配置。
+
+尚未保存预览设置时，可以用环境变量指定初始值：
 
 ```powershell
 $env:KNOWLEDGE_LIBRARY_ALLOW_FAKE_IP = '1'
 npm start
 ```
 
+通过界面保存后，以保存的预览设置为准，包括手动关闭兼容模式。
+
 此开关默认关闭，只放行**域名解析结果**中的 `198.18.0.0/15`。它不允许直接访问此范围的 IP URL，也不放开 `127.*`、`10.*`、`192.168.*` 等其他本机和内网地址。该模式依赖你对本机代理 DNS 的信任。本机公网采集验证在显式启用此开关后通过。
 
+兼容模式解决 fake-IP DNS 的访问限制，不保证站点本身可访问。插件使用带插件身份的 Mozilla 兼容请求标识，并针对微信文章的隐藏正文容器提取内容、标题、作者与懒加载图片地址，避免只保存作者和页面按钮；微信逐行代码块合并后保留完整代码、缩进和语言，无需执行网页脚本。未开启图片识别时，图片只保留远程引用。
+
+微信公众号链接仍可能因网络环境或站点策略连接超时、要求浏览器验证；重试仍失败时，可以复制正文保存为文本，或导入本地 HTML。
+
+对连接重置（包括 TLS 握手前断开）、临时 DNS 故障等网络错误最多自动重试 2 次，短暂退避后建立新连接；DNS、跳转和重试共享 25 秒上限，取消采集时停止等待。持续失败会显示中文网络提示。每次重试仍检查所有 DNS 结果与跳转地址；证书、HTTP 状态错误和网页验证不自动重试，也不会关闭 TLS 证书校验。
+
+### 网页返回验证页面
+
+插件会识别明确的微信“环境异常”和常见 Cloudflare 验证页结构。识别到时，任务显示 **需浏览器验证**，不会把验证提示当作文章正文保存；保存下来的验证页 HTML 也会被拒绝。
+
+在采集任务中点击 **打开原网页**，自行在浏览器中完成验证，再点击 **粘贴正文**，粘贴实际文章内容保存。文本摘录会预填 **来源网页**，可以核对或修改；也可以导入浏览器保存的实际文章 HTML。后台采集不共享浏览器登录或验证状态，浏览器验证完成后直接重试后台请求仍可能被拦截。
+
+识别依据是站点路径、页面结构和提示的组合，普通文章中提到“验证”或“环境异常”仍可正常采集。此前已误存的记录会保留，需要重新收集实际正文。
+
+## 删除与恢复资料
+
+可以在收件箱或其他资料列表点击每份资料右侧的 **删除** 图标，也可以打开资料后点击工具栏的 **删除资料**。核对标题后确认 **移入回收站**；取消不会改变资料。
+
+删除后，资料从收件箱、普通搜索和统计中移除；顶部 **回收站** 可以查看并恢复到原分类。普通删除保留本地原文件和正文，不释放磁盘空间，也不会自动过期；已有笔记仍能通过引用查看来源。删除状态随资料保存，重启或重建索引后仍保留。重新采集完全相同的资料会恢复原记录，保留资料 ID 和引用。
+
+在 **回收站 → 清空回收站** 核对总数量，再点击 **永久清空**，会永久删除整个回收站的正文、原始附件和索引，无法恢复；当前搜索或类型筛选不会缩小清空范围。确认期间内容变化需要重新确认。相关笔记正文保留，失效引用标记为“来源已永久删除”，笔记仍可导出。遇到部分文件占用等失败会报告结果和待清理数量，可再次清空重试；重启也会继续处理此前已明确确认的文件清理。未删除的资料不受影响。
+
+## 网页正文图片识别（0.3.0 起）
+
+1. 在 Harness 中选择声明支持图片输入的默认模型，例如 `deepseek-flash`；插件从宿主模型信息核对能力，不根据名称猜测。
+2. 打开 **资料库设置 → 正文图片识别**，开启自动识别，选择每页上限（默认 6 张，最多 10 张），核对模型和费用说明，勾选确认并保存。设置按资料库持久化，无需重启。仅对后续网页链接采集生效。
+3. 正常收集网页。队列先保存正文，再提取正文图片、去重、过滤头像等装饰和小图、下载原图，逐张调用视觉模型。详情显示原图、状态、来源和模型，点击 **查看识别文字** 定位到可引用段落。
+4. 完成后，图中文字、图示解读和不确定项自动进入搜索与知识整理。它们明确标注为模型输出，保留稳定的 `v_…` 段落 ID；原网页 `content.md` 和原段落不变。对数字、图表和结论应核对原图。
+
+单张失败不影响正文及其他图片。可在采集任务中停止图片处理，或在详情中确认 **重试失败图片**；只重试失败条目，每张最多 3 次模型请求，已成功图片不重复调用。进程中断后需主动重试，不自动重复可能已计费的请求。任务固定绑定原模型，更换宿主默认模型后，旧任务需要切回原模型才能重试；新网页使用重新确认保存的设置。图片处理完成或停止后才能生成知识笔记。
