qiuchunhuimax/dsh-plugin
qiuchunhuimax★ 0JavaScript最后同步: 2026-08-15
Local PaddleOCR tool and /ocr command for DeepSeek Harness
README 摘要
DSH PaddleOCR 插件 为 DeepSeek Harness Web profile 提供本地 PaddleOCR 3.x 能力。 功能 - 模型工具： paddle ocr ，由 DSH Agent 在当前工作区内调用。 - 人类命令： /ocr [ch en] 。 - 输入仅限当前工作区中的 PDF、PNG、JPG、WEBP、BMP、TIF/TIFF；符号链接解析后也不得离开工作区。 - 每次识别在 artifacts/paddle-ocr/ 生成唯一的 Markdown 文件，不覆盖原文件。 运行要求 - Python 3 与 paddleocr 3.x 已安装。 - 默认运行 python3 ；如 PaddleOCR 位于其他环境，启动 DSH 前设置 PADDLEOCR PYTHON 。 安装 从 GitHub 安装： 或从本地目录安装： 重启或刷新 dsh web 后，在对话中输入： 或直接告诉 Agent “识别 scans/invoice.pdf 并整理结果”。 GitHub 调研 未找到一个可直接安装、同时匹配 DeepSeek Harness 插件 API 和 PaddleOCR 的现成插件。本插件使用 DSH 官方 bundle/Tool Registry 接口，并调用 PaddleOCR 官方 Python API；它不使用 DeepSeek-OCR 模型。 - DeepSeek Harness — DSH bundle 与工具注册接口 - PaddleOCR — 本插件调用的本地 OCR 引擎
在 GitHub 查看完整 README →分类
The first vision plugin for DeepSeek Harness, and the vision bridge for every text-only coding agent. Paste an image, get structured JSON evidence (OCR, layout, semantics). | 全网第一个 DeepSeek Harness 视觉插件，为 DeepSeek、GLM 等纯文本模型外挂视觉能力，粘贴图片即得结构化 JSON 证据（OCR、版面、语义）。
★ 1,700
Anionex/agent-vision-toolkit为纯文本模型"看图“设计更好的视觉工具箱和技能，支持多图理解，图片问答，前端UI还原、GUI 自动化等，并可选无缝接入多个主流agent，直接识别粘贴图片｜ A vision toolkit and skill designed for text-only llms — image Q&A, long-screenshot OCR, frontend UI restoration, and GUI automation, with optional seamless integration for Codex, Claude Code, Pi, Oh My Pi, and OpenCode
★ 884
Anionex/dsh-vision-toolkit让纯文本模型更好地做视觉任务的DeepSeek Harness插件：带意图的图片问答、长截图 OCR、UI 还原等｜DeepSeek Harness-native integration for agent-vision-toolkit: image Q&A, long-screenshot OCR, UI restoration, grounding, pixel diff, Artifacts, and Web UI.
★ 405