🖥️

dsh-ocr-vision

客户端更新于 2026.08.22

在终端中运行以下命令：

dsh plugin install QEDQCD/dsh-ocr-vision

将以下提示词粘贴到 DeepSeek Harness 对话框中：

在 DeepSeek Harness 中运行 dsh plugin install QEDQCD/dsh-ocr-vision 即可安装该插件，源码仓库地址为 https://github.com/QEDQCD/dsh-ocr-vision

插件介绍

把纯文本大模型接入 DeepSeek Harness 会撞上一堵硬墙：模型想识图时调用 read_image，但纯文本路由在 tool-fs 侧直接拒绝图片输入，模型只看到一条错误。dsh-ocr-vision 从根上绕开这个问题——新增 ocr_image 工具，用本地 RapidOCR 把图片里的文字提取成纯文本返回，图片字节永远不发给模型 API，模型全程只处理字符串。

插件内部封装了 RapidOCR 引擎（2 倍放大、区域裁剪、坐标输出、空图容错），附带 SKILL.md 引导模型走三步流程（先明确识图目的、再提取、再围绕任务组织文本），并通过系统提示段在纯文本路由下优先推荐 ocr_image。所有文件读取走 ctx.fs 沙箱策略，图片不出本机，也不经过任何第三方服务。

适合在 DeepSeek Harness 中使用纯文本路由、但仍需让模型理解截图、图表或文档扫描件的开发者。它是对 claude-ocr-vision 在 DeepSeek Harness 上的等价实现，工作流与输出格式一致，迁移零成本。