dsh-paper-si-audit

Paper–SI Audit 是一个 DeepSeek Harness 插件，用于核对科研论文正文与补充信息（Supplementary Information，SI）中的数据。它主要面向化学论文，帮助作者查找前后不一致的数值、可疑的表征记录和需要复核的图片，并把问题对应到原文位置。

你可以在 Harness 会话中直接告诉它要检查什么。检查结果会保留原文、计算过程和图片位置，方便你逐项确认，再导出报告。论文原件以只读方式处理。

可以用来做什么

你想检查的内容	插件可以提供的帮助
正文与 SI 是否一致	比较可识别的收率、ee/er 和部分实验条件，保留化合物、方法和条件等上下文，提醒你检查可能对应不上的记录。
数据格式是否符合要求	自定义小数位、有效数字、舍入方式和单位。例如，分别设置 ¹H、¹³C 化学位移、偶合常数 J 和 HRMS 的小数位数。
HRMS 数值是否算对	按分子式、同位素、加合物和电荷复算理论 m/z，检查文中 calculated 和 found 的偏差。分子式含义不清时，会列出不同解释。
核磁记录是否与分子式相容	检查报告的氢积分、碳信号及标注碳数，列出数量不符、对应关系不清或信息不足的记录；也可读取谱图中的明确标签，与文字表征对照。
实验用量和收率是否自洽	在条件明确时复算质量、物质的量、浓度和收率；需要假设时，会写明假设及缺少的信息。
图片是否重复	由当前多模态模型查看原图、比较局部区域，记录疑点并生成对照图。插件负责提取图片、安排比较任务和保存证据；程序相似度筛查可提供辅助线索。
表格与文字结论是否对应	读取文字表格，或由多模态模型查看图片表格的表头、单位和单元格；必要时用 OCR 辅助提取文字。核对明确的图表引用，以及能够从表格直接比较的最高值、指定条目等结论。
化合物材料是否齐全	按化合物整理表征文字和图片，并根据你设置的材料清单，指出哪些材料已找到、哪些还没找到或尚未读取。
修改后是否解决了旧问题	保留历史问题和处理意见，重新核对修订稿；将涉及同一通用方法、格式规则或图片的问题集中展示，方便一起查看。

图片审核的主要工作由多模态模型完成：查看原图、识别图中内容、比较区域并解释疑点。OCR 只辅助提取文字，不判断图片是否重复或科学内容是否成立。

整篇材料的图像准备、可选 OCR 和分批检查可以中断后继续。报告会说明检查了哪些内容、哪些失败或尚未检查，并支持导出 Markdown、JSON 和 CSV。

安装

兼容目标为 DeepSeek Harness 0.2.2-rc.1。使用源码或命令行时，需要 Node.js 24.9.0 或以上。

目前，main 分支为 0.10.2 开发版，包含本页介绍的功能。安装命令：

dsh plugin --profile paper-audit add "github:zwx000908-dev/dsh-paper-si-audit#main"

这条命令将插件安装到名为 paper-audit 的独立配置环境（profile）。如果你使用桌面版 Harness，需要在桌面版对应的 desktop profile 中安装并启用插件。 安装到独立 profile 不会自动启用桌面会话。

安装后，在 Harness 中启用插件组合包（bundle），填写下文的保存目录和论文目录，再按宿主提示重新加载或重启。具体步骤见 Harness 安装与使用说明。

此前发布的 v0.2.0 安装包 仍可下载，但不包含后续加入的核磁—分子式核对、图片查重和新版设置等功能。需要这些功能时，请使用 main 开发版。

基础设置

打开 Harness 的 设置 → 论文核对，先填写两个目录：

设置	填什么
dataDir	保存核对项目和报告的目录，例如 D:/PaperAudit/projects。
allowedRoots	允许插件读取论文的目录，例如 D:/Research/manuscript。目录必须存在；留空时不能导入论文。

同一页面中可以设置新项目的默认选项，修改后点击 保存设置：

• 核对范围：检查全部已导入材料，或只检查 SI。
• 检查项目：选择是否启用 HRMS、核磁、实验复算、图片查重等检查。
• 格式要求：设置各类数据的小数位数，或导入完整的 JSON/YAML 模板。模板也支持有效数字和单位要求。
• 容差与处理数量：调整 HRMS 偏差提示阈值、核磁比较容差、每批处理的图片数和比较对数。
• OCR 与报告：选择是否启用辅助 OCR（新项目默认关闭），以及报告格式、对照图和证据文字的展示方式。

这里填写的是你的检查偏好。期刊有特定要求时，可以在模板中记录要求及来源；插件不会把自定义数值自动当作期刊规定。模板示例 仅演示写法。

全局默认值只影响新建项目。 已有项目保留自己的设置，也可以只为某一次检查临时调整。例如，直接在会话中说：

把这个项目设为只核对 SI，HRMS 容差设为 3 ppm。报告中保留原文证据和图片对照。

或者：

这一次把 ¹H 化学位移的小数位要求改为三位，不修改项目默认设置。

每次检查都会保存当时使用的设置。详细字段、重置方法和任务恢复规则见 设置说明。模型由 Harness 会话选择，插件没有单独的模型账号或 API Key 设置。

使用方法

启用插件后，在 Harness 会话中提供正文和 SI 的文件路径，并说明要检查的内容。例如：

请使用 Paper–SI Audit 核对这篇论文的正文和 SI。先告诉我哪些内容能读取、哪些不能读取，再检查数据是否一致、HRMS 是否算对、核磁记录是否与分子式相容。按我提供的模板检查格式。把需要确认的问题、原文位置和计算依据一起列出，最后导出 Markdown 和 JSON 报告。

