医学 × AI|实操手记
从一份文献表
开始搭自己的助手
安装路径 · 基础配置 · 护理科研插件
DeepSeek Harness 入门
三个阅读重点
PART 01
理解 DSH
模型怎样调用工具
PART 03
选安装路径
命令行、Agent、桌面
PART 05
做护理检索
保留来源,核对结果
你原本想让 AI 帮忙整理护理课题的文献,打开codex教程,先碰到一串新问题:账号怎么登录,信用卡能不能付款,手机验证码收不收得到。
折腾了一个晚上,电脑里的那份文献整理表还没动。
如果你也卡在这里,可以先试试 DeepSeek Harness,简称 DSH。你在自己的电脑上运行它,接入能用的模型 API,再让它调用工具处理文件、检索资料。
比如解决一个具体问题:围绕护理选题查到文献,把来源和筛选理由留下,整理成一份能逐条核查的表。这次选用的例子,是社区文献插件 dsh-pubmed。
护理科研工作台概念插画,AI 生成,非软件界面
01
PART
DSH 是什么,能替你做哪些事
WHAT IS DSH
DeepSeek 团队把 DSH 定位为开源的 Agent 运行框架。你可以把它理解成一个能接入模型、调用工具的 AI 工作台。模型负责理解任务、决定下一步,DSH 负责组织会话、工具调用和执行过程。项目说明
比如,你交给它一个任务:检索“护士主导的出院随访与心力衰竭患者再入院”。模型先拟检索词,文献工具把检索请求发给数据库,拿回记录,模型再按你的要求整理,文件工具把结果写到本地。
你看到的产物可以是检索记录、文献表和待核查清单。这些文件能接着用在开题讨论、组会准备或下一轮阅读里。
DSH 自带的标准模式已经包含文件编辑、命令执行等能力。需要专门访问文献数据库时,再补上对应插件;运行 R、Python 分析,也需要电脑上具备相应环境。
用护理工作来类比,你先写清楚任务要求,再给助手配好工具和操作规范。研究问题、纳排标准和结果判断,仍然由你负责。
02
PART
账号、支付卡住时,先换一条能用的入口
GET ACCESS
想用 Codex,却搞不定账号或支付;读到国外手机号的教程,又不知道自己的情况是否适用。这些麻烦,足以让一个本来只想做科研的人停下来。
你可以选择DSH 加 DeepSeek API这条路径。安装和运行 DSH 本身不需要 OpenAI 或 Codex 账号,模型调用使用你所选 API 平台的账号、密钥和额度。
对这套 DSH 方案,你需要准备的是一个能正常调用的模型 API。可以从 DeepSeek 开放平台开始,也可以用兼容网关。DSH 开源,模型调用仍按所选平台的规则收费。
还有一个和医学科研有关的边界:本地运行不等于数据留在本地。 你接入云端模型后,模型服务方会收到请求中的内容;使用网关时,请求还会经过网关。
03
PART
三条安装路径,选一条就够了
INSTALLATION
三条路的区别,在于谁来处理安装环境:你敲命令、让已有 Agent 帮忙,或者使用社区打包的桌面客户端。装好以后,都还需要配置模型。
路径一:用官方命令启动浏览器版
先到 Node.js 官网 安装 Node.js 24 LTS。Mac 打开“终端”,Windows 打开“命令提示符”。输入下面两条命令,能显示版本号,就说明环境可用。
给这次练习新建一个工作文件夹,再进入它:
然后运行官方启动命令:
首次运行会下载依赖,随后启动网页。默认端口是 3080;浏览器没有自动打开时,使用终端输出的完整本地链接。网页运行期间保留这个终端窗口,需要停止时按 Ctrl+C。官方安装说明
路径二:让已有的 AI Agent 帮忙安装
如果你已经有一个能执行本地命令的 Agent,把仓库地址和验收要求交给它。只有聊天功能的网页助手,需要你自己执行它给出的命令。
下面这段可以复制。还没有可用 Agent 的读者,选路径一或路径三即可。
验收时看两件事:页面能打开,模型能回答。只出现一个聊天界面,还不能说明 API 配置已经成功。
路径三:安装社区桌面客户端
不习惯终端,可以了解 DSH Desktop。它由社区团队维护,打包了桌面启动体验,和 DeepSeek 官方项目有明确的维护主体区别。桌面项目说明
打开 DSH Desktop 下载站 或它的 GitHub Releases,按电脑系统和芯片类型选择安装包。当前下载入口提供 macOS Apple Silicon 和 Windows x64 版本,其他机型先核对发布页。
安装后按首次设置向导进入工作界面,再配置模型。桌面版的版本号、插件市场和部分按钮可能与浏览器版不同,下面讲的是共通设置,截图以你安装的版本为准。
04
PART
界面先看四处,再发第一条消息
FIRST SESSION
打开 DSH 后,先找到工作区、会话列表、输入框和设置入口。左侧用于管理工作区与会话,中间查看对话和执行过程;模型、权限和模式选项围绕会话输入区域展开。
第一步:选一个独立工作区
