dsh-desktop-tool-ocr
在终端中运行以下命令:
dsh plugin install huanglihome1996-rgb/dsh-desktop-tool-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 huanglihome1996-rgb/dsh-desktop-tool-ocr,或从 https://github.com/huanglihome1996-rgb/dsh-desktop-tool-ocr 获取发布包与配置说明后安装。
插件介绍
在桌面聊天里贴一张截图,却要对非视觉模型先 OCR、再复制文字,是常见摩擦。本插件把路径收成「截图 → 粘贴 → 发送 → 回答」:视觉模型直传原图;其余模型在请求投影阶段自动走可插拔识别后端,原图附件仍留在记录里,不把普通模型伪装成真视觉模型。
通过公共 LLM adapter 的 auto-vision 入口工作,不改装 DSH 安装包。内置 nbocr、自定义本地命令与可选 OpenAI 兼容视觉接口;后端可热切换,并依宿主「模型能力声明」分支,而非靠模型名猜测。v0.2.0 起还可只读校验官方模型是否真支持看图,并可在条件允许时修正错误声明,第三方网关不会因此自动打开传图。
适合在 DSH 0.2.2-rc.1 桌面端(当前以 Windows 实机验证)日常用图问模型、又不想手抄 OCR 的用户。需本地文件型附件服务,nbocr 等引擎需自行安装;远端识图须显式开启并自担费用与隐私。
使用场景
- 截图粘贴聊天后希望非视觉模型也能读懂图片内容
- 需要在本机 nbocr 或自定义命令与可选远端视觉接口间切换识别后端
- 希望按官方能力声明区分直传原图与自动文字投影,减少误配模型
适合人员
- DSH 桌面端日常用图提问、不想手抄 OCR 的用户
- 能接受自行安装本地 OCR 引擎并配置 recognition.json 的进阶用户
- 在 Windows 上运行 DSH 0.2.2-rc.1 且使用本地附件服务的用户