DSH开源插件商店 DSH Store
/
dsh-data-cleaning-agent
文件与数据 活跃维护

dsh-data-cleaning-agent

duhu2000/dsh-data-cleaning-agent

提供数据清洗与企业信息自动补全能力，支持结构化、非结构化数据自动去重、缺失值填充、异常校验，可快速接入深度求索增强框架，轻量化无冗余依赖，开箱即用完善企业数据资产质量。

GitHub 仓库
1
Stars 标星
0
Forks 分支
1
Watchers 关注
0
Open Issues
JavaScript
主要语言
MIT
开源协议
960 KB
仓库大小
18 天前
最后推送
一键安装扩展 / 插件指令
dsh plugin --profile web add github:duhu2000/dsh-data-cleaning-agent
git clone https://github.com/duhu2000/dsh-data-cleaning-agent.git
git clone git@github.com:duhu2000/dsh-data-cleaning-agent.git
README.md main
在 GitHub 上查看

dsh-data-cleaning-agent

在 DeepSeek Harness 中清洗、补全、画像企业名单数据的智能体插件：本地 CSV/XLSX/JSON 引擎 + 可选企查查（Qichacha/QCC）MCP 企业数据补全，由企查查（Qichacha/QCC）团队发起并维护。

当前源码版本 / Current source version: 0.5.3（正式版本）

CI
npm
npm downloads
GitHub stars
GitHub forks
GitHub release
License: MIT

简介

dsh-data-cleaning-agent 是 DeepSeek Harness 的插件（DSH Bundle plugin）。
它面向"客户给的一批企业名单 / 表格数据"这个高频场景：上传 CSV / XLSX / JSON，
对姓名、手机号、金额等列做清洗（去空格、手机号规范化、剔除缺失/负金额/重复行）、
确定性补全与概览画像，并导出干净的 CSV。

通过右侧工作台处理表格时，模型（LLM）默认只拿到统计摘要，完整明细仅在同源 web 界面查看与导出。
如果用户主动用提示词生成器粘贴名单、附加图片或把表格主体预览回填对话框，这些用户明确选择发送的
内容会进入模型上下文；表格完整数据仍只保留在本机工作台。

企查查补全采用 客户自带连接与账号（BYO QCC）：每位客户在自己的 DSH 中开通企查查 MCP，
调用消耗其自有账号的套餐额度或按其与企查查的合同计费。本插件不内置、不分发、不共享开发者 Key，
不代理结算，也不为客户代付或补贴企查查费用。维护者自己的 Key 仅用于隔离开发测试，不进入发布包。

30 秒开始

dsh plugin --profile web add dsh-data-cleaning-agent

安装后完全重启 DeepSeek Harness（停止后重新运行 dsh web）。
之后在对话中说「帮我清洗这批企业名单数据」，插件会自动加载内嵌 Skill 并调度清洗/补全/画像工具。

重启后，「数据清洗补全」入口会显示在侧边栏顶部的「新会话」与「工作区」之间。点击后打开专属的
DSH 原生会话：首页标题、产品说明与工作流会替换通用探索页；输入框左上角提供提示词生成器，支持
粘贴名单、解析 Excel/CSV/JSON 或附加图片并选择清洗动作、补全字段。上传清洗、质量体检、匹配核验、
字段补全和任务历史五个入口位于输入框下方，右侧工作台承载完整四步闭环。

没有 dsh CLI 时，也可以用安装脚本：

bash <(curl -fsSL https://raw.githubusercontent.com/duhu2000/dsh-data-cleaning-agent/main/install.sh)

或直接让 Agent 安装：

帮我安装这个插件 https://github.com/duhu2000/dsh-data-cleaning-agent

能力矩阵

能力 工具 / 入口 说明
清洗 data_clean_rows trim、手机号规范化、剔除缺失必填/负金额/重复行
补全 data_complete_rows 空金额填 0、空姓名填占位、不可补全项上报
画像 data_profile 列概览与金额分布
解析 web /data-cleaning/api/mvp/parse CSV / XLSX / JSON
异步任务 web /data-cleaning/api/mvp/jobs 任务状态机 + 持久化存储
UI web /data-cleaning/ 上传 → 清洗/补全 → 导出
应用内入口 侧栏顶部「数据清洗补全」+ 输入框下方五能力按钮 中央业务首页与原生对话，右侧按需打开 Mockup 对齐工作台
提示词生成 conversation.input.overlay 文本 / Excel / 图片录入、清洗项与补全维度选择，生成后回填原生输入框供人工修改
工具卡片 tool.call.toolview（data_clean_rows/data_complete_rows/data_profile） 对话内渲染清洗/补全/画像结果卡，含运行/已完成/失败状态
任务进度 工作台头部任务 pill 轮询 /data-cleaning/api/mvp/jobs，展示排队/运行中任务
Skill data-cleaning 引导模型按工作流调度上述工具
企查查 Skill 补全 enterprise-enrichment 0.4.0：工商全景、股权穿透与历史工商
0.4.0 工具预检 web /data-cleaning/api/phase2/capabilities 只读检查 16+4 动态工具，不发起 QCC/付费调用
QCC Host Bridge web /data-cleaning/api/g5/* 0.4.0：后台批量基础层；真实 OAuth/QCC 主路径、自然到期刷新与故障注入均已验收
三域补全 web /data-cleaning/api/phase3/* 0.5.0：风险 38 + 知产 18 + 经营 35；零调用估算、显式付费确认、候选复核、恢复/重试与双 CSV 导出