+
+原图保存在网页资料文件夹的 `images/`，校验清单及识别文字保存在 `.page-images.json`。分类移动、回收站恢复和重建索引会保留图片证据，永久清空回收站会一并删除。仅采集提取到的正文图片，不保存站点全部资源，也不完整还原网页。
+
+下载复用公网 DNS、重定向与 fake-IP 规则，不将远程图片 URL 交给模型抓取；只发送验证后的本地图片字节。支持 PNG/JPEG/WebP/GIF，单张最多 6 MB、最长边 2 万像素、2400 万像素，每页下载缓存最多 20 MB。过滤后的候选受每页数量上限限制，跳过数量在任务中显示。HTML 文件导入、已有历史网页和 PDF 不自动触发图片识别。
+
+独立预览须配置 `KNOWLEDGE_LIBRARY_MODEL`、`KNOWLEDGE_LIBRARY_MODEL_API_KEY` 和兼容服务地址；`GET /models` 对应模型的 `input_modalities` 必须包含 `image`。预览发送内联 base64 图片，Harness 使用原生持久图片附件。
+
+## 将资料整理为知识笔记
+
+从 `0.3.0` 起，知识整理和网页识图均**沿用当前模型的默认输出配置，不另设 token 上限**。Harness 请求不传 `maxTokens`，由运行时采用模型适配器的配置；独立预览请求不传 `max_tokens`，采用模型服务的默认配置。继续使用默认模型与思考强度。模型或服务自身仍有输出和上下文限制，插件不会把这些限制扩大或改写为猜测的模型最大值。
+
+原来的 2500 tokens 及后续按阶段设置的固定额度均已移除。提炼/分析每次最多等待 5 分钟，分组/综合/对比最多 10 分钟，可随时取消。开始窗口可展开查看 **输出配置与思考**；模型截断时部分结果不生成草稿，不自动重试。思考可能与正文共用模型额度，费用按服务规则计算。摘要篇幅、结构校验、响应字节和任务资源保护仍保留，与模型的 token 配置分别处理。
+
+从 `0.2.0` 起提供 **资料 → 逐篇分析 → 智能分组 → 确认归类 → 各组知识草稿 → 知识笔记**，并支持对比、补充已有知识。升级 npm 插件后重启 Harness 并刷新页面；使用源码时需要重新构建并重启插件或独立预览服务，仅刷新网页不会升级正在运行的后端。
+
+1. 在列表点击 **智能整理**，勾选最多 10 份资料，再点 **智能分析分组**。这些资料可以主题零散，整理方向可以留空。
+2. 核对模型后点 **开始分析分组**。模型逐篇提取主题、概念、概要、用途和建议分类标签，再按实际关联分组。无关联的资料独立成组，信息不足的资料保留待整理；不会为了固定组数合并资料。已有分类会作为参考，也可建议新目录。
+3. 在 **确认智能分组** 中查看理由和逐篇分析。可以修改组名、理由、分类和标签，调整每份资料的所属分组，选择 **单独成组** 或 **保留待整理**，也可以新增或删除分组。删除分组会把其资料留待整理，保存时忽略空分组。**保存分组方案** 只保存建议，不移动来源目录。
+4. 核对 **同步来源分类和标签到本地目录**。开启时，确认后将已分组资料移动到对应分类目录，保留原标签并添加分组标签（总数最多30个）；关闭时，只按组生成草稿。未分组资料不移动。点击 **确认归类并生成 N 份草稿**（关闭同步时为“确认分组”）后，每组形成一个独立任务；全部留待整理时不会创建草稿任务。
+5. 在父任务中打开各组草稿，逐份核对核心观点、关键概念、可复用方法、适用条件与局限、待验证问题和来源引用。每组还会检索相关已有知识笔记，给出新建、追加补充或重复内容仅关联来源的建议，等待单独确认。新建笔记只引用本组来源；补充笔记保留旧来源并添加本组来源。
+
+### 持续补充已有知识
+
+单篇直接整理和智能分组的子任务都会先形成独立草稿，再通过本地词面检索选择最多5份相关有效笔记，让同一模型完整比较正文。对比页面展示匹配理由、重复内容、新增知识和差异/待核实点；分类相同本身不作为合并依据。
+
+- **建议补充已有笔记**：核对目标标题、分类、版本和原文，编辑 **本次新增正文** 并查看 **更新后正文预览**。点击 **确认补充已有笔记** 后，将新增内容追加到原笔记，保留其ID、标题、分类、原文及旧段落ID，合并新来源与标签。不同观点并列记录并说明条件，不改写旧结论。
