dsh-data-extractor

Readme

# dsh-data-extractor

> DeepSeek Harness 结构化数据提取插件 — 从非结构化文本中精准提取信息

[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](LICENSE)
[![DSH Plugin](https://img.shields.io/badge/DSH-Plugin-blue)](https://github.com/deepseek-ai/deepseek-harness)

## ✨ 功能

- **自定义字段提取**：指定要提取的字段名和说明，AI自动识别
- **三种输出格式**：JSON、CSV、Markdown表格
- **批量记录支持**：自动识别文本中的多条记录（如多个联系人）
- **精准不编造**：只提取文本中实际存在的信息，缺失字段设为null
- **适用场景**：
  - 简历/名片信息提取
  - 合同关键条款提取
  - 订单/发票信息结构化
  - 新闻/报告关键数据提取
  - 客户资料整理

## 📦 安装

```bash
dsh plugin add github:jetheaven/dsh-data-extractor
```

## 🚀 使用

```
从以下文本中提取结构化信息：
张三，男，32岁，北京大学计算机硕士，现任腾讯高级工程师，月薪45K，联系方式zhangsan@example.com。
```

指定提取字段：
```
从下面文本中提取信息，字段包括：姓名、公司、职位、电话、邮箱：
张三是腾讯的高级工程师，电话13800138000，邮箱zhangsan@qq.com
```

### 工具参数

| 参数 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `text` | string | ✅ | 原始文本 |
| `fields` | string | ✅ | JSON格式字段定义，如 `{"name":"姓名","phone":"电话"}` |
| `format` | string | ❌ | 输出格式：json（默认）/ csv / table |

## 🛠 开发

```bash
tsc
dsh plugin add /path/to/dsh-data-extractor
```

## 💬 社区

DSH 社区插件发布帖：[deepseek-harness/discussions/1381](https://github.com/deepseek-ai/deepseek-harness/discussions/1381)

## 📄 License

MIT