DSH Plugins
返回列表
🤖

macvision

模型推理 更新于 2026.10.28

在终端中运行以下命令:

dsh plugin install Zac-Linley/macvision

将以下提示词粘贴到 DeepSeek Harness 对话框中:

在 DeepSeek Harness 终端执行 dsh plugin install Zac-Linley/macvision,或从 https://github.com/Zac-Linley/macvision 查看手工安装说明后重启 DSH。

插件介绍

DeepSeek Harness 里的模型本质上是读文字的。一旦对话里出现扫描件、截图、拍照单据或 PDF,你就得先把图里的字变成可引用的文本——云端视觉要密钥还要把票据送出本机,本地 OCR 往往又要 Python 或一大包依赖。MacVision 走另一条路:在 macOS 上直接调用系统自带的 Vision 框架,离线、零运行时依赖,也不需要 API key。

插件专注「读准字、给全坐标」。它支持图片与 PDF(含逐页渲染、页码选择、/Rotate 处理),可选 accurate 与 fast 模式,并能对横放扫描件做四向探测再精读。输出包括按阅读顺序的纯文本、逐行置信度,以及可选的像素框;结果会以带统计头的文本形式进入上下文,方便模型直接引用金额、账号、条款,而不必再啃一层 JSON。

和同类方案相比,MacVision 刻意不做屏幕捕获或附带 Skill,而是把文档与票据 OCR 做深:文字型 PDF 可极快逐字提取,多语言场景下建议按 README 的 languages 用法选主语言。手写、印章和低置信行需要你自己判断是否采信。

适合在 Mac 上跑 DSH、经常处理发票、合同、混排单据或需要行级坐标做对齐还原的开发者与知识工作者。需要录屏取字时请选用 dsh-mac-vision;只要本机文档 OCR,MacVision 更合适。

使用场景

  • 把扫描发票或截图里的账号、金额转成模型可直接引用的文本
  • 逐页读取 PDF 合同并保留每行像素坐标用于对齐校验
  • 处理横放扫描件或多语言单据时本地快速识别无需联网

适合人员

  • 在 Mac 上日常使用 DeepSeek Harness 的开发者
  • 需要离线处理票据、合同 PDF 的知识工作者
  • 希望 OCR 结果带行坐标而非纯多模态描述的建模场景