+- **建议仅关联已有笔记**：本次内容已覆盖时，点击 **确认仅关联来源**，只增加来源和标签，不重复追加正文。
+- **另存为新笔记**：对建议不满意，或想独立保存，可以切换后编辑原始独立草稿，点击 **确认保存笔记**。没有合适候选时默认新建。
+
+**保存草稿**、查看旧笔记和关闭窗口都不会修改正式笔记；查看前先保存审核进度。最终确认才提交更新。旧笔记被删除、分类/标签/正文等在审核期间变化时，拒绝覆盖，可以另存为新笔记，或重新整理取得最新对比。多个草稿指向同一笔记时，前一份更新后，其他草稿也需要重新核对。
+
+追加和来源关联会递增笔记版本，更新前后快照保存在该笔记目录的 `.history/`，随笔记分类移动、备份或永久清空。`.system/note-update.json` 是单次更新的写前日志：未提交的中断更新恢复原状，已提交的中断更新完成写入；再次确认不会重复追加。当前没有历史版本回退按钮。原始资料仍保持不可变，不会用模型改写原文。
+
+检索不含回收站，不使用向量索引；完整对比候选正文合计最多6万字，单篇超过5万字会跳过并在界面显示数量，候选正文不会截断。界面展示有效笔记总数、词面命中数和实际对比数；没有匹配不等于整库没有相关知识。同一批分组草稿独立处理，尚未确认的新草稿不作为已有笔记候选。
+
+如果已确定多篇资料围绕同一问题，可以在开始窗口选择 **同主题直接综合**，跳过分组阶段；单篇资料详情中的 **生成知识笔记** 默认采用此方式，也可以改为智能分组以获取分类建议。正式笔记保存在 **知识笔记** 中，原始资料详情提供关联笔记入口。查看来源前会先保存当前草稿或方案；其他修改请保存后再关闭窗口。
+
+顶部 **知识整理** 可以查看智能父任务和各组子任务、取消处理中任务、舍弃方案/草稿或主动重试失败任务。列表和详情显示 **待整理 / 整理中 / 待分组确认 / 待确认 / 已整理 / 整理失败**。任务、分析、方案、归类进度与草稿持久保存在 `.system/knowledge-jobs.json`；服务重启后仍保留。被中断的模型任务等待主动重试，不自行重复付费调用。已生成的关联笔记移入回收站后，来源重新显示待整理；恢复笔记后关联状态恢复。
+
+归类因文件占用等原因只完成一部分时，会如实显示已完成数量，保留原文并锁定方案。可在问题解决后 **继续归类并生成草稿**，或 **回退已更改的分类** 后重新编辑、舍弃方案；回退同样可在中断后继续。重启后不会擅自移动文件或重新调用模型。归类完成、各组任务建立后，方案成员固定；后续需要重新分组时，先处理现有草稿再发起新任务。来源分类/标签被其他操作修改时，同步归类会拒绝覆盖；可重新分析，或关闭同步仅生成各组草稿。
+
+**模型配置：** 在 Harness 中复用其已配置的默认模型及凭据，插件不保存第二份密钥。点击开始后会向该模型发送所选正文；生成草稿时也会发送检索到的相关已有笔记用于增量对比。独立预览使用启动进程的以下环境变量，密钥不会写入资料文件或返回前端：
+
+| 环境变量 | 用途 |
+| --- | --- |
+| `KNOWLEDGE_LIBRARY_MODEL_API_KEY` | 兼容 Chat Completions 接口的密钥；未设置时读取 `DEEPSEEK_API_KEY` |
+| `KNOWLEDGE_LIBRARY_MODEL_BASE_URL` | 服务基础地址，默认 `https://api.deepseek.com`；其他兼容服务可填写其 `/v1` 基础地址 |
+| `KNOWLEDGE_LIBRARY_MODEL` | 模型名称，默认 `deepseek-chat` |
+
+在自己的 PowerShell 中设置好环境变量后执行 `npm start`，并保持窗口运行。无可用模型时，界面会显示配置提示并禁用开始按钮；不会生成虚假的摘要。请勿将真实密钥提交到 Git。
+
+单次正文总量最多 10 万字，长文会完整分段提炼，不会悄悄截掉末尾；每次模型请求最多等待 120 秒。直接综合含已有笔记对比最多22次请求；智能分析/分组阶段最多40次，确认后各组继续生成草稿，整个智能任务合计最多80次请求，每组含对比最多22次。达到上限会停止并说明原因，可能产生相应调用费用。仅归档的音视频、PDF 等文件需要先提供正文或字幕。模型响应不完整、分区重复/遗漏、引用不存在、来源删除或正文变化时会拒绝处理。模型可建议分类标签，移动目录必须在界面确认后执行；采集后不会自行调用模型。
+
 ## 对 Agent 说什么
 