一次核对通常包括以下步骤：

1. 导入材料：分别指定正文、SI 和其他来源文件，避免把文件角色弄混。
2. 确认读取情况和检查设置：查看哪些文字、表格和图片已经读取，选择要用的格式模板及检查范围。
3. 运行检查：比较数据、复算数值，列出疑点。需要读取图片表格时，先让多模态模型查看原图；需要提取文字时再使用辅助 OCR，并核对识别结果。
4. 逐项复核：查看原文和图片，确认分子式解释、实验条件或材料归属，记录处理意见。
5. 导出和复查：保存报告；论文修改后重新运行，检查旧问题是否解决。任务中断时，可以要求继续未完成的部分。

如果要检查图片重复，可以单独说：

请检查 SI 中是否有重复图片。提取图片后，由当前多模态模型逐对查看原图和必要的放大区域。程序筛查只提供辅助线索，不要只看程序已经标出的图片，也不要把 OCR 文字当作图片审核结果。把疑似重复的区域、两张图的位置和判断理由列出来，并告诉我哪些图片还没检查。

视觉复核需要当前 Harness 模型支持图片输入。图片较多时，插件会按设置分批处理，你可以要求继续；只完成一批时，报告会保留剩余的检查数量。图片复核的详细用法。

也可以只做单项计算：

按中性分子式 C2H6O 和离子 [M+H]+，复算理论 m/z。

怎么看检查结果

报告会给出需要复核的内容，以及原文、计算或图片依据。先看检查范围，再看问题列表。 “没有发现问题”只适用于已经读取并完成相应检查的部分；被关闭的检查、读取失败的材料和还没处理的图片都会另外列出。

使用时，需要特别留意以下几类结果：

• 图片查重：程序筛查仍容易漏检，视觉模型的实际检出效果也还没有完成真实材料验证。列出的相似图片需要对照用途和内容判断；没有发现重复，不能据此认定所有图片都没有问题。
• OCR 文字：目前使用本地英文识别模型。低清扫描、复杂合并单元格、手写、上下标和特殊符号容易读错，应回到原图确认。
• 核磁与分子式：交换氢、对称性、信号重叠和多重峰都会影响数量比较。数量异常值得检查，但不能仅凭计数判断结构错误。
• 精确质量和实验复算：结果依赖分子式、离子形式、反应计量关系等输入。信息不清时，报告会保留不同解释或说明缺少什么，不会自动选取最接近原文数值的解释。
• 图表与结论：目前可核对明确引用和部分表格数值。复杂曲线、机理判断及整篇论文的论证仍需要研究者阅读和判断。

插件目前不完成原始谱图的结构确证、完整质量平衡或全文所有图表引用的核查，也不会自动把修改写回 Word。详细测试方法和结果保留在 验证记录 中。

支持的文件与数据处理

支持 DOCX、可检索文本的 PDF、TXT/Markdown、CSV、JSON、XLSX，以及 PNG、JPEG、单帧 TIFF、WebP、BMP 图像。DOCX/XLSX 文件上限为 128 MiB，其他输入为 32 MiB。

原始文件只读，项目记录和报告保存到 dataDir。文字判断和视觉复核使用当前 Harness 会话的模型；送入会话的文字或图片可能被发送给模型服务并进入宿主日志，具体取决于你的 Harness 配置。本地 OCR 不需要额外的 OCR 服务账号。

进一步了解

内容	文档
安装、启用和工具接入	Harness 使用说明
配置字段、项目设置和临时覆盖	设置说明
图片表格识别与更正	图像表格说明
分子式与精确质量计算	HRMS 复算说明
图片分类规则与问题分组	复核工作流
视觉模型检查图片	视觉 Agent 图片复核
通用实验方法、收率及用量计算	实验关联说明
修订问题追踪与中断续跑	整篇核对工作流
化合物材料清单及计算示例	科学材料核对

开发与验证

在源码目录中运行：

npm ci
npm test
npm run check
npm run test:harness
npm run evaluate
npm run pack:verify

可选命令行入口及参数可通过 node src/cli.js help 查看。项目设计见 设计方案，打包和发布流程见 发布说明。

许可证与分发

本项目使用 MIT License，允许使用、复制、修改、发布、分发、再授权和销售，包括商业用途。分发软件副本或实质部分时，须保留原版权声明及 MIT 许可文本。软件按许可证约定的“现状”提供，不附带明示或默示保证。

第三方依赖以及用户导入的论文、图片和数据，分别遵循各自的许可和使用条件。

致谢

感谢玻尔平台对项目提供的Token-Plan支持。