把 dsh-mol 的 stdio MCP 服务(基于 RDKit,不联网)接进 DSH profile。它提供 12 个工具:三级 SMILES 校验(人话诊断 + 字符定位)、分子性质、类药性与结构警报、结构图渲染(PNG/SVG)、多分子拼图、格式互转(SMILES/InChI/InChIKey/MOL/SDF/分子式)、标准化(逐步记录改了什么)、去重、SMARTS 子结构匹配、指纹相似度,以及逐条报告失败行的批量清洗。本 patch 只负责注册服务;工具实现在本仓库的 Python 包中,需先安装——README 给了 pip 与源码两条路线,包上架 PyPI 之前,源码那条是可用的。
安装
# GitHub 源码(首次需按提示配置 allowBuilds 构建授权后重试)
dsh plugin --profile web add github:Yijian-quiet/dsh-mol#path:/dsh-bundle
装任何插件都等于在你的机器上跑第三方代码,权限和你本人一样大——能读你的文件、用你的凭据、访问网络,工具审批管不到它。GitHub 来源的插件还会在安装时执行构建脚本——pnpm 默认拦截,所以安装可能停在 ERR_PNPM_GIT_DEP_PREPARE_NOT_ALLOWED 或 ERR_PNPM_IGNORED_BUILDS;dsh 会打印出需要添加的确切键名,把它加进该 profile 的 pnpm-workspace.yaml 的 allowBuilds 下,重跑一次即可装上。放行构建本身就是一次信任判断:请只安装可信来源,并尽量锁定 commit(github:owner/repo#sha)。
README
把 dsh-mol(本地优先的化学工作台)接入 DeepSeek Harness。
装上之后,模型侧会多出这 12 个工具:
mcp__chem__chem_check_smiles SMILES 校验 + 规范化(三级结果 + 人话原因 + 字符定位)
mcp__chem__chem_properties 分子式 / MW / 精确质量 / logP / TPSA / HBD / HBA …
mcp__chem__chem_analyze 一次给全:性质 + 类药性 + 结构警报 + Murcko 骨架
mcp__chem__chem_druglikeness Lipinski / Veber 逐条判定、QED、PAINS / BRENK 警报
mcp__chem__chem_draw_molecule 画结构图(PNG/SVG,可标原子编号、可高亮子结构)
mcp__chem__chem_draw_grid 多分子拼图
mcp__chem__chem_convert smiles / inchi / inchikey / mol / sdf / formula 互转
mcp__chem__chem_standardize 去盐 / 去金属 / 中和 / 规范化(逐步记录改了什么)
mcp__chem__chem_dedupe 按规范化结构去重
mcp__chem__chem_substructure_match SMARTS 子结构匹配
mcp__chem__chem_similarity 指纹相似度
mcp__chem__chem_batch_clean 批量清洗,逐条报告失败
纯本地、零网络、零 API key。 走的是 stdio MCP,不联网。 (容易混淆:只有"远端 MCP"才走网络。)
这个包是什么
它只贡献配置、不含 JS 代码:插入一条 @deepseek-ai/dsh-mcp-client 记录,
指向 dsh-mol 的 stdio MCP 服务。工具实现全部在 Python 侧,避免两套实现漂移。
前置条件
需要有 dsh-mol 的 MCP 服务可执行。三条路都通,按方便程度选:
A. 从 PyPI 安装(推荐)
pip install 'dsh-mol[mcp]'
# 之后 PATH 上会有 dsh-mol-mcp;自检:dsh-mol-mcp --selftest
B. 从 Git 安装(PyPI 不方便时用,比如内网/离线环境)
pip install "dsh-mol[mcp] @ git+https://github.com/Yijian-quiet/dsh-mol.git"
C. 从源码运行(不装包)
git clone https://github.com/Yijian-quiet/dsh-mol.git
export MOL_MCP_COMMAND=python3
export MOL_MCP_ARGS='-m dsh_mol_mcp.server'
export PYTHONPATH=/path/to/dsh-mol/src
npm 上的
dsh-mol/dsh-chem-ui尚未发布(2026-09-26),所以插件本身仍用dsh plugin add github:…安装。这不影响任何功能 —— 市场条目里给的也是这条命令。 发布后会更新这里(以及插件市场里那条描述)。