 > 把这段文字保存到“技术/AI”，添加“待读”标签，归入“个人知识库”专题。
 
 > 搜索资料库中有关混合检索的内容，读取相关段落，整理成一份带来源引用的笔记。
 
+> 找出收件箱里有关 Harness 的资料，调用 library_knowledge_generate，围绕“提高 Agent 可靠性”生成知识草稿，等我在资料库里确认保存。用 library_knowledge_status 查看进度，不直接发布。
+
+> 从收件箱选择最多10份零散资料，调用 library_knowledge_generate，mode 使用 smart，先逐篇分析和智能分组。等我在资料库确认分类和分组后，再按组生成独立草稿。
+
 > 导入 D:/资料/课程字幕.vtt，保留时间戳，归入“课程学习”专题。
 
 | 工具 | 用途 |
@@ -144,6 +251,8 @@ npm start
 | `library_save_note` | 保存笔记，并验证引用资料与段落存在 |
 | `library_jobs` | 查看网页任务，重试失败任务 |
 | `library_overview` | 查看资料库统计与索引警告 |
+| `library_knowledge_generate` | 多篇默认 `smart` 先分组；单篇默认 `compose` 直接综合，也可显式选择 |
+| `library_knowledge_status` | 查看整理进度、失败原因和草稿 |
 
 工具返回结构化 JSON，避免把整库内容一次性送入上下文。`library_read` 默认返回 12 个段落，最多 30 个；资料内容均被描述为待分析的不可信输入。引用格式：
 
@@ -170,22 +279,22 @@ DSH-Knowledge-Library/
    └─ writer.lock             单写入实例锁
 ```
 
-资料创建后正文保持不可变，修改理解时创建笔记；需要修订原文时重新导入。标题、分类、标签和专题可以在界面中修改。手动改写 `content.md` 或 `segments.json` 会在重建索引时报告校验异常，避免引用指向已被改写的证据。
+原始资料创建后正文保持不可变，修改理解时创建笔记；需要修订原文时重新导入。知识笔记可通过上述增量整理确认后追加，旧正文与段落引用保留。标题、分类、标签和专题可以在界面中修改。手动改写 `content.md` 或 `segments.json` 会在重建索引时报告校验异常，避免引用指向已被改写的证据。
 
 备份时先关闭插件或预览，再复制整个资料目录。不要只复制 SQLite 文件。索引丢失可以重建；任务历史保存在 `jobs.json`。启动时会忽略未提交的 `.pending-*` 目录并报告无法解析的资料。
 
 ## 当前边界
 
-- 网络视频平台自动下载、音视频自动转写、关键帧分析、PDF 文本提取和 OCR 未接入。可以先导入原文件与外部生成的字幕。
+- 网络视频平台自动下载、音视频自动转写、关键帧分析、PDF 文本提取和文件 OCR 未接入。网页正文图片识别从 `0.3.0` 起提供，可以先导入其他格式原文件与外部生成的字幕。
 - 网页采集适用于直接可访问的文章；登录页、反爬或复杂动态页面请复制文本，或导入保存的 HTML。
-- 网页正文和原始 HTML 会保存；图片保留远程引用，不下载资源，不保证原网页完整离线还原。
+- 网页正文和原始 HTML 会保存；开启图片识别后，受数量及大小限制的正文原图与识别补充文字也会保存，不保证原网页完整离线还原。
 - 网页最多 6 MB，文本最多 200 万字符，单个文件最多 64 MB。
-- 搜索以本地全文和字面匹配为主；当前不含向量语义检索、自动分类或自动摘要。
+- 搜索以本地全文和字面匹配为主，当前不含向量索引。智能分组与分类建议需要主动发起，分类移动与正式笔记保存分别确认；仅明确开启的正文图片识别随网页采集自动调用模型。
 - 前端安全显示文本和标题，不执行资料 HTML。Markdown 的复杂表格、公式等尚无专用排版。
 - 当前专题为单值字段，标签可多值；尚无批量专题压缩包导出、同步和多人协作。
 - 后台网页任务随宿主停止；下次启动可重试恢复，不会在退出 dsh 后常驻运行。
 - HTTP 界面仅接受本机连接、精确 Host 与同源写入；远程 Web、代理前缀部署与桌面 IPC 需要单独适配。
-- 暂不提供删除入口，避免资料或笔记引用被误删。
+- 目录选择、删除/回收站与模型知识整理需要 `0.2.0` 及以上版本；`0.1.1` 用户请先更新插件。
 
 ## 开发与验证
 
@@ -199,16 +308,26 @@ npm run pack:check
 python -m pip install -r requirements-test.txt
 python -m playwright install chromium
 npm run test:ui
+npm run test:knowledge:ui
+npm run test:dsh:knowledge
 ```
 
