Isanti2016/dsh-quicksight

README excerpt

dsh-quicksight DeepSeek Harness 双层图片识别插件 ：为纯文本模型补上识图能力， 本地图片识别 + 模型识别双通道 。 规则： 能用本地 OCR 快速拿到文字就先 OCR（本地图片识别）；OCR 不行（空/过短/乱码）或需要视觉理解时，才回落模型识别（视觉模型）。 特性 - 注册 quicksight ocr 工具，自动执行双层策略（模型无需选择，直接调用） - Tier-1 完全本地离线：图片与文字不上传任何服务器，零 API 成本 - Tier-2 复用 modlens 生态：任何已配置的视觉引擎（Nvidia NIM / Gemini / OpenAI 兼容端点 / Anthropic） - 零运行时依赖（Node 内置 API），纯服务端插件， 不监听任何端口 - 全路径可配置（插件配置或环境变量），无硬编码凭据 架构 依赖 依赖 用途 必须？ :-- :-- :-- Node.js ≥ 22.13 插件运行时 ✅ Python ≥ 3.10 + rapidocr onnxruntime Tier-1 本地 OCR 建议（无则只走 Tier-2） @liustack/modlens 插件 + 已配置的视觉引擎 Tier-2 视觉兜底 建议（无则只走 Tier-1） 安装 1. 安装插件 安装后 重启 dsh web 服务 （ dsh restart ）并 新建会话 ， quicksight ocr 工具即注册到模型。 2. 准备 Tier-1（快速本地 OCR，推荐） 在标准目录建 Python 虚拟环境并安装 RapidOCR： 也可用任意已装 rapidocr onnxruntime 的 Python，通过配置 ocrPython 指向它。 3. 准备 Tier-2（视觉兜底，可选但推荐） 按 modlens 文档 安装并配置至少一个视觉引擎，配置写入 /.modlens/config.json （例如 Nvidia NIM / 免费 Gemini key / 任意 OpenAI 兼容端点）。示例： 配置 插件配置项（在 profile 的 cordis.patch.yml 里给插件传参，或通过环境变量）： 配置键 环境变量 默认值 说明 :-- :-- :-- :-- toolName QUICKSIGHT TOOL NAME quicksight ocr 注册的工具名 minChars — 20 Tier-1 视为成功的文字阈值（字符数） ocrPython QUICKSIGHT OCR PYTHON /.dsh/tools/ocr-venv/{Scripts\ bin}/python 装有 rapidocr 的 Python 解释器 modlensCli QUICKSIGHT MODLENS CLI /.dsh…

Category