为什么用环境变量而不是写死路径:
cordis.patch.yml里用的是!!js表达式, 在 loader 上下文求值,因此可以读process.env。这样一个 patch 能在不同机器、 不同安装方式下通用,而不是到处手改绝对路径。
安装
dsh plugin --profile <profile> add dsh-mol
dsh plugin add 会把包加进该 profile 的 dsh.profile.bundles,无需手改 YAML。
装完重启 dsh 生效(dsh web 之类的常驻进程需要重启)。
⚠️ 实测踩坑:
dsh plugin --profile X add在 profile 不存在时会从dsh-base初始化, 而 base 不含任何 app bundle。这样的 profile 启动后不会执行你给的一次性任务 (命令行参数被静默忽略,什么都不输出)。要跑一次性任务,profile 里必须有 app 层 (如@deepseek-ai/dsh-headless或 web app)。做法:把 bundle 装进 已有的 profile(如web),或从模板建:dsh --profile <name> --from-default-profile headless。
输出目录
图片与报表默认写到 dsh 进程的工作目录下的 dsh-mol-out/
(patch 里 cwd: !!js process.cwd())。要固定位置,导出环境变量:
export MOL_OUT=/path/to/chem-out
诊断语言
默认中文。英文环境在启动 dsh 之前导出即可(stdio 桥会继承该变量):
export MOL_LANG=en # zh(默认)/ en
code 字段与语言无关,别依赖文案做判断。
验证
# 1) 组合后的配置里应出现一条 id: dsh-mol
dsh --profile <profile> --dump-config | grep -A8 dsh-mol
# 2) 实际调用(新开一个会话,别复用旧会话的上下文)
dsh --profile headless "调用 chem 工具校验 C1CC,原样引用它给的中文错误原因"
期望看到:
环闭合标记没有配对:SMILES 里的成环数字(如 C1...C1)出现次数必须是偶数
卸载
dsh plugin --profile <profile> remove dsh-mol
许可
MIT
链接
同类插件
DayuanJiang/next-ai-draw-io#dsh-plugin★ 36802
dsh 的 draw.io 绘图插件:通过 next-ai-drawio MCP 服务器作图,点回复里的链接在右侧栏打开实时预览,可以手动修改图,AI 的每次修改都是可以恢复的版本。需 Node.js 18+,首次使用由 npx 下载 MCP 服务器。
Tencent/WeKnora#dsh-weknora★ 36302
把 WeKnora 知识库接入 dsh 的四个只读工具:列出知识库、混合检索原文片段、按顺序还原单篇文档,以及直接取用 WeKnora 自己带引用的 RAG 或 ReAct agent 回答(含可续聊的 session id)。
superdesigndev/treg★ 7042
给 Agent 的工具目录:按「要做的事」检索约 2,600 个外部接口(SEO 与 SERP、外链、社交、人物与公司信息补全、广告库、抓取),查看参数与单次调用价格后直接调用,凭据由服务端注入。附带技能,MCP 行在未设置 TREG_TOKEN 前保持禁用。
T-Auto/dsh-ops★ 5074
为 Windows 的 DSH 提供 bash、PowerShell 7 及 Rust 高性能工具,减少 token 消耗。
sixtysevenlf/dsh-blender-plugin★ 1575
让 DSH agent 通过直连 TCP 通道驱动本地 Blender,提供 15 个工具:视口帧、自定义视角渲染、Python 执行、无头与作业卸载、事务回滚,以及 34 个 family / 228 个 op 的规划层。
TencentCloudBase/CloudBase-AI-Toolkit#dsh-plugin★ 1155
把腾讯云 CloudBase 后端接入 DeepSeek Harness——在对话里搭好并部署全栈应用,查询结果渲染为表格卡片(分页、排序、导出 CSV),部署后可预览真实域名,并提供 CloudBase MCP 工具集(`mcp__cloudbase__*`),登录走 device-code 流程。
社区评论
评论公开保存在 GitHub Discussions。加载评论会连接 GitHub 和 Giscus;发表内容需要 GitHub 账号。