 `npm test` 覆盖内容持久化、索引重建、中文检索、去重、分类移动、引用、字幕、文件归档、原生 Cordis 工具注册与卸载，以及 HTTP 接口边界。
 
-`npm run test:ui` 启动临时资料库和无头浏览器，验证采集、搜索、笔记引用跳转、信息编辑、重新加载、字幕上传、类型筛选、文本渲染和移动端布局。数据与服务日志位于 `.test-runtime/`，截图与结果位于 `test-results/`，不会修改默认资料库。
+`npm run test:images:ui` 在隔离预览与真实 Harness 中验证图片设置、费用确认、网页正文图片下载、真实原生附件/内联图片协议、原图预览、失败主动重试、OCR 知识引用、暗色/手机布局及完整进程重启。仅使用测试网络传输与本地模拟模型，生产公网限制保持启用，确认重启零额外模型请求。图片核心测试覆盖安全下载、来源去重、上限、原文不变、稳定段落、分类/回收站、索引失败回滚和 API 权限。截图与结果位于 `test-results/images-*`。
+
+知识整理测试另覆盖长文尾部处理、多来源引用、持久草稿、确认幂等、来源变化/删除、取消竞态、模型失败/变化、旧版服务与 HTTP 权限边界。智能分组测试覆盖准确分区、不确定资料待整理、方案编辑、归类前只读、索引失败回退、部分归类继续/撤销、目录移动中断恢复及路径边界。增量整理测试覆盖匹配/追加/重复关联/另存新建、旧段落稳定、并发变更、目标及引用校验、索引失败回滚和提交前后中断恢复。`test:knowledge:ui` 使用隔离预览和本地兼容 HTTP 模型；`test:dsh:knowledge` 使用隔离 Harness profile、实际 LlmRuntime 与测试提供商完成单篇、直接综合、零散资料智能分组及增量整理流程，并完整重启检查方案、笔记和审核草稿。两个命令都不调用外部付费模型，截图和结果位于 `test-results/knowledge-*`、`test-results/grouping-*`、`test-results/incremental-*`。
+
+`npm run test:ui` 启动临时资料库和无头浏览器，验证采集、搜索、笔记引用跳转、信息编辑、重新加载、字幕上传、类型筛选、文本渲染和移动端布局，并完整停止和重启独立预览验证代理开关持久化。数据与服务日志位于 `.test-runtime/`，截图与结果位于 `test-results/`，不会修改默认资料库。
 
 `tests/dsh_smoke.py` 用于已经启动的**隔离 dsh 实例**，从 `DSH_TEST_URL` 读取带本机启动令牌的地址，验证原生侧栏与真实插件界面。不要把启动令牌提交到仓库。
 
 运行上述原生检查后，可以在同一隔离实例中执行 `python tests/dsh_style.py`。该检查要求宿主外观保持默认的“跟随系统”，会对比资料库与原生自动化任务页面的字体和按钮颜色，并验证深浅主题切换、弹窗、分类导航以及窄窗口布局。截图与报告保存在 `test-results/style-*`。
 
+`npm run test:dsh:directory` 会创建独立的 DSH profile 与资料目录，验证宿主目录浏览、取消选择、目标目录错误、插件加载失败回滚、切换后保留原资料，以及完整重启后的目录和资料持久化。测试使用网页内浏览方式，不会弹出系统选择窗口，也不会更改个人 Harness 配置；报告和截图位于 `test-results/directory-*`。
+
+该命令还执行 `tests/dsh_proxy.py`，验证代理兼容开关的手动保存、关闭、失败保留旧值、采集错误入口、返回重试与重启持久化，以及验证页失败后的原网页入口和保留来源的正文粘贴。任务展示使用固定测试数据，配置保存与正文保存调用真实 Harness 接口；报告和截图位于 `test-results/proxy-*` 和 `test-results/verification-*`。
+
 源码分层：
 
 - `src/core/`：存储、检索、网页提取、字幕和任务队列。