🤖

dsh-ocr

模型推理更新于 2026.10.19

在终端中运行以下命令：

dsh plugin install zirscard/dsh-ocr

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中执行 dsh plugin install zirscard/dsh-ocr 安装本插件，源码仓库为 https://github.com/zirscard/dsh-ocr，安装后重启 DSH 即可在新会话的工具列表中使用 doc_ocr。

插件介绍

扫描件 PDF 和图片往往没有可抽取的文本层，agent 想从财报、合同里取数时，整页 OCR 又容易把相邻列粘在一起、把千分位和句点搞混，勾稽对不上却不敢信数字。dsh-ocr 把 OCR 做成 DSH 可复用的 doc_ocr 工具：基于 RapidOCR（PaddleOCR PP-OCRv4 ONNX），全程本机运行，不发网络请求、也不需要 API key。

插件提供三种模式。text 做最通用的逐页识别，并给出行数与平均置信度；table 面向扫描财务报表，用数值列聚类与列切条重 OCR 减轻漏识，配合数字清洗与资产负债表平衡勾稽，勾不平会明确标出；clause 在合同页里按回购、对赌、反稀释、优先清算等关键词返回类型、页码与引用片段，而不是照抄长段落。有文本层的 PDF 会先用 pypdf 直读，只有扫描件才走 OCR；拿不到或勾不平的数字不会硬凑。

适合需要在 Harness 里处理扫描财报、合同条款的 agent 与工作流，以及希望本地、确定性取数、并能把勾稽异常交给人工复核的团队。并发上插件默认限制 OCR 进程与线程，避免多路调用把 CPU 打满；复杂跨行跨列表格则需走更重的文档解析流水线，本插件的 table 模式是轻量路径。