创建“护理科研练习”这样的文件夹,先放几份公开论文或测试文件。从终端启动时,当前目录会作为默认工作区。
不要为了省事,把整个桌面选进去。一个课题一个文件夹,原始材料、检索记录和输出结果也更容易找。
第二步:把 API Key 和地址配成一对
打开设置 → 模型。如果使用 DeepSeek 官方 API,在 DeepSeek 卡片中填写自己在开放平台创建的 API Key,保存即可。默认官方地址是 https://api.deepseek.com。首次调用说明
第三步:核对模型名,先用短消息测试
模型 ID 要和服务方实际提供的名称一致。
截至本文核对时,DeepSeek 官方 API 已推荐使用 deepseek-flash,旧 Flash ID 会转到新模型。官方还公布了 Pro 旧 ID 的后续路由调整。因此,接官方 API 和接第三方网关时,都先查各自的模型列表。官方模型说明
选好模型后,先发一句“请回复:连接成功”。接着再处理文件。模型提供推理等级时,初次使用保持默认;提高推理等级不保证每次回答更准确,需要用自己的任务比较结果与耗时。
第四步:选权限和运行模式
需要生成文献表,可以从工作区写入权限开始。遇到额外权限请求,读清楚它要操作的路径和命令,再决定是否允许。
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
工作区权限主要约束操作范围,不能当成患者资料的保密开关。运行插件的代码、网络请求和云端模型,仍有各自的数据处理范围。
本文实测版本提供四种模式。先用标准模式,能完成常规任务后再尝试其他选项。
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
05
PART
装一个文献插件,试做护理科研任务
NURSING RESEARCH
DSH 的“一切皆插件”,指的是模型接入、工具、界面、会话等能力都通过插件组织。对日常使用,你先关心它能补上哪项任务能力。项目架构说明
插件与 Skill 也有区别:插件接入工具,Skill 描述任务做法。例如,文献插件负责向数据库查询,护理研究的 Skill 可以规定如何拆解 PICO、记录筛选理由。有些插件会同时附带使用说明或 Skill。
示例插件:dsh-pubmed
dsh-pubmed 是社区开发的医学文献工具插件,可用于医学和护理研究的文献准备。它提供 PubMed、Europe PMC 等来源的检索与记录获取,也支持 MeSH 查询、文献 ID 转换和引用格式化。插件仓库与文档
对第一次练习,先用它做两件事:找到相关记录,再核对来源。全文获取取决于数据库是否提供可访问内容,拿到摘要时就按摘要处理。
把插件装到正在使用的 Profile
Profile 可以理解成一套运行配置,浏览器版常用的是 web。桌面版先核对当前 Profile 名称,插件要装进你实际使用的那一套。
下面给出浏览器版的命令。DSH 用 pnpm 管理 Profile 依赖,未安装 pnpm 时先执行第一行;已有 pnpm 就跳过它。
这里固定版本便于复现。插件的 npm 发布信息和维护者安装说明已核对;这部分是文档示例,尚未做插件实测。安装说明
安装后重启 DSH。社区桌面版如果提供插件市场,也可搜索同名插件,核对作者为 aiyacharley、来源仓库一致,再按该客户端的说明安装。
用“护士主导的出院随访”做第一次练习
假设你准备一个护理课题:护士主导的出院后随访,与老年心力衰竭患者再入院有关的研究。先做一轮范围明确的文献准备,把下面的任务交给 DSH。
这段任务把数据库检索和模型整理分开了:插件取回记录,模型按你的要求组织材料。插件不会替你完成最终的纳排决定,也不会保证生成的研究判断正确。
收到文件后,先抽查几条。打开 PMID,核对它是否对应表里的论文;回到摘要或全文,检查研究人群是否包含老年患者。还要看再入院统计的是三十天、九十天,还是其他时间窗,再决定这些研究能不能放在一起比较。
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
这轮练习只覆盖所选数据库和检索式能找到的记录。准备正式综述时,还要按研究方案完善检索范围、全文筛选和质量评价。你可以把反复使用的表格字段和核查规则写进自己的 Skill,供下一次任务调用。
///
LAST
从一个小任务开始
TRY IT
第一次使用,先选一个范围清楚的任务:核对一组参考文献,或者围绕一个护理问题整理十条候选记录。
看它留下了哪些文件,能否追到原始来源,再决定要不要把下一步交给它。安装完成之后,这些可检查的产物,才是判断 DSH 是否适合你工作的依据。
你最想让它先处理文献、表格,还是重复运行的分析脚本?欢迎在留言里写下具体任务。
我是 octave,关注医学、护理与 AI 科研实践。
觉得有用,欢迎点赞、在看,转给一起做科研的同事。
THANKS FOR READING
核对日期:2026年9月10日。