企查查 MCP 补全（状态与路线图）

插件同时提供本地确定性补全和企查查 MCP 企业数据补全：

  • 方案 A（模型中介，优先）：用户已用 qcc-dsh-mcp-oauth 连接企查查后，
    Skill 引导模型对名单中每个企业名调用 mcp__qcc-company__get_company_by_query /
    mcp__qcc-company__get_company_registration_info，把返回的最新工商信息回填到补全工具。
    0.4.0 已将 16 个工商工具和 4 个历史工商工具固化为可测契约，
    按 panorama / ownership / governance / history 维度组按需调用；未显式选择时不会默认打满全部付费工具。
  • 方案 B（后台程序化，0.4.0）：Host Bridge 已通过公共 ctx.tools.execute() 实现
    批量补全、请求幂等、多候选人工确认续跑、retryable 失败人工重试与安全审计。
    批量 Web 端点同时要求 confirmPaidCalls:true 和唯一 idempotencyKey；该字段表示当前用户确认
    使用自己的 QCC 账号额度，不代表插件开发者代客户付款；多候选绝不自动选择。
    默认关闭的本机 E2E Runner 已就绪；2026-09-01 已在隔离 rc.2 Host 完成真实 OAuth、跨重启恢复和
    20 家公开企业的 400 次 QCC 调用；自然过期 token 的真实刷新、动态工具恢复及 1 行续期后调用也已通过。
    401 / 429 / 配额耗尽使用 Web→Bridge→ToolRuntime 故障注入验证，不额外消耗真实付费批次。
  • 0.5.0 三域批量扩展（已发布）：风险 38、知识产权 18、经营 35 个工具已冻结为 91 工具契约；
    工作台支持域组勾选、零调用上界估算、独立付费确认、多候选人工锁定、部分失败人工重试、
    30 分钟 Host 内存恢复、结果 CSV 与复核 CSV。rc.2 / alpha.2 零调用 Host 冒烟 24/24 通过，
    rc.2 实际渲染与中文企业字段映射闭环通过。2026-09-03 又以维护者自己的测试账号完成最小真实
    Phase-3 E2E：1 家公开主体、1 个风险工具、实际 2 次调用，1 行补全、0 待复核、0 错误；
    知产与经营域本次只覆盖运行时注册、契约与零调用门。

qcc-dsh-mcp-oauth@0.1.7 在 rc.2 实测注册为 mcp__company__* / mcp__history__*；
本插件的兼容 Bridge 会自动映射到文档规范名 mcp__qcc-company__* / mcp__qcc-history__*。
隔离 Profile 还需显式安装与 Host 同版本的 @deepseek-ai/dsh-mcp-client，详见兼容性文档。

详见 docs/PLAN-OSS.md。

0.4.0 真实账号验收的证据格式、安全门和命令见
docs/PHASE2-ACCEPTANCE.md。
发布记录、验收门和回滚步骤见 docs/RELEASE-0.4.0.md。
0.5.0 三域验收状态见 docs/PHASE3-ACCEPTANCE.md，
发布记录、升级与回滚见 docs/RELEASE-0.5.0.md。
0.5.1 文档补丁与防回归发布门见 docs/RELEASE-0.5.1.md。
0.5.2 DSH 原生 UI 对齐范围、验收与回滚见 docs/RELEASE-0.5.2.md。
0.5.3 业务首页、提示词生成和输入框下方流程栏见 docs/RELEASE-0.5.3.md。

本地开发

要求 Node.js 20 或更高。DSH 运行期服务（ctx.tools / ctx.skills / ctx.jobs /
ctx.storageDomain / webServer / webRuntime）由 Host 提供，本地只装 xlsx：

npm install --legacy-peer-deps
npm run check

npm run check 会依次执行 lint、文档版本一致性、发布包白名单校验与单元测试。
真实 G5 验收必须按 E2E 手册 显式开启；默认执行 npm run e2e:g5 会安全拒绝。
0.5.0 三域 Runner 同样默认关闭；npm run e2e:phase3 仅允许回环 Host，付费模式还需单独设置确认门。

配置

插件通过 cordis.patch.yml 注册为 bundle；dsh plugin add 会自动把本包加入 profile 的
dsh.profile.bundles，无需手工配置。

文档

安全与隐私

  • 模型工具只返回摘要，原始明细行永不进入模型上下文。
  • 明细数据仅经同源（127.0.0.1 / localhost）web 端点交付；非可信跨源请求会被拒绝。
  • 不要在任何 Issue、PR、日志、截图或测试夹具中提交 Token、API Key、Cookie、OAuth 凭据或真实业务数据。

许可证

MIT © 2026 dsh-data-cleaning-agent plugin contributors

参与

如果这个插件帮你更快地清洗企业名单数据，欢迎
GitHub 点个 Star、
提交 Issue 或
参与贡献。

标签： dsh-plugin JavaScript